Machinelearning

CrypTen: A new research tool for secure machine learning with PyTorch https://ai.facebook.com/blog/crypten-a-new-research-tool-for-secure-machine-learning-with-pytorch code: https://github.com/facebookresearch/CrypTen

Exploring Massively Multilingual, Massive Neural Machine Translation http://ai.googleblog.com/2019/10/exploring-massively-multilingual.html article: https://arxiv.org/pdf/1907.05019.pdf

Detectron2: A PyTorch-based modular object detection library https://ai.facebook.com/blog/-detectron2-a-pytorch-based-modular-object-detection-library-/ Detectron2 is FAIR's next-generation research platform for object detection and segmentation https://github.com/facebookresearch/detectron2

🔥 PyTorch 1.3 adds mobile, privacy, quantization, and named tensors https://pytorch.org/blog/pytorch-1-dot-3-adds-mobile-privacy-quantization-and-named-tensors/ github: https://github.com/pytorch/pytorch/releases/tag/v1.3.0 One simple graphic: Researchers love PyTorch and TensorFlow https://www.oreilly.com/ideas/one-simple-graphic-researchers-love-pytorch-and-tensorflow

Neural Machine Translation with TensorFlow https://blog.paperspace.com/neural-machine-translation-with-tensorflow/

How to Implement Bayesian Optimization from Scratch in Python https://machinelearningmastery.com/what-is-bayesian-optimization/

Онлайн-курс по Data Science и Machine Learning. Если хочешь освоить востребованную профессию со средней зарплатой от 90 000 рублей, то тебе в Skillbox. Какие ключевые навыки будут в твоем резюме после курса? Владение языком программирования Python. Умение работать с библиотеками и источниками данных (Pandas, NumPy, Jupiter Notebook, SQL и другое). Визуализация данных. Умение писать рекомендательные системы и работать с нейросетями. Q-learning. И это меньшая часть скиллов, которые ты освоишь за 12 месяцев, работая над реальными проектами! После обучения мы поможем тебе с трудоустройством. Ознакомься с полной программой на сайте и скорее записывайся! Скидка 20% первым 20 студентам. Переходи по ссылке: https://clc.to/UPVUiw

BigBiGAN representation learning models https://arxiv.org/abs/1907.02544  TF Hub: https://tfhub.dev/s?publisher=deepmind&q=bigbigan Try them out in a Colab at: https://colab.research.google.com/github/tensorflow/hub/blob/master/examples/colab/bigbigan_with_tf_hub.ipynb

BERT-related Papers This is a list of BERT-related papers https://github.com/tomohideshibata/BERT-related-papers

Exascale Deep Learning for Scientific Inverse Problems https://arxiv.org/abs/1909.11150v1

How to Develop a Naive Bayes Classifier from Scratch in Python https://machinelearningmastery.com/classification-as-conditional-probability-and-the-naive-bayes-algorithm/

92% компаний из списка Fortune 1000 планируют увеличить инвестиции в Big Data и AI в 2019 году. Одним из важнейших качеств лидера становится умение эффективно применять эти технологии для развития бизнеса. Научитесь использовать силу больших данных и искусственного интеллекта для трансформации подразделения или компании! В SkillFactory стартует специализация «Big Data MBA» https://clc.to/BmXrnA , включающая 3 полноценных курса, которые учат на практике реализовывать проекты в области Big Data и AI. На специализации вы решите 85 бизнес-кейсов, выполните 3 проекта и получите полный набор компетенций от формирования Big Data стратегии до понимания алгоритмов машинного обучения. Со старта программы вы станете частью живого сообщества в Slack с возможностью задать вопросы о развитии персональному ментору и получать поддержку экспертов. Узнайте подробности: https://clc.to/BmXrnA

The RAPIDS suite of software libraries gives you the freedom to execute end-to-end data science and analytics pipelines entirely on GPUs https://github.com/rapidsai/cudf notebooks repo: https://github.com/rapidsai/notebooks-contrib API docs https://docs.rapids.ai/api/cudf/stable/

Hydra: A framework that simplifies the development of complex applications https://ai.facebook.com/blog/open-source-in-brief-hydra/ AI RESEARCH, ML APPLICATIONS, OPEN SOURCE https://engineering.fb.com/open-source/hydra/ code: https://github.com/facebookresearch/hydra/

A Gentle Introduction to Bayes Theorem for Machine Learning https://machinelearningmastery.com/bayes-theorem-for-machine-learning/

Releasing PAWS and PAWS-X: Two New Datasets to Improve Natural Language Understanding Models http://ai.googleblog.com/2019/10/releasing-paws-and-paws-x-two-new.html PAWS: Paraphrase Adversaries from Word Scrambling https://arxiv.org/abs/1904.01130 dataset: https://github.com/google-research-datasets/paws

OpenAI’s GPT-2 Text Generator: Wise As a Scholar https://www.youtube.com/watch?v=0OtZ8dUFxXA OpenAI's post: https://openai.com/blog/gpt-2-6-month-follow-up/

How to Develop an Intuition for Probability With Worked Examples https://machinelearningmastery.com/how-to-develop-an-intuition-for-probability-with-worked-examples/

🚀 TensorFlow 2.0.0 github: https://github.com/tensorflow/tensorflow/releases/tag/v2.0.0 how to install: https://www.tensorflow.org/install blog: https://medium.com/tensorflow/tensorflow-2-0-is-now-available-57d706c2a9ab video: https://www.youtube.com/watch?v=EqWsPO8DVXk

Large-Scale Multilingual Speech Recognition with a Streaming End-to-End Model http://ai.googleblog.com/2019/09/large-scale-multilingual-speech.html article: https://arxiv.org/abs/1909.05330