Такая статья должна была выйти давно. Даже при всей поверхностности, приведенная экспертом подборка дает общее представление о тенденциях в изучении машинного обучения. Внутри много ссылок на источники.
Обзор нового иснтрумента MLOps от Goolge. Это короткое объявление ценно не столько богатым содержанием, сколько обилием ссылок.
От общего описания, к конкретике: по каким принципам и метрикам должен быть организован мониторинг моделей машинного обучения в производственном окружении?
Эксперт попытался дать общую характеристику MLOps. Что это такое, зачем нужно и какие инструменты существуют?
Смотрите, к чему приводит палочная система оценки результативности научных исследований. Кризис воспроизводимости обсуждается серьезно. И уже довольно понятно, что большинство научных статей, написанных ради галочки из-под палки - полный мусор. А этот мусор сильно загрязняет информационное пространство и затрудняет поиск нужной информации.
Многие говорят сейчс об MLOps. Каковы его ключевые принципы? Поможет разобраться в этом статья от одного из практикующих экспертов.
Перевод второй из трех статей про сравнение двух подходов к моделированию данных - статистическому и обучающему. Вторая часть посвящена связи простых алгоритмов машинного обучения и статистических моделей. Очень рекомендуется к прочтению всем заинетерсованным. Будет интересна как новичкам, так и продолжающим изучать машинное обучение.
Перевод первой из трех статей про сравнение двух подходов к моделированию данных - статистическому и обучающему. Первая часть посвящена анализу алгоримтов машинного обучения для анализа данных. Очень рекомендуется к прочтению всем заинетерсованным. Будет интересна как новичкам, так и продолжающим изучать машинное обучение.
Перевод статьи из Nature, в которой инженеры Google рассуждают о типичных трудностях в разработки систем машинного обучения
Перевод интересной статьи о сущности и значзначении MLOps - перспективной отрасли управления операциями разработки и интеграции систем машинного обучения.
Опубликован перевод видео про фракталы и фрактальную размерность. Оказывается, даже те, кто помнит определение фрактала, совершенно неправильно представляют себе, что это такое и зачем они нужны.
Перевод прекрасного руководства по написанию эссе от профессора Питерсона. Инструкция учит структурированному и организованному процессу написания текстов.
Опубликован перевод самого, наверное, лучшего популярного видео о том, как работает блокчейн и биткоин. Смотрите на канале 3blue1brown русский.
По мере все большего проникновения ИИ во все сферы человеческой жизни, все чаще слышны дискуссии о этических принципах и необходимости регулирования искусственного интеллекта. Таки ли это необходимо и зачем вообще сейчас говорить об этике ИИ?
Аналитическая заметка о новейших исследованиях в области восприятия ИИ-контента. Как ваши пользователи отнесутся к тому, что вы используете нейросети для массовой генерации контента для них? Читайте подборку мнений и результатов исследований.
Такая статья должна была выйти давно. Даже при всей поверхностности, приведенная экспертом подборка дает общее представление о тенденциях в изучении машинного обучения. Внутри много ссылок на источники.
Обзор нового иснтрумента MLOps от Goolge. Это короткое объявление ценно не столько богатым содержанием, сколько обилием ссылок.
От общего описания, к конкретике: по каким принципам и метрикам должен быть организован мониторинг моделей машинного обучения в производственном окружении?
Эксперт попытался дать общую характеристику MLOps. Что это такое, зачем нужно и какие инструменты существуют?
Смотрите, к чему приводит палочная система оценки результативности научных исследований. Кризис воспроизводимости обсуждается серьезно. И уже довольно понятно, что большинство научных статей, написанных ради галочки из-под палки - полный мусор. А этот мусор сильно загрязняет информационное пространство и затрудняет поиск нужной информации.
Многие говорят сейчс об MLOps. Каковы его ключевые принципы? Поможет разобраться в этом статья от одного из практикующих экспертов.
Перевод второй из трех статей про сравнение двух подходов к моделированию данных - статистическому и обучающему. Вторая часть посвящена связи простых алгоритмов машинного обучения и статистических моделей. Очень рекомендуется к прочтению всем заинетерсованным. Будет интересна как новичкам, так и продолжающим изучать машинное обучение.
Перевод первой из трех статей про сравнение двух подходов к моделированию данных - статистическому и обучающему. Первая часть посвящена анализу алгоримтов машинного обучения для анализа данных. Очень рекомендуется к прочтению всем заинетерсованным. Будет интересна как новичкам, так и продолжающим изучать машинное обучение.
Перевод статьи из Nature, в которой инженеры Google рассуждают о типичных трудностях в разработки систем машинного обучения
Перевод интересной статьи о сущности и значзначении MLOps - перспективной отрасли управления операциями разработки и интеграции систем машинного обучения.
Перевод прекрасного руководства по написанию эссе от профессора Питерсона. Инструкция учит структурированному и организованному процессу написания текстов.
Состоялся 4-й Международный Форум этики в сфере искусственного интеллекта под эгидой Альянса ИИ
Лекция о MLOps в гостях у Artezio
На масштабном форуме MICE Exellence forum Михаил Коротеев рассказал о типичных ошибках при внедрении систем искусственного интеллекта
На митапе в Московской ТПП обсудили применение нейросетей в бизнесе
26 июля 2023 года в Holiday Inn Sokolniki Михаил Коротеев с коллегами познакомили слушателей с возможностями современных нейросетей
20-21 апреля 2023 года в Санкт Петербурге прошел VK WorkSpace Meetup от компании «VK».
Вместе с заместителем декана по учебной работе Финансового университета Михаилом Коротеевым разбираемся в будущем искусственного интеллекта.
Среди молодых специалистов России укоренился стереотип о том, что программисты, специалисты по ИТ «несправедливо» много зарабатывают. Насколько он оправдан, мы решили узнать у Михаила Коротеева.
Какие решения могут улучшить работу предприятия в условиях дистанционной работы и чего не хватает организациям рассказал доцент, к.э.н. М.В. Коротеев.
Каковы последние тенденции на рынке машинного обучения, насколько безопасно проходить идентификацию с помощью голоса и когда ждать массового внедрения нейросетей, читайте в интервью Михаила Коротеева.
Все мы слышали об удивительных закономерностях и паттернах в математике. Некоторые из них настолько красивы и необъяснимы, что люди с радостью приписывают им мистический смысл. Но стоит разобраться получше, и оказывается, всё дело во вполне понятных, хоть и сложных, свойствах самих чисел.
Мы продолжаем переводить легендарный курс по нейросетям от 3blue1brown. Сегодня речь пойдет о методе обратного распространения — главном алгоритме обучения нейронных сетей.
π, возможно, самая известная широкой аудитории константа в мире. Но вполне вероятно, значение π могло быть равно 6,28…, именно так его использовал Леонард Эйлер.
Мы подготовили долгожданное продолжение лекций по нейросетям. Обучение сложный процесс не только для человека, но и для сущностей, порожденных разумом человека.
Представьте монетку, у которой шанс приземлиться «орлом» не 50%, а какое-то иное, неизвестное вам значение. Вы делаете десять бросков, и семь раз выпадает «орёл». Можно ли, исходя из этой информации, рассчитать истинную вероятность выпадения «орла»?
Совершая покупки в интернете, вероятно, многим из вас приходилось решать, что лучше: когда у продавца более высокий рейтинг или больше отзывов? Оказывается, на этот вопрос можно дать конкретный ответ, только придётся обратиться к теории вероятностей и немного посчитать.
Опубликован перевод видео про фракталы и фрактальную размерность. Оказывается, даже те, кто помнит определение фрактала, совершенно неправильно представляют себе, что это такое и зачем они нужны.
Опубликован перевод самого, наверное, лучшего популярного видео о том, как работает блокчейн и биткоин. Смотрите на канале 3blue1brown русский.
Все мы слышали об удивительных закономерностях и паттернах в математике. Некоторые из них настолько красивы и необъяснимы, что люди с радостью приписывают им мистический смысл. Но стоит разобраться получше, и оказывается, всё дело во вполне понятных, хоть и сложных, свойствах самих чисел.
Мы продолжаем переводить легендарный курс по нейросетям от 3blue1brown. Сегодня речь пойдет о методе обратного распространения — главном алгоритме обучения нейронных сетей.
π, возможно, самая известная широкой аудитории константа в мире. Но вполне вероятно, значение π могло быть равно 6,28…, именно так его использовал Леонард Эйлер.
Мы подготовили долгожданное продолжение лекций по нейросетям. Обучение сложный процесс не только для человека, но и для сущностей, порожденных разумом человека.
Представьте монетку, у которой шанс приземлиться «орлом» не 50%, а какое-то иное, неизвестное вам значение. Вы делаете десять бросков, и семь раз выпадает «орёл». Можно ли, исходя из этой информации, рассчитать истинную вероятность выпадения «орла»?
Совершая покупки в интернете, вероятно, многим из вас приходилось решать, что лучше: когда у продавца более высокий рейтинг или больше отзывов? Оказывается, на этот вопрос можно дать конкретный ответ, только придётся обратиться к теории вероятностей и немного посчитать.
Опубликован перевод видео про фракталы и фрактальную размерность. Оказывается, даже те, кто помнит определение фрактала, совершенно неправильно представляют себе, что это такое и зачем они нужны.
Опубликован перевод самого, наверное, лучшего популярного видео о том, как работает блокчейн и биткоин. Смотрите на канале 3blue1brown русский.
Такая статья должна была выйти давно. Даже при всей поверхностности, приведенная экспертом подборка дает общее представление о тенденциях в изучении машинного обучения. Внутри много ссылок на источники.
Обзор нового иснтрумента MLOps от Goolge. Это короткое объявление ценно не столько богатым содержанием, сколько обилием ссылок.
От общего описания, к конкретике: по каким принципам и метрикам должен быть организован мониторинг моделей машинного обучения в производственном окружении?
Эксперт попытался дать общую характеристику MLOps. Что это такое, зачем нужно и какие инструменты существуют?
Смотрите, к чему приводит палочная система оценки результативности научных исследований. Кризис воспроизводимости обсуждается серьезно. И уже довольно понятно, что большинство научных статей, написанных ради галочки из-под палки - полный мусор. А этот мусор сильно загрязняет информационное пространство и затрудняет поиск нужной информации.
Многие говорят сейчс об MLOps. Каковы его ключевые принципы? Поможет разобраться в этом статья от одного из практикующих экспертов.
Перевод второй из трех статей про сравнение двух подходов к моделированию данных - статистическому и обучающему. Вторая часть посвящена связи простых алгоритмов машинного обучения и статистических моделей. Очень рекомендуется к прочтению всем заинетерсованным. Будет интересна как новичкам, так и продолжающим изучать машинное обучение.
Перевод первой из трех статей про сравнение двух подходов к моделированию данных - статистическому и обучающему. Первая часть посвящена анализу алгоримтов машинного обучения для анализа данных. Очень рекомендуется к прочтению всем заинетерсованным. Будет интересна как новичкам, так и продолжающим изучать машинное обучение.
Все мы слышали об удивительных закономерностях и паттернах в математике. Некоторые из них настолько красивы и необъяснимы, что люди с радостью приписывают им мистический смысл. Но стоит разобраться получше, и оказывается, всё дело во вполне понятных, хоть и сложных, свойствах самих чисел.
Мы продолжаем переводить легендарный курс по нейросетям от 3blue1brown. Сегодня речь пойдет о методе обратного распространения — главном алгоритме обучения нейронных сетей.
π, возможно, самая известная широкой аудитории константа в мире. Но вполне вероятно, значение π могло быть равно 6,28…, именно так его использовал Леонард Эйлер.
Мы подготовили долгожданное продолжение лекций по нейросетям. Обучение сложный процесс не только для человека, но и для сущностей, порожденных разумом человека.
Представьте монетку, у которой шанс приземлиться «орлом» не 50%, а какое-то иное, неизвестное вам значение. Вы делаете десять бросков, и семь раз выпадает «орёл». Можно ли, исходя из этой информации, рассчитать истинную вероятность выпадения «орла»?
Совершая покупки в интернете, вероятно, многим из вас приходилось решать, что лучше: когда у продавца более высокий рейтинг или больше отзывов? Оказывается, на этот вопрос можно дать конкретный ответ, только придётся обратиться к теории вероятностей и немного посчитать.
Обзор нового иснтрумента MLOps от Goolge. Это короткое объявление ценно не столько богатым содержанием, сколько обилием ссылок.
От общего описания, к конкретике: по каким принципам и метрикам должен быть организован мониторинг моделей машинного обучения в производственном окружении?
Эксперт попытался дать общую характеристику MLOps. Что это такое, зачем нужно и какие инструменты существуют?
Многие говорят сейчс об MLOps. Каковы его ключевые принципы? Поможет разобраться в этом статья от одного из практикующих экспертов.
π, возможно, самая известная широкой аудитории константа в мире. Но вполне вероятно, значение π могло быть равно 6,28…, именно так его использовал Леонард Эйлер.
Представьте монетку, у которой шанс приземлиться «орлом» не 50%, а какое-то иное, неизвестное вам значение. Вы делаете десять бросков, и семь раз выпадает «орёл». Можно ли, исходя из этой информации, рассчитать истинную вероятность выпадения «орла»?
Совершая покупки в интернете, вероятно, многим из вас приходилось решать, что лучше: когда у продавца более высокий рейтинг или больше отзывов? Оказывается, на этот вопрос можно дать конкретный ответ, только придётся обратиться к теории вероятностей и немного посчитать.
Какие решения могут улучшить работу предприятия в условиях дистанционной работы и чего не хватает организациям рассказал доцент, к.э.н. М.В. Коротеев.
Каковы последние тенденции на рынке машинного обучения, насколько безопасно проходить идентификацию с помощью голоса и когда ждать массового внедрения нейросетей, читайте в интервью Михаила Коротеева.
Перевод статьи из Nature, в которой инженеры Google рассуждают о типичных трудностях в разработки систем машинного обучения
Перевод интересной статьи о сущности и значзначении MLOps - перспективной отрасли управления операциями разработки и интеграции систем машинного обучения.
Мы продолжаем переводить легендарный курс по нейросетям от 3blue1brown. Сегодня речь пойдет о методе обратного распространения — главном алгоритме обучения нейронных сетей.
Мы подготовили долгожданное продолжение лекций по нейросетям. Обучение сложный процесс не только для человека, но и для сущностей, порожденных разумом человека.
По мере все большего проникновения ИИ во все сферы человеческой жизни, все чаще слышны дискуссии о этических принципах и необходимости регулирования искусственного интеллекта. Таки ли это необходимо и зачем вообще сейчас говорить об этике ИИ?
Аналитическая заметка о новейших исследованиях в области восприятия ИИ-контента. Как ваши пользователи отнесутся к тому, что вы используете нейросети для массовой генерации контента для них? Читайте подборку мнений и результатов исследований.
По мере все большего проникновения ИИ во все сферы человеческой жизни, все чаще слышны дискуссии о этических принципах и необходимости регулирования искусственного интеллекта. Таки ли это необходимо и зачем вообще сейчас говорить об этике ИИ?
Аналитическая заметка о новейших исследованиях в области восприятия ИИ-контента. Как ваши пользователи отнесутся к тому, что вы используете нейросети для массовой генерации контента для них? Читайте подборку мнений и результатов исследований.
Перевод прекрасного руководства по написанию эссе от профессора Питерсона. Инструкция учит структурированному и организованному процессу написания текстов.
Опубликован перевод видео про фракталы и фрактальную размерность. Оказывается, даже те, кто помнит определение фрактала, совершенно неправильно представляют себе, что это такое и зачем они нужны.
…, чтобы попробовать разные специальности/ Михаил Викторович Коротеев рассказал о преимуществах выбора направления «Прикладная информатика» в Финансовом университете.
…, чтобы попробовать разные специальности/ Михаил Викторович Коротеев рассказал о преимуществах выбора направления «Прикладная информатика» в Финансовом университете.
Все мы слышали об удивительных закономерностях и паттернах в математике. Некоторые из них настолько красивы и необъяснимы, что люди с радостью приписывают им мистический смысл. Но стоит разобраться получше, и оказывается, всё дело во вполне понятных, хоть и сложных, свойствах самих чисел.
Смотрите, к чему приводит палочная система оценки результативности научных исследований. Кризис воспроизводимости обсуждается серьезно. И уже довольно понятно, что большинство научных статей, написанных ради галочки из-под палки - полный мусор. А этот мусор сильно загрязняет информационное пространство и затрудняет поиск нужной информации.
Цикл видеолекций по разработке мобильных приложений для Android на языке Java.
Рады представить нашу новую публикацию - учебное пособие по разработке мобильных приложений для Android.
По мере все большего проникновения ИИ во все сферы человеческой жизни, все чаще слышны дискуссии о этических принципах и необходимости регулирования искусственного интеллекта. Таки ли это необходимо и зачем вообще сейчас говорить об этике ИИ?