×Закрыть

AI & ML дайджест #15: выбор ML-фреймворка, изучаем TensorFlow 2.0 + Keras, путь обучения Data Science

Приветствую всех! Встречайте новый дайджест интересных материалов из мира AI & ML.

Статьи

Рубрика «Читаем статьи за вас». Июль — Сентябрь 2019 — рецензии на научные статьи от членов сообщества Open Data Science из канала #article_essense. Хотите получать их раньше всех — вступайте в сообщество!

How to Learn Data Science for Free — хорошая статья, которая описывает путь обучения Data Science, включая ресурсы.

The State of Machine Learning Frameworks in 2019 — анализ предпочтительных фреймворков в отрасли: что выбирают и куда все движется.

Google ML/AI Comic — забавный комикс от Гугла.

Naive Bayes Classifier From Scratch in Python — статья об алгоритме «наивного» байесовского классификатора, как он работает и как его реализовать с нуля в Python.

Develop k-Nearest Neighbors in Python From Scratch — статья об алгоритме k-ближайших соседей: как он работает и как его реализовать с нуля в Python.

MLOps Tooling — небольшой обзор нескольких инструментов (Kubeflow, MLFlow, SageMaker, Dask и Rapids) для создания и управления моделями машинного обучения.

Turn Python Scripts into Beautiful ML Tools — статья о новом фреймворке Streamlit для быстрого создания пользовательских ML-приложений.

Overview of feature selection methods — обзор существующих методов отбора признаков для задач обучения с учителем и без.

TensorFlow 2.0 + Keras Overview for Deep Learning Researchers — отличный notebook для старта изучения TensorFlow 2.0 + Keras с множеством примеров.

Learning a unified embedding for visual search at Pinterest — статья о том, как работает визуальный поиск Pinterest.

Applying deep learning to Airbnb search — статья о том, что произошло в Airbnb, когда они перешли от стандартных подходов машинного обучения к глубокому обучению.

Intelligent Scanning Using Deep Learning for MRI — статья о том, как GE использует TensorFlow для определения специфической анатомии во время MPT-исследования головного мозга, чтобы улучшить скорость и согласованность.

Using Deep Learning to Inform Differential Diagnoses of Skin Diseases — статья о системе, которая может различать 26 кожных заболеваний.

Большая коллекция хороших Data Science материалов.

Проекты

sotabench — новый проект от Papers With Code, который делает сравнение различных Open Source моделей.

Polynote — новый notebook от ребят из Netflix для Scala/Spark/Python...

Видео

В начале сентября в Одессе мы провели Data Fest Odessa. Видео докладов уже доступны на YouTube-канале.

Видео докладов с PyTorch Developer Conference 2019.

Видео докладов с MLOps NYC19 Conference.

Конференции и митапы

7 ноября, Ивано-Франковск — When Data Meets Engineering — приглашаю всех на наш первый дата-митап в Ивано-Франковске. Буду рад встретиться со всеми.

31 октября, Киев — Kyiv AI 6.0: Leading business on ML technologies.

9 ноября, Киев — Computer VISIONers Conference.

Подкасты


С сентября я возглавляю R&D отдел в VITech, где мы создаем продукты на основе ML для healthcare и других отраслей. Сейчас я в свою команду в Одессе ищу ML Researcher. По всем вопросам пишите мне в личку.

Спасибо, что дочитали этот выпуск. Надеюсь, каждый нашел для себя полезное. Буду благодарен за любые предложения для следующего дайджеста.


Присоединяйтесь к Telegram-каналу дайджеста и его страницам в соцсетях: Medium, Facebook, Twitter, LinkedIn.


← Предыдущий выпуск: AI & ML дайджест #14

LinkedIn

3 комментария

Подписаться на комментарииОтписаться от комментариев Комментарии могут оставлять только пользователи с подтвержденными аккаунтами.

Спасибо за подборку материалов! По ссылке еще немного телеграм каналов по DataScience: medium.com/...​ine-learning-1cb79437540f

Зря Detectron2 от мордокниги ты не упомянул.
На фоне многих других продуктов для просто заюзать он выглядит отлично.

Дякую, крута підбірка.

Подписаться на комментарии