Обзор материалов по машинному обучению № 2 (21 — 27 февраля 2017 года)

Добрый день! Это второй дайджест материалов по машинному обучению и анализу данных. Несмотря на праздники на этой неделе было много интересного.
image
События предстоящей недели
1. imageСеминар СМиГО: Multi-Class Classification: How to Deal with Multi-class Huge Scale Problems Efficiently? 28 февраля.
2. imageData science завтрак. 1 марта.
3. imageSuperjob Data Science Meetup. 2 марта.
4. imageOpen & Big Data Hackathon 2017. г. Санкт-Петербург. 3 марта.
5. imageData Science Weekend. 3 марта.
6. imageMoscow Data Science meetup. 3 марта.
7. imageДень открытых данных в Москве. 4 марта.

Учебные курсы, конференции
1. image На Физтехе стартует курс «Дополнительные главы машинного обучения».
2. imageML-тренировка. DeepHack RL, Avito BI. Видео.
3. imageДиалоговые интерфейсы: проблемы и вызовы. Видео.
4. imageNIPS 2016 Workshop on Adversarial Training. Декабрьская конференция в Барселоне. Видео.
5. imageDeep Learning Summer School and Reinforcement Learning Summer School.

Новости
1. imageЛаборатория Касперского проведет хакатон по анализу данных.
2. imageЕженедельный обзор от DataScienceCentral.
3. imageЕженедельный обзор портала HighScalability.
4. imageGPUs are now available for Google Compute Engine and Cloud Machine Learning.

Научные статьи, практические реализации, датасеты
1. imagePachyderm: A Containerized, Version-Controlled Data Lake.
2. imageБазовые принципы машинного обучения на примере линейной регрессии.
3. imageTensorFlow Quick Tips.
4. imagePredicting gentrification using longitudinal census data.
5. imageHow is Deep Learning Changing Data Science Paradigms?
6. imageCosine Normalization: Using Cosine Similarity Instead of Dot Product in Neural Networks.
7. imageУправление публичными данными.
8. imageHigh-Resolution Image Inpainting using Multi-Scale Neural Patch Synthesis.
9. imageHow to train Baidu’s Deepspeech model with Kur.
10. imageSemantic Question Matching with Deep Learning.
11. imageCombining neural networks and decision trees.
12. imageChar2Wav: End-to-End Speech Synthesis.
13. imageFast PixelCNN++: speedy image generation.
14. image Intro and preprocessing — Using Convolutional Neural Network to Identify Dogs vs Cats. Часть 1. Часть 2. Часть 3. Часть 4. Видео.
15. imageLots of labeled and annotated data
16. imageЭвристическая сеть — аналог рекуррентной нейронной сети для программы чат бот.
17. imageBrain Trust: How AI Is Helping Surgeons Improve Tumor Diagnosis.
18. imageRanking every Data Science course on the internet.
19. imageData Manipulation and Visualization with Pandas and Seaborn — A Practical Introduction.
20. imageInteractive Image Translation with pix2pix-tensorflow.
21. imageОбучение с подкреплением: от Павлова до игровых автоматов.
22. imagePixelNet: Representation of the pixels, by the pixels, and for the pixels.
23. imageLearning to generate one-sentence biographies from Wikidata.
24. imageHow to Difference a Time Series Dataset with Python.
25. imageНейронные сети: практическое применение.
26. imageHow to Make a Tensorflow Image Classifier. Видео.
27. imageIntroduction to Neural Networks — Perceptron.
28. imageRecognizing Traffic Lights With Deep Learning.
29. imageServe Spark ML Models Using Play Framework and S3.
30. imageThe Black Magic of Deep Learning — Tips and Tricks for the practitioner.
31. imageRBM based Autoencoders with tensorflow.
32. imageSocial Media Research Toolkit.
33. imageНейронные сети в картинках: от одного нейрона до глубоких архитектур.
34. imageNeural Network Learns to Synthetically Age Faces, and Make Them Look Younger, Too.
35. imageHow to Save an ARIMA Time Series Forecasting Model in Python.
36. imageHow to Create a Linux Virtual Machine For Machine Learning Development With Python 3.
37. imageBeginner’s Guide to Customer Segmentation.
38. imageBare bones Python implementations of some of the foundational Machine Learning models and algorithms.
39. imageAnnouncing Prophet: A tool that provides accurate, reliable forecasting.
40. imageButterfly effect: OECD«s data visualisation hiccup leads to media panic.
41. imagePreprocessing for Machine Learning with tf.Transform.
42. imageУмная кормушка: Machine Learning, Raspberry Pi, Telegram, немножко магии обучения + инструкция по сборке.
43. imageHigh-Res-Neural-Inpainting — High-Resolution Image Inpainting using Multi-Scale Neural Patch Synthesis.

Предыдущий выпуск: Обзор материалов по машинному обучению (13 — 20 февраля 2017 года).

Комментарии (0)

© Habrahabr.ru