Big Data, Machine Learning, Data Science Digest #15: таксономія для ML, боротьба із «синдромом самозванця», масштабування AI
У свіжому випуску дайджеста я, як завжди, збираю новини та проєкти зі світу Data Science. Сьогодні ви можете дізнатися про таке:
- як використовувати AI, щоб видаляти фон зображень;
- яку таксономію використовувати для полегшення розуміння
ML-моделей; - як
ML-інженерам побороти синдром самозванця; - як підготувати стартап до tech due diligence;
- чим світогляд успішних інженерів відрізняється та чому варто у них навчитися;
- і багато іншого.
Якщо ви ще не читали мій попередній дайджест, його можна переглянути тут. Традиційно, я завжди радий коментарям та фідбеку!
Що почитати: статті
Picking an explainability technique — Towards Data Science
Таксономія методів пояснення ML для розуміння AI-моделей.
Remove the background from images using AI and Python
У статті розглядаються способи застосування штучного інтелекту для видалення фону зображень.
Research Into Hardware Aims to Lower Demands and Expense of AI Software
Стаття знайомить читачів із дослідженнями нового апаратного забезпечення, яке задовольняє високі вимоги AI до програмного забезпечення та зменшує споживання енергії.
How To Defeat The Machine Learning Engineer Impostor Syndrome
Поради зі статті можуть допомогти AI-інженерам подолати класичний синдром самозванця, типовий для junior, які хочуть постійно покращувати свої вміння.
Code Pattern: IBM Cloud Hyper Protect Crypto Services to build an Edwards Curve signing server
Цей code pattern від IBM показує, як створити та запустити приклад програми сервера підпису. Додаток сервера підпису надає приклади API REST для створення ключів, підписання даних із використанням кривої Едвардса та перевірки підписів.
Data Mesh Vs. Data Fabric: Understanding the Differences
Стаття розглядає відмінності між двома підходами до створення архітектур: data fabric та data mesh.
What should startups expect from technical due diligence?
У цій статті я зібрав досвід нашої роботи зі стартапами та створив чек-ліст, який допомагає стартапам підготуватися до tech due diligence.
Що обговорити: івенти
Open Source Analytics Conference
Коли: 2 листопада
OSA Con 2021 об’єднує розробників передового програмного open source забезпечення і розробників інноваційних аналітичних додатків, які їх використовують.
Software Architecture fwdays’21
Коли: 30 жовтня
Онлайн-конференція, присвячена практичним питанням архітектури програмного забезпечення.
Web Summit
Коли:
Web Summit об’єднує людей і компанії, які переосмислюють глобальну технологічну індустрію.
Що послухати: подкасти
Новий епізод Last Week in AI обговорює найрезонансніші події у світі AI: автономне таксі від Waymo, аналіз 100 000 наукових статей про кліматичні зміни та багато іншого.
Empowering AI: Sarah Prodan and Francesco Rulli, on the role of Artificial Intelligence in Education
Новий епізод подкасту Empowering AI аналізує, як штучний інтелект змінює освіту як з точки зору викладання, так і з боку навчання.
Експериментальний епізод від Data Skeptic описує основні ідеї часових рядів. У цьому випуску ви дізнаєтеся більше про затримку, сезонність, тенденцію, шум, гетероскедастичність, декомпозицію, згладжування, розробку функцій і глибоке навчання.
The Artists of Data Science: Clearer, Closer, Better
Із автором книги «Clear, Closer, Better», ведучий подкасту обговорює відмінності того, як успішні інженери ставляться до своїх проєктів, задач та навколишнього середовища.
Scaling AI Adoption in Financial Services
У цьому епізоді DataFramed, ведучий спілкується із Шаміком Кунду, колишнім CDO групи в Standard Chartered Bank, а також директором зі стратегії та головою фінансових послуг TruEra Inc про масштабування впровадження штучного інтелекту у фінансових послугах.
Geometric Deep Learning Blueprint (Special Edition)
Цей епізод Machine Learning Street Talk присвячений геометричному глибокому навчанню. Geometric Deep Learning об’єднує широкий клас проблем машинного навчання з точки зору симетрії та інваріантності. Ці принципи не тільки лежать в основі проривної продуктивності згорткових нейронних мереж, але й забезпечують принциповий спосіб побудови нових типів проблемних індуктивних зміщень.
Practical Applications of TinyML
У цьому епізоді Pete Warden, Technical Lead TensorFlow, розповідає про злом Raspberry Pi для запуску AlexNet, обмеження потужності та розміру вбудованих пристроїв, а також методи зменшення розміру моделі.
Що подивитися: відео
Подорож через спроби знайти високоякісний фізичний симулятор для собаки-робота.
Few Important Pointers For Preparing Fresher Data Science Resumes
Krish Naik дає junior-інженерам поради про те, як створити ефективне резюме.
Bayes’ Theorem, Clearly Explained!!!!
Теорема Байеса є основою байєсівської статистики. У цьому відео ви покроково дізнаєтеся про те, як її довести і у чому користь її використання.
Natural Language Processing with spaCy & Python
У цьому навчальному відео про spaCy ви дізнаєтеся все про обробку природної мови та як застосувати її до реальних проблем за допомогою бібліотеки Python spaCy.
LiDAR-Based End-to-End Navigation | ICRA 2021
Автор відео та однойменної наукової праці представляє Fast-LiDARNet, який базується на sparse convolution kernel optimization та дизайні моделі з урахуванням апаратного забезпечення.
Optimisation for deep learning
Пізнавальна лекція про підходи до оптимізації deep learning проєктів.
***
Дякую за увагу! Щоб не пропустити мій наступний дайджест, клікайте «Підписатися на автора» одразу під текстом.
Якщо ви бажаєте працювати у колі однодумців над складними data-centric проєктами — приєднуйтесь до команди Xenoss! Серед наших найгарячіших вакансій:
Lead Node.js Engineer
Team Lead Java Engineer
Senior Data Scientist/ML Engineer
Стежити за новинами Xenoss можна у соц-мережах — LinkedIn та Facebook.
Підписуйтеся на Telegram-канал «DOU #tech», щоб не пропустити нові технічні статті
3 коментарі
Додати коментар Підписатись на коментаріВідписатись від коментарів