Найбільша PHP конференція України, 1 червня: хто буде і чому варто відвідати?
×Закрыть

Материалы по теме «ML»

RSS

DOU Labs: як у SoftServe створили систему розумного шлагбаума й паркування DOU Labs: як у SoftServe створили систему розумного шлагбаума й паркування

Oleksandr Gurbych 5787

Усім привіт, я — Саша Гурбич, Senior Data Scientist у SoftServe. У цьому матеріалі розкажу вам про систему розумного шлагбаума й паркування, яку ми запустили в листопаді 2018 року на території нашого офісу Lviv Headquarters. 43

Как я резюме обновлял, или ML-эксперимент с базой ФОПов Как я резюме обновлял, или <nobr>ML-эксперимент</nobr> с базой ФОПов

Volodymyr Shumara 15641

Появилась свободная минута на то, чтобы не в последний раз смахнуть пыль со своего резюме и удалить аббревиатуры, расшифровки которых я уже не помню, а вместо них добавить чего-нибудь посовременнее. Что там сейчас в тренде? Data Science, ML, AI? Ну что же, начнем... 19

От гибких дисплеев до шагающих авто: каким скоро будет мир технологий и что нужно знать IT-специалистам От гибких дисплеев до шагающих авто: каким скоро будет мир технологий и что нужно знать IT-специалистам

Денис Балацко 6945

Денис Балацко, вице-президент по инжинирингу в GlobalLogic, рассказывает о том, какие инновации будут создавать инженеры во всем мире, о нестандартных технологиях в автоиндустрии, робототехнике и VR/AR, новинках от производителей гаджетов, а также навыках, которые понадобятся ІТ-специалистам. 9

Объясняем предсказания вашей нейронной сети. Часть 1 Объясняем предсказания вашей нейронной сети. Часть 1

Vladyslav Kolbasin 8175

В этой статье речь пойдет об интерпретируемости моделей машинного обучения, методах объяснения результатов и исследования работы моделей, а также о необходимости интерпретирования моделей как отдельной задачи. 29

Обучение без учителя — убийца математического моделирования? Обучение без учителя — убийца математического моделирования?

Alex Honchar 7646

В этой статье речь пойдет о том, как искусственный интеллект не просто решает задачи на уровне людей или лучше, а как научить его понимать окружающий мир так же, как его понимают люди, а не какими-то абстрактными «векторами». Самое сложное в этом челлендже — заставить алгоритм делать это без подсказок от человека вообще. 52

Hello World у Computer Vision: визначаємо швидкість руху авто на кордоні з Польщею Hello World у Computer Vision: визначаємо швидкість руху авто на кордоні з Польщею

Serg Tyatin 5792

Мене звати Сергій Тятін, я в IT більше 20 років. Сьогодні я хотів би розказати про те, як починав розбиратися з Computer Vision. І в результаті створив систему, яка визначає швидкість пропускання авто зеленим коридором на кордоні з Польщею. 27

Создание рекомендательной системы Megogo: использование неявных сигналов. Часть 1 Создание рекомендательной системы Megogo: использование неявных сигналов. Часть 1

Дмитрий Мелков 5547

Дмитрий Мелков, CIO в MEGOGO, рассказывает об алгоритмах, метриках, входящих данных, предварительных исследованиях, тренировках модели и подборах гиперпараметров. 17

С чего начать работу с ML и DL. Обзор лучших библиотек С чего начать работу с ML и DL. Обзор лучших библиотек

Sergii Boiko 10512

В этой статье постараемся облегчить задачу выбора для новичков. Рассмотрим самые популярные и необходимые библиотеки, которые покрывают все базовые потребности для начала работы с Machine Learning и Deep Learning. 91

Золоті медалісти Kaggle — про потрапляння в топ на змаганнях з ML та чому в Україні проблеми з машинним навчанням Золоті медалісти Kaggle — про потрапляння в топ на змаганнях з ML та чому в Україні проблеми з машинним навчанням

Дмитро Пальчиков 8632

Ігор Крашений та Денис Саква наприкінці 2018 року здобули золото в змаганнях на Kaggle — платформі для тих, хто цікавиться аналізом даних, машинним навчанням, прогнозуванням. В інтерв’ю вони розповіли про завдання на змаганнях, як вивчати ML та в яких сферах в Україні потрібен deep learning. 34

Машинное обучение в повседневной жизни: типы ML и способы их применения Машинное обучение в повседневной жизни: типы ML и способы их применения

Sergii Boiko 14270

Машинное обучение разделяют на обучение с учителем (supervised), обучение без учителя (unsupervised) и обучение с подкреплением (reinforcement learning). Давайте посмотрим, как они работают и в каких случаях применяются. 39

DOU Проектор: Homemade Machine Learning — репозиторий для изучения ML на Python с Jupyter-демо DOU Проектор: Homemade Machine Learning — репозиторий для изучения ML на Python с Jupyter-демо

Oleksii Trekhleb 7505

Здравствуйте, читатели! Меня зовут Алексей, я работаю JavaScript-программистом. Эта статья является продолжением пути в около-Python-овские «дебри» и, надеюсь, станет полезной тем из вас, кто начинает изучать машинное обучение на Python. 13

Research Engineer в Ring Ukraine — о том, как совмещать две учебы, работу фултайм и победы на олимпиадах по программированию Research Engineer в Ring Ukraine — о том, как совмещать две учебы, работу фултайм и победы на олимпиадах по программированию

Kateryna Grebenyk 12965

В конце октября в Виннице состоялся финал Всеукраинской студенческой олимпиады по программированию, который совпал с полуфиналом Международной студенческой олимпиады по программированию ACM ICPC. Один из троих победителей, Владислав Мац, рассказал DOU, об олимпиадном движении, работе и учебе в Школе «Яндекса». 141

Исследования в Machine Learning: как, кому и зачем Исследования в Machine Learning: как, кому и зачем

Alex Honchar 11238

Всем привет, я Александр Гончар — AI Solution Architect в Mawi Solutions. Занимаюсь разработкой и внедрением state of the art решений для анализа биосигналов. В этой статье я расскажу про то, что делают исследователи в области искусственного интеллекта и как идеи из research переносятся на прикладные задачи, в чем их ценность и как начать заниматься более продвинутым машинным обучением. 8

Как создать свой алгоритм поиска локаций, используя AI Как создать свой алгоритм поиска локаций, используя AI

Danil Kuhta 7288

В этой статье описан практический опыт решения задачи ранжирования локаций с использованием машинного обучения. Статья в основном рассчитана на начинающих разработчиков. Однако будет интересна и более опытным специалистам, которым нужен готовый рецепт, как на базе бесплатных инструментов сделать аналог Google Places Search, не уступающий ему по качеству. 29

Бесплатные онлайн-курсы по программированию, алгоритмам и Data Science Бесплатные онлайн-курсы по программированию, алгоритмам и Data Science

Алексей Симончук 47069

Представляем подборку бесплатных онлайн-курсов, которые помогут получить или улучшить знания в области программирования, алгоритмов, машинного обучения, Data Science и математики. Практически все курсы на английском, у них отличный рейтинг, и на каждый вы можете записаться уже сейчас. 13

Вступ до Machine Learning: створюємо першу модель Вступ до Machine Learning: створюємо першу модель

Володя Штеньович 17087

Продовжуємо знайомитися з основами машинного навчання разом з веселими героями від Володимира Штеньовича, Software Engineer в Google. У цій статті ми перейдемо до практики роботи з TensorFlow. 21

Применяем машинное обучение для сбора обратной связи от пользователей Применяем машинное обучение для сбора обратной связи от пользователей

Александр Белобородов 5128

Меня зовут Александр Белобородов, я .NET Developer в Community Management Department в Plarium. Хочу поделиться нашим опытом использования машинного обучения для сбора обратной связи от игроков. 18

Вступ до Machine Learning: знайомство з моделями Вступ до Machine Learning: знайомство з моделями

Володя Штеньович 29400

Машинне навчання і штучний інтелект за останні кілька років стали дуже гарячими темами. У цьому матеріалі сфокусуємося на темі машинного навчання і спробуємо на інтуїтивному рівні описати принципи його роботи. 136

Реальная история о том, как в Uklon внедряли машинное обучение Реальная история о том, как в Uklon внедряли машинное обучение

Andrii Shchur 20921

Привет, меня зовут Андрей, я Data Science инженер в SMART business. В этой статье я расскажу, как мы для сервиса вызова авто Uklon ускорили время подачи машины и оптимизировали расчет стоимости с помощью машинного обучения. Ниже пойдет речь о реальном кейсе применения ML в бизнесе, который показал результаты. 99

← Сtrl 12 Ctrl →

Комментарии

алгоритмы, развитый. А может все-таки определять колбеки в антлре? Нет, это только начало. Очень часто есть вещи, которые никто не подскажет.
Я пишу языки, мне надо и алгоритмы, и просто развитым быть Уууу, алгоритмы, развитый. А может все-таки определять колбеки в антлре? :) Большинству да, но сколько ему там платят. А вам сколько платят?
Большинству да, но сколько ему там платят. Я пишу языки, мне надо и алгоритмы, и просто развитым быть
По слову Харків код (view source) статьи выдает 14 результатов, по слову Львів 15 результатов.
Да, это одесские компании.
И вот еще HYS: https://www.facebook.com/hysenterprise/posts/2354247394622938
А Netpeak подходит? https://www.facebook.com/netpeak/photos/a.1130057787014762/2347909638562898/?type=3
Очень мало информации. По Docker и Kubernetes вообще ничего нет
Это не одесские компании, это ИТ-компании с офисом в Одессе. Я имел в виду компании, у которых единственный офис в Одессе
Есть одесские офисы Ciklum, Luxoft, DataArt, Intellias, Sigma. Это те, кого быстро нашла. В фоторамах подписаны города.
Что-то я не вижу ни одной крупной одесской компании
Жаль, что не указаны города. Мне почему-то кажется, что все это офисы в Западной и Центральной Украине.
Но это не точно.
Иллюстрации в этой статье — ужасное Г... слов нет:(
а если смотреть на vulkan драйвер для intel и nouveau то еще меньше, но из первоначального комента складывается впечатление что mesа набор бессвязаного кода