devdigest // data science

​​Я понял, что в рамках поста в telegram не получится расписать про поиск аномалий с помощью Anomaly Detector из Cognitive Services в Microsoft Azure, поэтому вынес в отдельный пост в блоге. Кратко: берём данные из системы мониторинга и смотрим, сможет ли он определить, где у нас что-то не так - https://masyan.ru/2019/10/playing-anomaly-detector-cognitive-services-microsoft-azure/ зыж А хотите пост про Custom Vision из Cognitive Services и как определять объекты на картинках, а потом затащить всё это в telegram бота? 200 лайков и он ваш!

Simple implementation of a Neural Architecture Search system. Good thing to understand basic principles https://github.com/nicklashansen/minimal-nas

Распознаём дату и время в естественной речи с помощью C#. В этой статье автор рассказал, как использовать силу движка регулярных выражений и нехитрые бинарные операции на C#, чтобы распознавать во фразе на естественном русском языке указание на дату-время, например "в следующую среду в 6 вечера", "неделю назад в полдень" и так далее. Подробнее: http://msft.it/6270TRhQG

Семь стартапов из Ирландии https://www.siliconrepublic.com/start-ups/data-science-startups-west-ireland

Про детей и ML.NET https://habr.com/en/post/470399

Tensorflow 2.0 released. But i still recommend PyTorch :) https://medium.com/tensorflow/tensorflow-2-0-is-now-available-57d706c2a9ab

Вышли обновления ML.NET и Model Builder: что нового. В своем блоге на Хабре Microsoft расскажет об это в деталях. https://habr.com/en/company/microsoft/blog/469095/

“TensorFlow 2.0 is deployable on a wide range of hardware machines, from cellular devices to large-scale computers with complex setups”. Important Things to Know About Tensorflow 2.0: http://amp.gs/NA8n

Как исследовать данные Apple Watch в R https://www.datascience.com/blog/apple-watch-exploratory-data-analysis

Материалы выставки произведений искусства, созданных с помощью технологий Microsoft https://news.microsoft.com/ru-ru/features/artificial/

Поздравляем с профессиональным праздником, коллеги!

“Introducing Neural Structured Learning in TensorFlow” by TensorFlow https://link.medium.com/lh31si0hVZ

“TensorFlow 2.0 is deployable on a wide range of hardware machines, from cellular devices to large-scale computers with complex setups”. Important Things to Know About Tensorflow 2.0: http://amp.gs/NA8n

Большинство из этих профессий вам давно известны, но в ближайшем будущем приобретут новую специфику https://www.smudailycampus.com/sponsoredcontent/tactadv/11-data-science-careers-that-are-shaping-the-future

Анонс нового релиза ML.NET https://devblogs.microsoft.com/dotnet/announcing-ml-net-1-4-preview-and-model-builder-updates-machine-learning-for-net/

Математическая модель раскрывает секреты зрения. Математики и нейробиологи создали первую анатомически точную модель, объясняющую, как устроено зрение: https://t.co/Epa3NLzVYM https://t.co/WomBDIAeUe

Распознавание лиц с помощью сиамских сетей. Сиамская нейросеть — один из простейших и наиболее популярных алгоритмов однократного обучения. Методики, при которой для каждого класса берётся лишь по одному учебному примеру: https://t.co/XZmbkYWZRK https://t.co/rKCaFUhHcc

Переобучение классификатора изображений TensorFlow с помощью концепции Transfer Learning и ML.NET. Из этого гайда вы узнаете, как повторно обучить модель TensorFlow для классификации изображений с помощью передачи обучения (Transfer Learning) и ML.NET. Исходная модель была обучена для классификации отдельных изображений. После повторного обучения новая модель сортирует изображения по различным категориям. http://msft.it/6271TOHgZ

Шпаргалка по алгоритмам машинного обучения Azure помогает выбирать правильный алгоритм для модели предиктивной аналитики. По ссылке ниже вы найдете бесплатную шпаргалку по алгоритмам машинного обучения в Azure Machine Learning Studio. Вау! Больше примеров и примечаний: http://msft.it/6273TOH5x