Машинное обучение

AndyKy 12 февраля 2019 в 11:01

Мечтают ли андроиды об электропанке? Как я учил нейросеть писать музыку

• Блог компании ГК ЛАНИТ,
• Искусственный интеллект,
• Машинное обучение

На курсах по машинному обучению в Artezio я познакомился с учебной моделью, способной создавать музыку. Музыка – существенная часть моей жизни, я много лет играл в группах (панк-рок, регги, хип-хоп, рок и т. д.) и являюсь фанатичным слушателем.  

К сожалению, многие группы, большим поклонником которых я был в юности, распались по разным причинам. Или не распались, но то, что они теперь записывают…  в общем, лучше бы они распались.

Мне стало любопытно, существует ли сейчас готовая модель, способная обучиться на треках одной из моих любимых групп и создать похожие композиции. Раз у самих музыкантов уже не очень получается, может, нейросеть справится за них?

Источник

Читать дальше →

Автономная езда по тротуару посредством OpenCV и Tensorflow

• Искусственный интеллект,
• Машинное обучение,
• Обработка изображений,
• Разработка на Raspberry Pi,
• Робототехника

ykaland 11 февраля 2019 в 19:43

Как я обучал нейросеть для реализации функции оценки положения на Russian AI Cup CodeBall 2018

• Машинное обучение,
• Спортивное программирование

• Из песочницы

gubanovpa 11 февраля 2019 в 10:22

Обзор AI & ML решений в 2018 году и прогнозы на 2019 год: Часть 2 — Инструменты и библиотеки, AutoML, RL, этика в AI

• Big Data,
• Data Mining,
• Алгоритмы,
• Искусственный интеллект,
• Машинное обучение

• Перевод

gubanovpa 11 февраля 2019 в 10:22

Обзор AI & ML решений в 2018 году и прогнозы на 2019 год: Часть 1 — NLP, Computer Vision

• Big Data,
• Data Mining,
• Алгоритмы,
• Искусственный интеллект,
• Машинное обучение

• Перевод

Как программист датасаентистам кернелы писал

• Блог компании Одноклассники,
• Big Data,
• Data Mining,
• Python,
• Машинное обучение

Мало кто верит, что современный data science-стек может быть построен не на Python, но такие прецеденты есть :). Стек Одноклассников формировался долгие годы, в первую очередь программистами, перешедшими в data science, но всё ещё остались близкими к проду, поэтому в его основе лежат открытые технологии JVM-стека: Hadoop, Spark, Kafka, Cassandra и т.д. Это помогает нам сокращать время и затраты на ввод моделей в эксплуатацию, но иногда создаёт и сложности. Например, при подготовке базовых решений для участников SNA Hackathon 2019 пришлось сжать волю в кулак и погрузиться в мир динамической типизации. Подробности (и лёгкий троллинг) под катом :)

Читать дальше →

Введение в робастную оптимизацию [… и маленький листочек со списком покупок, который я забыл...]

• Блог компании OZON: life in tech,
• Математика,
• Машинное обучение

• Tutorial

pavel_smolnikov 7 февраля 2019 в 20:02

Джефф Хокинс наконец готов объяснить свои исследования мозга

• Алгоритмы,
• Искусственный интеллект,
• Машинное обучение,
• Мозг,
• Научно-популярное

• Перевод

Джефф Хокинс — ветеран Силиконовой долины, посвятивший последнее десятилетие изучению загадок человеческого мозга, организовал встречу с компанией DeepMind — одной из ведущих ИИ-лабораторий в мире.

Ученые из DeepMind, принадлежащей материнской компании Google — холдингу Alphabet, хотят создавать машины, способные делать все, что может делать мозг. Хокинс основал небольшую компанию с одной целью — выяснить, как работает мозг, а затем воссоздать его, исходя из полученных знаний.

Читать дальше →

Как работает PageRank: реализация на языке R через линейную алгебру и power-метод

• Машинное обучение

• Tutorial

sannikovdmitry 7 февраля 2019 в 17:44

Сезон чемпионатов 2019 открыт! Стартует SNA Hackathon аля ML Boot Camp 8

• Блог компании Mail.ru Group,
• Big Data,
• Data Mining,
• Машинное обучение,
• Ненормальное программирование

Привет!

Многие из читателей уже знают, что мы стараемся постоянно проводить различные IT-чемпионаты по самым разным тематикам. Только в прошлом году провели более 10 разных крупных соревнований (Russian AI Cup, ML Boot Camp, Технокубок и другие). В них приняло участие не менее 25 000 человек, а с 2011 года — более 150 000.

Если вы только сейчас узнали об этом, то поздравляем: именно с этой минуты вы стали частью большого сообщества людей, участвующих в наших соревнованиях и обменивающихся опытом друг с другом. Уже сейчас вы можете присоединиться к Telegram-группам сообществ по искусственному интеллекту, спортивному программированию, высоконагруженным проектам и администрированию, машинному обучению и анализу данных. Это поможет вам быстрее втянуться в серьёзную тусовку!



Итак, перейдём к делу. Сегодня, 7 февраля, мы рады открыть новый сезон чемпионатов 2019 года. И начнём с уже восьмого соревнования по машинному обучению и анализу данных, проводимого на специализированной платформе ML Boot Camp (наш аналог Kaggle) — SNA Hackathon, или ML Boot Camp 8 (как вам удобнее).

Читать дальше →