AI & ML дайджест #1: Соревнования от OpenAI, предсказание звука по видео, “бесконечные” нейронные сети

В этом выпуске: интервью с представителем Яндекса о распознаванию речи, предсказание звука материала на основе «немого» видео, туториалы по character-level deep learning и API для построению нейронных сетей под iOS, обзоры генеративных моделей, прогнозирование финансовых временных рядов, «бесконечные» нейронные сети и многое другое.

Статьи, новости, интервью

Мегаинтереснейший проект по предсказанию звука, который издает материал при ударе по нему.

Новая красивая визуализация работы и активаций внутри рекуррентных нейронных сетей прямиком из Гарварда — LSTMVis.

Facebook рассказывает про свой инструмент для понимания текстов.

Предложение от OpenAI поработать над интересными задачами (в основном reinforcement learning) — есть площадка для публикации результатов как на Kaggle.

Интервью с руководителем отдела по речевым технологиям Яндекса о распознавании и синтезе речи, биометрии и будущем.

Нейронные сети делают предсказания на EURO-2016.

Профессор Уэльского университета опровергает теорию о том, что существует «языковой инстинкт».

DeepMind тоже в своем блоге пишет о последних результатах в Reinforcement Learning.

Что можно делать год на позиции Data Scientist в StackOverflow.

Как deep learning будет заботиться о природе, сохраняя коралловые рифы.

Программирование

Реализация разных архитектур нейронных сетей для прогнозирования финансовых временных рядов на Keras.

Туториал по интеграции Torch и OpenCV.

Туториал по data augmentation и fine-tuning в блоге Keras.

Инструмент от Facebook для обучения игры в Go, на Torch.

Построение нейронных сетей на Swift.

Magenta от Google Brain для создания своих аудио шедевров.

Про character-level deep learning, и почему по буквам «читать» лучше, чем по словам.

Теория: популярно

Сравнение архитектур сверточных нейронных сетей: от LeNet до ResNet.

Сравнительный пост генеративных моделей от OpenAI.

Переход нейронных сетей от «черных ящиков» до вероятностных моделей.

Доступное описание Inception-ResNet на Хабрахабре.

Веселый ресерч о рекомендации эмоджи к сообщению.

Краткий обзор методов unsupervised learning (все bleeding edge!).

Теория: научно

Учим градиентный спуск градиентным спуском.

Обучение «бесконечнослойных» нейронных сетей (точнее, «бесконечнонейронные», но все равно интересно с точки зрения математики).

ENet — архитектура для real-time сегментации.

Статья про эволюционные алгоритмы для обучения CNN.

Автодополнение кода с помощью рекуррентных нейронных сетей.

Еще одна статья, объясняющая успех RNN в моделировании речи — рекурсивные грамматики и глубокие сети выучивают зависимости между словами лучше, чем марковские процессы.


Если у вас есть интересные материалы, которые не попали в этот дайджест или вы хотите увидеть их в следующем, пишите на  Данный адрес e-mail защищен от спам-ботов, Вам необходимо включить Javascript для его просмотра. , и мы добавим их.


← Предыдущий выпуск: AI & ML дайджест #0


От редакции: Приглашаем читателей, занятых в AI & ML сфере, принять участие в опросе о работе в этой отрасли.

Похожие статьи:
16 січня Верховна Рада підтримала законопроєкт № 10062, який стосується цифровізації Збройних сил України. Про це повідомив народний...
On December 24 we will hold the last in this year JS Community meetup. It will be really cool and interesting, as we will not only listen to tech talks, but also participate in an exciting game called JS-Puzzlers. And yes, we’ve...
Які hard і soft skills хочуть бачити роботодавці у кандидатів-джунів? Що обов’язково має бути в резюме фахівців початкового рівня?...
Старт курса в Киеве: 1 группа — 13 ноября, 2 группа — 4 декабряСтарт курса в Днепропетровске: 27 ноября Приглашаем вас пройти...
У перші дні повномасштабного вторгнення засновник Stfalcon Степан Танасійчук у співпраці з компанією Ajax Systems і Мінцифри...
Яндекс.Метрика