Когда двигаешься к намеченной цели, которая, действительно, цель, а не очередное благое пожелание, и прикладываешь реальные усилия для ее достижения, ощущения часто меняются от "Я все могу!" до "У меня ничего не получится, я полная бездарность...". Это я из своего опыта, если что :) Иногда ты заснуть не можешь, потому что тебя одолевают мысли и желание что-то делать-делать-делать для достижения цели, а иногда сидишь в полной прострации и полном непонимании куда сделать следующий шаг и нужен ли он вообще. И в моменты, когда хочется все бросить и послать подальше иногда попадается какая-нибудь история человека, который смог. Который поставил себе цель, двигался к ее достижению, был в таких же ситуациях, когда хотелось все бросить, но все-таки нашел в себе силы и добился желаемого. И такие примеры придают сил. Ведь если кто-то смог, значит, и у тебя шанс не нулевой. Если вы подписаны на мой канал, возможно, у вас есть цель стать специалистом по машинному обучению, чтобы оптимизировать этот мир :) И, возможно, вам также как и мне интересны истории тех, "кто смог". Если так, то также возможно, вам будет интересен канал Егора. Егор поставил себе цель стать дата-сайентистом и, вы удивитесь, стал им :) Егор обратился ко мне с предложением купить у меня рекламу, но я решил просто написать о нем, потому что такие истории важны на нашем с вами пути. Возможно, опыт Егора пригодится и нам.
/channel/JDScientist
Здравствуйте, уважаемые подписчики!
Начинаю выкладывать видео лекционного курса "Компьютерное зрение с использованием глубокого обучения", прочитанного мной в 2019 году. Сейчас доступна видеозапись первой лекции:
https://youtu.be/mvA038KeZ1c
Курс, как понятно из названия, посвящен алгоритмам компьютерного зрения, использующим глубокое обучение – а это самые точные алгоритмы компьютерного зрения!
Надеюсь, эти лекции будут Вам полезны. :)
Перед освоением данного курса необходимо сначала посмотреть курс по глубокому обучению:
https://youtube.com/playlist?list=PL6-BrcpR2C5QrLMaIOstSxZp4RfhveDSP
Видеозаписи продолжат появляться на YouTube-канале:
http://video.razinkov.ai
Очень хороший вебинар по анализу данных в Pandas от Анатолия Карпова. Не просто "ну, вот, давайте посмотрим на голову таблицы, а теперь на хвост, а теперь можно вот такой график нарисовать", а очень последовательно объясняется как вообще с данными работать. Карпов крутой! Еще со статистики на степике :)
https://youtu.be/1Irng_IZV84
Как-то на канале IT-Бороды видел ссылку на бесплатный курс от Slurm по Git. Записался на него тогда и отложил до лучших времен. А сейчас появилось время пройти. Уже прошел примерно половину. Очень крутой курс! Это лучшее, что я видел по Git. Очень подробно и пошагово все разъясняется и даже есть рекомендации по настройке профиля в GitHub. Если вы еще не дружите с гитом, но очень хотите подружиться - велкам!
https://slurm.io/git
Добрый вечер, друзья! Будет время - забегайте послушать выпуск с Татьяной Шавриной - тимлидом команды AGI NLP, главным экспертом по технологиям, SberDevices, а также аспирантом НИИ ВШЭ и мегакрутым специалистом в обработке естественного языка!
https://anchor.fm/kmsrus/episodes/022-ML----------NLP-epvmlj
Если кто хотел погрузиться в теорию вероятностей с нуля - могу посоветовать вот этот плейлист. Очень доступно с картинками объясняется все с самых азов.
https://www.youtube.com/watch?v=mYAfKFdr8g8&list=PLFBCHVQg5AWWvsexNplVxUALNjvS8xO83
Порекомендовали блог на Яндекс.Дзене "Наука о данных доступным языком". Начал читать, и, правда, написано хорошо, есть визуализация и примеры кода.
https://zen.yandex.ru/id/5fd12882382a85570c79c48c
Вот такой, например, получился ответ на вопрос: "Почему растут цены на продукты питания?"
Почему растут цены на продукты питания? Почему россияне стали меньше ездить в Турцию, Египет, Грецию и другие страны? А вам не приходилось бывать во внутренней части Азии? Мне было предложено сесть к компьютеру, и я принялся рассказывать, перемежая красочными примерами — почему выросли цены на бензин, почему повысилась цена на строительные материалы, почему обострилась борьба за власть в Армении, почему столица нашей Родины, Москва, перестала быть символом стабильности и процветания. Естественно, каждый слушатель объяснял это повышение «своими причинами».
Хотел сделать выпуск про игру Го сразу после того, как посмотрел крутую документалку от Deep Mind - AlphaGo. В этом выпуске беседую с Алексеем Нечаевым - профессиональным преподавателем игры го. Алексей рассказывает много всего интересного: правила и философию игры, причины, по которым компьютеры долго не могли победить человека, какие изменения произошли после победы AlphaGo, кому и для чего стоит изучать го и многое другое! Надеюсь, вам будет также интересно слушать, как мне было интересно готовить этот выпуск!
https://anchor.fm/kmsrus/episodes/021-ML----AlphaGo-epaapa
Я без понятия, как этот подкаст прошел мимо меня! Он выходит уже больше года, а я его ещё не слушал. Более того, когда я его нашел, оказалось в том приложении, где подкасты слушаю я, его просто нету. Ну, точнее, уже есть. Пришлось добавлять ручками. Всем любителям лайтовых разговоров об искусственном интеллекте и других перспективных технологиях, рекомендую!
https://player.fm/search/Hottcast
На Ютубе задали вопрос про англоязычные подкасты, которые я упоминал в последнем выпуске. Дублирую сюда список тех из топовых, что я сам слушаю:
1. Lex Fridman - https://lexfridman.com/podcast/
2. Talking Machines - https://www.thetalkingmachines.com/
3. Linear Digressions - http://lineardigressions.com/
4. Artificial Intelligence in Industry - https://techemergence.libsyn.com/
5. Data Stories - https://datastori.es/
6. Machine Learning Guide - https://ocdevel.com/mlg
7. Data Skeptic - https://dataskeptic.com/
Добрый день, уважаемые подписчики!
Появилась видеозапись одиннадцатой (и последней) лекции по Deep Learning на тему "Методы оптимизации в обучении глубоких нейронных сетей":
https://youtu.be/5S349SLfoyE
В рамках лекции рассмотрены следующие методы оптимизации, использующиеся в обучении глубоких нейронных сетей:
- Batch Gradient Descent;
- Stochastic Gradient Descent;
- Mini-Batch Gradient Descent;
- Momentum;
- Nesterov Accelerated Gradient;
- AdaGrad;
- Adam.
Коротко рассмотрены преимущества и недостатки алгоритмов, а также рекомендации по их применению. Доказательства сходимости НЕ приводятся. :)
Надеюсь, курс оказался Вам полезен)
Здравствуйте, уважаемые подписчики!
Появилась видеозапись второй лекции курса "Компьютерное зрение с использованием глубокого обучения" (Computer Vision using DL) на тему "Локализация объектов":
https://youtu.be/GpMt0S8w9WI
Рассмотрены следующие вопросы:
- Задача локализации объектов;
- Основные метрики;
- Локализация объектов с помощью нейронной сети VGG;
- Weakly Supervised Object Localisation: Class Attention Maps.
Приятного просмотра!
Лекции продолжат появляться на YouTube-канале:
http://video.razinkov.ai
Я уже и забыл, что оставлял заявку на доступ к записям "ФКН ВШЭ" - "ДПО: Промышленная эксплуатация моделей машинного обучения". А прислали, таки :)
https://www.youtube.com/playlist?list=PLEwK9wdS5g0qBXa94W7W0RNmrE0Ruook4
Для тех, кто занимается по курсам на Степике и кто еще совсем не разбирался с Pandas - есть краткий вводный курс по этой библиотеке. Не могу назвать курс хорошим, но на Степике по этой теме лучше, увы, нету. И тем не менее, базовые представления получить можно.
https://stepik.org/course/65797/syllabus
Тимофей Хирьянов начал вести курс по анализу данных на Python! Крутой препод. Я у него курс по алгоритмам прослушал. Благодаря ему рекурсию, наконец, понял :)
https://youtu.be/Dx2SE4hYy4g
Добрый день, уважаемые подписчики!
Появилась видеозапись второй лекции по курсу Reinforcement Learning на тему "Марковские процессы принятия решений":
https://youtu.be/uZ-fjuxBc9g
В рамках лекции рассмотрены следующие понятия:
– состояние, действие, политика, коэффициент дисконтирования, state value function;
– марковский процесс;
– марковский процесс с наградами;
– марковский процесс принятия решений.
Приятного просмотра!
Привет, друзья! Нашел очередной достаточно интересный и живой подкаст по близкой нам с вами тематике. Оказывается, подразделение SberDevices (кстати, Сергей Марков, один из руководителей этого подразделения, был гостем Machine Learning Podcast) совместно с подкастерской студией Либо/Либо запустили свой подкаст, посвященный истории развития различных технологий "Вы находитесь здесь". В первом выпуске про синтез речи, а во втором про распознавание. Слушается легко и интересно. Рекомендую! https://ru.player.fm/series/vy-nakhodities-zdies
Читать полностью…Вот здесь можно побаловаться со Сберовской GPT-3 без самостоятельной сборки модели. Просто пишешь затравочную фразу или абзац и смотришь результат. Часто выходит довольно складно.
https://sbercloud.ru/ru/warp/gpt-3
Книга вышла в 2018 и, наверное, уже устарела. Впрочем, и "старые" подходы никогда не помешает знать. Тем более, на мой взгляд, уже очень скоро не нужно будет вручную подбирать параметры модели, за нас это будет делать AutoML. А мы будем просто с важным видом говорить: "Компьютер, сделай мне красиво!"
Читать полностью…Есть такая когнитивная штука, которая проявляется блуждающим сознанием. Это когда, вроде, по замыслу нужно сосредоточиться на каком-то вопросе - учебном, там, или рабочем, ну, или любом другом, на котором ты решил сосредоточиться, а ты легко переключаешься на другие темы. Это как зашел на Википедию, чтобы определенную статью прочитать, но вдруг увидел там ссылку на что-то интересное - перешел глянуть одним глазком и вот у тебя уже открыто десять вкладок с разными статьями, а про первоначальную ты уже и забыл. Или когда договорился с другом, коллегой или партнером порешать какой-то важный и сложный вопрос и, вроде, уже даже решать начали, обсуждать, решения искать, но вдруг чувствуете, что разговор уже пошел куда-то не туда. Вопрос забыт, а вы обсуждаете что-то менее важное, но намного более интересное. Ну, короче, если мозг не заставлять делать то, что он должен делать - он будет делать все, что угодно другое.
У меня есть план со списком тем для подкаста и я его стараюсь примерно придерживаться. Вот и сегодня сижу, работаю, ищу информацию и вдруг вспоминаю, что я хотел сделать выпуск про искусственный интеллект в компьютерных играх. Пригласить какого-нибудь спеца и обсудить разные подходы от основанных на правилах и эвристиках, до нейросетей. И руки сами начали набирать в поисковой строке разные запросы по теме. Нашел разные статьи, сижу, читаю. И тут звук новости из ВК - захожу, а там, вы не поверите, новый выпуск подкаста Подлодка. Не, ну, то, что новый выпуск Подлодки, вы, может, еще поверите, но вот тому, что такое совпадение поверить довольно сложно :) "Игровой AI" выпуск называется. Понял-понял надо делать то, что запланировал! В другой раз, значит :)
У меня с Подлодкой уже 2-е такое совпадение. Когда делал выпуск с Николаем Ивановым про, в том числе, проект Replika, Подлодка в это же время выложила выпуск с другим разработчиком Реплики :) Такие дела. Выпуск про игровой ИИ, кстати, достаточно интересный.
https://podlodka.io/199