Machinelearning

Objects are the secret key to revealing the world between vision and language https://www.microsoft.com/en-us/research/blog/objects-are-the-secret-key-to-revealing-the-world-between-vision-and-language/

An Ethical Application of Computer Vision and Deep Learning — Identifying Child Soldiers Through Automatic Age and Military Fatigue Detection https://www.pyimagesearch.com/2020/05/11/an-ethical-application-of-computer-vision-and-deep-learning-identifying-child-soldiers-through-automatic-age-and-military-fatigue-detection/

PyTorch version of Stable Baselines, improved implementations of reinforcement learning algorithms. https://towardsdatascience.com/stable-baselines-a-fork-of-openai-baselines-reinforcement-learning-made-easy-df87c4b2fc82 Documentation: https://stable-baselines3.readthedocs.io Githab: https://github.com/DLR-RM/stable-baselines3 Paper: https://arxiv.org/abs/2005.05719v1

FlowTron: Improved Text to Speech Engine from NVIDIA Paper: https://arxiv.org/abs/2005.05957 Code: https://github.com/NVIDIA/flowtron

Крутой Data-scientist, Python-разработчик или аналитик? 😎 DigitalSuperHero ждет вас! Регистрируйтесь на онлайн-хакатон «Интеллектуальные транспортные системы и элементы ситуационных центров» Хакатон пройдет 23-30 мая. Главный приз за 1-ое место: 200 000 рублей! 🏆Победители получат денежный приз, внедрение пилота и возможность попасть на Всероссийский финальный хакатон, который пройдет в сентябре. На хакатоне надо создать аналитические модели и прототипы решений для: ● управления «умной» транспортной инфраструктурой; ● развития информационно-аналитической платформы «Ситуационный центр», которая помогает в принятии управленческих решений на уровне целого региона. Подавайте заявку до 20 мая тут: dshkazan.ru/its P.S. А еще у нас есть телеграм-чат для общения и ваших вопросов https://t.me/dsh_kazan

1008 machine translation models, covering of 140 different languages https://huggingface.co/models?search=Helsinki-NLP%2Fopus-mt

Little Ball of Fur Little Ball of Fur consists of methods to do sampling of graph structured data Documentation : https://little-ball-of-fur.readthedocs.io/en/latest/#little-ball-of-fur-documentation github: https://github.com/benedekrozemberczki/littleballoffur paper: https://arxiv.org/abs/2005.05257v1

Fine-tuning ResNet with Keras, TensorFlow, and Deep Learning In this tutorial, you will learn how to fine-tune ResNet using Keras, TensorFlow, and Deep Learning. https://www.pyimagesearch.com/2020/04/27/fine-tuning-resnet-with-keras-tensorflow-and-deep-learning/

TK & TKL - Efficient Transformer-based neural re-ranking models TK employs a small number of low-dimensional Transformer layers to contextualize query and document word embeddings. TK scores the interactions of the contextualized representations with simple, yet effective soft-histograms based on the kernel-pooling technique . Github: https://github.com/sebastian-hofstaetter/transformer-kernel-ranking Paper: https://arxiv.org/abs/2005.04908v1 The Neural-IR-Explorer is a interactive exploration tool. It allows you to browse around the actual results of a neural re-ranking run https://neural-ir-explorer.ec.tuwien.ac.at/

Set of Machine Learning Python plugins for GIMP This paper introduces GIMP-ML, a set of Python plugins for the widely popular GNU Image Manipulation Program (GIMP). It enables the use of recent advances in computer vision to the conventional image editing pipeline. Github: https://github.com/kritiksoman/GIMP-ML Paper: https://arxiv.org/abs/2004.13060 Demo: https://www.youtube.com/watch?v=HVwISLRow_0

Знаете, каким образом ваш голосовой помощник распознает речь, как банк защищает ваш аккаунт от мошенников и как интернет-магазин определяет товар для рекомендации? За всем этим стоит Data Scientist. Хочешь также? Тогда онлайн-школе SkillFactory есть, что тебе предложить — полноценный курс по Data Science с фокусом на практические задачи. Курс гармонично развивает все что нужно дата саентисту через практические бизнес-кейсы: — Базовые навыки (foundation), — Soft skills для эффективного менеджмента и карьеры — Финальный проект После обучения студент уверенно сможет начать карьеру data scientist’a, а также получит инструменты для профессионального роста до middle (з/п от 200 тыс). Программа составлена ведущими экспертами в Data Science (NVIDIA, EORA). Мы поможем с резюме, предложим вакансии от партнеров и договоримся о собеседованиях. Вам остается только учиться. 🚀Получите курс со скидкой 40%: https://clc.to/vyw2kA/

Global explanations for discovering bias in data Github: https://github.com/agamiko/gebi Code: https://github.com/AgaMiko/GEBI/blob/master/notebooks/GEBI.ipynb Paper: https://arxiv.org/abs/2005.02269v1

📝 How to Generate Images of Handwritten Digits using DCGAN https://morioh.com/p/28fd0b611e09

Beneath the Tip of the Iceberg: Current Challenges and New Directions in Sentiment Analysis Research Awesome Sentiment Analysis papers: https://github.com/declare-lab/awesome-sentiment-analysis Paper: https://arxiv.org/abs/2005.00357v1

На бесплатном уроке рассмотрим класс MPP-баз на примере базы Greenplum и построим небольшое хранилища данных на основе этой базы. На занятии: - обсудим, что такое аналитические базы и для чего они нужны - рассмотрим, чем DWH отличается от просто большой базы - узнаем, что такое Greenplum - построим несколько слоев обработки данных с использованием Greenplum Пройдите вступительный тест и записывайтесь по ссылке: https://otus.pw/LXDj/ Успейте присоединиться к группе пока действует максимальная скидка!

The Best Deep Learning Papers from the ICLR 2020 Conference https://neptune.ai/blog/iclr-2020-deep-learning

Будущее рядом — освой профессию Data Scientist Раньше мы с огромным интересом смотрели фильмы про искусственный интеллект и гадали, как же это пришло в голову сценаристам и режиссёрам, ведь так не бывает. Зачастую в этих увлекательных блокбастерах человек становился не нужен — роль «главной скрипки» приходилась именно носителю искусственного интеллекта. В кинематографе это были и роботы, и специальные компьютеры либо устройства, похожие на пылесос (кстати, последние очень даже неплохо убирают). Но в реалиях настоящей жизни искусственный интеллект — это не фантазии американских сценаристов-выдумщиков. Это реальность, которая стремительно врывается в нашу жизнь. Но с одной поправкой. Незаменимый помощник Data Scientist — специалист по машинному обучению, который выбирает архитектуру и обучающие алгоритмы, для работы с этими данными. И у тебя как раз есть шанс стать тем самым незаменимым специалистом благодаря курсу от Skillbox «Профессия Data Scientist». На курсе тебе предстоит научиться очень многим интересным вещам: от программирования на Python и визуализации данных до программирования на R и применения нейронных сетей для решения реальных задач. Skillbox даёт возможность сначала уделить время обучению, а заботы с оплатой можно отложить на полгода. Также доступна рассрочка — и никакой переплаты по процентам! После прохождения курса не стоит переживать о том, где найти работу. Эти заботы берут на себя опытные HR-специалисты. Открой мир будущего — переходи по ссылке ▶ https://clc.to/oBAY5g и бронируй место на курсе со скидкой 40%.

An Implementation of ERNIE For Language Understanding (including Pre-training models and Fine-tuning tools) ERNIE 2.0 is a continual pre-training framework for language understanding in which pre-training tasks can be incrementally built and learned through multi-task learning. ERNIE 2.0 from Baidu: https://github.com/PaddlePaddle/ERNIE Dataset: https://gluebenchmark.com/tasks Understanding Language using XLNet with autoregressive pre-training https://medium.com/@zxiao2015/understanding-language-using-xlnet-with-autoregressive-pre-training-9c86e5bea443

Why We Need DevOps for ML Data https://tecton.ai/blog/devops-ml-data/ Хабр: https://habr.com/ru/company/itsumma/blog/500272/

NUBIA (NeUral Based Interchangeability Assessor) is a new SoTA evaluation metric for text generation Methodology to build automatic evaluation metrics for text generation using only machine learning models as core components https://wl-research.github.io/blog/ Github: https://github.com/wl-research/nubia Paper: https://arxiv.org/abs/2004.14667v1 Colab: https://colab.research.google.com/drive/1_K8pOB8fRRnkBPwlcmvUNHgCr4ur8rFg