こんにちは これは、機械学習とデータ分析に関する資料の3番目の要約であり、長い休憩の後に登場しました。
来週のイベント
1。 データサイエンスの朝食。 4月25日9時30分から12時00分まで、 カフェベーカリーで「Paradise Cake、pr-t。 ミラ、26、1ページ、モスクワ
2。 5番目のDataFest 。 4月28日。
3。 NeuroHive 2018 ニューラルネットワーク開発者向けのオープンソースのオンラインハッカソン。
ニュース
1。 次の大きなリリースである2018年に突入します:Wolfram言語とMathematicaのバージョン11.3のリリースです 。
2。 TensorFlow 1.8.0-rc0 。
3。 HighScalabilityポータルの毎週のレビュー 。
4。 cs231nを一緒に渡す(ロシア語) 。
科学記事、実用的な実装、データセット
1。 事前学習済みの文字ベースのリカレントニューラルネットワークを使用してテキストを簡単に生成するPythonモジュール。 。
2。 オフィシャルカットタイガ2.0 。
3。 TensorFlowシミュレーション用のSwift 。
4。 TensorFlow推定器によるテキスト分類 。
5。 関係抽出のための畳み込みニューラルネットワーク
6。 猫と犬のトレーニング:NVIDIA ResearchはAIを使用して、猫を犬、ライオン、トラに変えます。
7。 Unetニューラルネットワークを使用した画像セグメンテーションのタスク 。
8。 私の声に最も似ているハリウッドスターはどれですか? 。
9。 ニューラルスタイルの転送:レビュー 。
10。 Keras、Tensorflow、およびScikit Learnを使用した15のNLP研究論文の実装。 。
11。 2018年のスタンフォードCS224n NLPコースプロジェクトは現在オンラインです。 それらの多くはかなり印象的です。 。
12。 TensorFlowで事前にトレーニングされた重みを持つ一般的なオブジェクト検出モデルのコレクション 。
13。 反復層と畳み込み層で言語を表現する:著者の帰属の例
14。 Data Science Bowl2018 。 受賞者の決定のオリエンテーション 。
15。 オックスフォードとパリの再考:大規模な画像検索のベンチマーク
16。 統計的仮説をチェックして、記号の選択とハイパーパラメーターの選択を行う方法 。
17。 TwinGAN-人間の肖像のクロスドメイン翻訳 。
18。 深層強化学習による共有自律 。
19。 データ増強| データが限られている場合のディープラーニングの使用方法 。
20。 RNN / LSTMの秋 。
21。 ニューラルネットワークによるヘルメットなしの労働者の認識に関する別の記事 。
22。 TensorRTを使用してGPUでTensorFlow推論を高速化します 。
23。 人工知能によって生成された音楽がどのように形を変えているか-破壊していない-業界 。
24。 セマンティックセグメンテーション-U-Net(パート1)
25。 連想ルール、またはおむつ付きビール 。
26。 Resnetの仕組みを理解します 。
27。 SfSNet:「野生の」顔の形状、反射率、および照度を学習します。
28。 トップ10ディープラーニングペーパーのリスト、2018年版
29。 Yann LeCun:シグナル理解のためのディープラーニングのパワーと制限(ICASSP 2018プレナリー) 。 映像
30。 「マルチモーダルの教師なし画像から画像への変換」の単純なTensorflow実装 。
31。 SNcGAN-条件付き画像を生成します。
32。 GPUを使用したKubernetesでの深層学習モデルの展開 。
33。 2018 Kaggle Data Science Bowlでの深層流域変換の使用
34。 PyTorchでゼロからYOLO(v3)オブジェクト検出器を実装する方法: パート1 、 パート2 、 パート3 、 パート4 、 パート5
35。 allanzelener / YAD2Kに触発されたYOLOv3(Tensorflowバックエンド)のKeras実装。 。
36。 MaxPoolingLossのPytorch実装。 。
37。 Generative Adversarial Networks(GAN)の直感的な紹介 。
38。 MLコードの単体テストに関する素晴らしいアイデア 。
39。 AppleのAIインタビューで何が求められますか? 。
40。 人気のあるデータサイエンスコンペティションのコレクション 。
41。 モンテカルロマジックサーチフォーザギャザリング
42。 データセット「ロシア語のオープンなセマンティクス」 。
前号: 機械学習教材の概要 。