Machinelearning

TJU-DHD dataset (object detection and pedestrian detection) Github: https://github.com/tjubiit/TJU-DHD Paper: https://arxiv.org/abs/2011.09170v1 @ai_machinelearning_big_data

Adversarial Examples in Deep Learning. https://blog.djsarkar.ai/adversarial-learning-attacks-1/ Github: https://github.com/dipanjanS/adversarial-learning-robustness @ArtificialIntelligencedl

Liquid Warping GAN with Attention: A Unified Framework for Human Image Synthesis. https://www.impersonator.org/work/impersonator-plus-plus.html Code: https://github.com/iPERDance/iPERCore Paper: https://arxiv.org/pdf/2011.09055 Dataset: https://svip-lab.github.io/dataset/iPER_dataset.html @ai_machinelearning_big_data

Learning Efficient GANs using Differentiable Masks and Co-Attention Distillation Github: https://github.com/SJLeo/DMAD Paper: https://arxiv.org/abs/2011.08382 @ai_machinelearning_big_data

Чтобы оставаться в курсе актуальных it-событий, присоединяйтесь к сообществу @SelectelNews 🦖

🎨 Stylized Neural Painting. https://jiupinjia.github.io/neuralpainter/ Github: https://github.com/jiupinjia/stylized-neural-painting Paper: https://arxiv.org/abs/2011.08114 @ai_machinelearning_big_data

Text classification with an RNN | TensorFlow Core https://www.tensorflow.org/tutorials/text/text_classification_rnn Code: https://github.com/tensorflow/docs/blob/master/site/en/tutorials/text/text_classification_rnn.ipynb @ai_machinelearning_big_data

💰Full scholarships for graduate degree programs in Artificial Intelligence Mohamed bin Zayed University of Artificial Intelligence - first in the world, graduate level, research-based institution that offers graduate degree programs to local and international students. 🌍Location: Abu Dhabi, UAE ✅Language of instruction - English Offerings: 📍MSc in Machine Learning 📍MSc in Computer Vision 📍MSc in Natural Language Processing (Starting Spring 2022) 📍PhD in Machine Learning 📍PhD in Computer Vision 📍PhD in Natural Language Processing (Starting Spring 2022) 💰Scholarship Benefits: - 100% tuition - Accommodation - Health Insurance - Flight tickets - Monthly Stipend (2100/2700$) Application is open for Fall 2021 🚦Deadline: January 15, 2021 Contact: Atrach@iie.org +7 925 616-41-76 Learn more here

Tensorflow + dalex, or how to explain a TensorFlow model Article: https://www.kdnuggets.com/2020/11/dalex-explain-tensorflow-model.html Code: https://dalex.drwhy.ai/python-dalex-tensorflow.html Explanatory Model Analysis: https://pbiecek.github.io/ema/ @ai_machinelearning_big_data

Fast Patch-Free Global Learning Framework for Fully End-to-End Hyperspectral Image Classification Github: https://github.com/Z-Zheng/FreeNet Paper: https://ieeexplore.ieee.org/document/9007624 @ai_machinelearning_big_data

Математика — зеленый свет к крутым должностям в Data Science. Твоя уверенность в результатах аналитики — твое конкурентное преимущество на собеседованиях. Math for Data Science от OTUS — 5 месяцев онлайн-практики и прикладных для профессии навыков. Выбери свой уровень подготовки — базовый или продвинутый и пройди вступительный тест, чтобы: • оценить свои навыки • занять место по специальной цене • получить доступ к демо-урокам курсов • попасть в закрытое сообщество профессионалов 👉Пройти тестирование: https://otus.pw/YFbC/

Deep Multimodal Fusion by Channel Exchanging Github: https://github.com/yikaiw/CEN Dataset: https://cs.nyu.edu/~silberman/datasets/nyu_depth_v2.html Paper: https://arxiv.org/abs/2011.05005 @ai_machinelearning_big_data

Workshop Акселератора Data Science 15.11 (это воскресенье) в 13:00 “Построение траектории развития в Data Science для продвинутых специалистов” 👉 https://skillfactory.ru/dsexpert-workshop1511?utm_source=ml Что? В прямом эфире лучшие эксперты индустрии поделятся своим опытом и помогут вам понять, в какую сторону двигаться для достижения вашей цели: - Проанализируют ваше резюме, - Посоветуют, с каким проектами вам стоит поработать, - Построят вашу траекторию развития Как? … уже работающему специалисту Data Science поддерживать свою ценность для своей компании, расти дальше и стать тем самым сотрудником, которого мечтают получить ведущие компании, предлагая самые интересные проекты, сильные команды и лучшие условия; … из тысяч статей, уроков, вебинаров Computer Vision, Machine Learning, NLP и Reinforcement Learning выбрать самое ценное и составить свою траекторию развития. Для кого? Для профессионалов в области машинного обучения, анализа данных и data engineering. Кто? - Валентин Малых, Senior Research Scientist в Huawei. Опубликовал исследовательскую работу на тему: «SumTitles: a Summarization Dataset with Low Extractiveness» - Полунина Полина, Ex руководитель Data Science направлений HR, Финансы, Видеоаналитика в группе “М.Видео-Эльдорадо“. Победительница международных чемпионатов по анализу данных, основала с нуля 3 Data Science направления (HR, Финансы, Видео-аналитика) - Александр Кондрашкин, CTO & Co-Founder в loyaltylab.co, спикер Nvidia GTC. Кратно улучшил рекомендации в offline ритейле Как? Онлайн! Микролекции от спикеров + воркшоп. Тайминг мероприятия 90 минут. Когда? 15 ноября (вс) в 13:00 (по московскому времени) Хотите посмотреть, какая траектория получится у вас? Пример возможной траектории 👉 http://joxi.ru/12MvZolcknlJ5A Регистрируйтесь 👉 https://skillfactory.ru/dsexpert-workshop1511?utm_source=ml Здесь полезная информация о курсе и не только 👉 https://t.me/SkillFactory_PRO

🐼 Pandas on Steroids: End to End Data Science in Python with Dask https://www.kdnuggets.com/2020/11/pandas-steroids-dask-python-data-science.html How to Work with BIG Datasets : https://www.kaggle.com/yuliagm/how-to-work-with-big-datasets-on-16g-ram-dask @ai_machinelearning_big_data

Tequila is an Extensible Quantum Information and Learning Architecture Github: https://github.com/aspuru-guzik-group/tequila Paper: https://arxiv.org/abs/2011.03057v1 @ai_machinelearning_big_data

Анализируешь данные, изучаешь data science или разрабатываешь ML-приложения и их прототипы? Недавно @selectelnews выпустил бесплатный Data Science Docker Container с фреймворками и инструментами ML/DL. Без навыков Devops с его помощью можно развернуть рабочую среду и обучать нейросети, экспериментировать с данными и запускать проекты машинного обучения. Из явных плюсов: — Выгодная оплата — платить нужно только за потребляемые ресурсы в облаке или кластере Managed Kubernetes. Если запускаешь контейнер на своем компьютере — платить вообще не нужно. — Понятная документация. @selectelnews снял двухминутную инструкцию со всеми этапами запуска контейнера и описал процесс в базе знаний. Запускай контейнер по ссылке: https://slc.tl/iEVET