AI & ML дайджест #11: фреймворки для ML Model Management, обучение модели в TensorFlow

Приветствую всех! Недавно я запустил Telegram-канал дайджеста, в котором ежедневно стараюсь публиковать ссылки на интересные материалы, связанные с AI & ML. Приглашаю всех присоединяться к нему. А пока предлагаю свежую подборку материалов.

Статьи

Для чего и как мы скрываем госномера автомобилей в объявлениях Авито.

Tutorial: Poisson Regression in R — руководство о регрессии Пуассона, что это такое и как программисты R могут использовать ее в реальных приложениях.

Jupyter Lab: Evolution of the Jupyter Notebook — обзор JupyterLab, следующего поколения ноутбуков Jupyter.

How to Version Control Jupyter Notebooks — обзор различных способов управления версиями Jupyter Notebooks, включая встроенные решения и внешние инструменты.

Structural Time Series Modeling in TensorFlow Probability — о tfp.sts, новой библиотеке в TensorFlow Probability для прогнозирования временных рядов с использованием структурных моделей временных рядов.

Hands-on TensorFlow Tutorial: Train ResNet-50 from Scratch Using the ImageNet Dataset — практическое руководство по обучению модели ResNet в TensorFlow. От запуска TensorFlow, загрузки и подготовки ImageNet, вплоть до документирования и подготовки отчетов.

How to Choose the Right Chart Type — инфографика, которая показывает возможные типы диаграмм, которые вы можете использовать в зависимости от имеющихся у вас данных.

GANSynth: Making music with GANs — введение в GANSynth, методе генерации высококачественного звука с помощью Generative Adversarial Networks (GAN).

Computer Vision Tutorial: A Step-by-Step Introduction to Image Segmentation Techniques — пошаговое руководство введения в сегментацию изображений.

Frameworks for Machine Learning Model Management — сравнение трех популярных инструментов для управления жизненным циклом моделей/проектов машинного обучения: MLFlow, DVC и Sacred.

Проект

Pandaral·lel — простой и эффективный инструмент для распараллеливания ваших Pandas операций на всех доступных процессорах.

Datasets

Mathematics Dataset

130 Terabytes of Oil and Gas Data

Книги

Dive into Deep Learning — интерактивная книга глубокого обучения с кодом, математикой и захватывающими дискуссиями.

15 лучших книг по глубинному обучению.

Видео

Scaled Machine Learning Conference 2019.

Мероприятия

Eastern European Conference on Computer Vision — 6-7 июля, Одесса.

Lviv Data Science Summer School — 22 июля — 2 августа, Львов. Регистрация открыта до 1 мая. В программе школы уже заявлено 12 курсов по направлениям: Computer Vision, Natural Language Processing, Healthcare, Social Network Analysis, Urban Data Science и другим.


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


← Предыдущий выпуск: AI & ML дайджест #10

Похожие статьи:
Привет! Я Сергей Алексеев, автор пяти, на мой взгляд, интересных статей из мира IT. В этой статье расскажу о Kanban с примерами и описанием....
Компания Samsung Electronics представила на выставке CES 2016 три проекта Creative Lab (C-Lab), где среди них представлен специальный ремень WELT, помогающий...
Бородате слово Senior викликає жваві суперечки і є джерелом жартів, та все ж майже всі хочуть мати цей префікс. Мовляв, це справа честі....
Меня зовут Евгений Ласман. Я — DevOps-инженер в компании Provectus. За 12+ лет попробовал себя в роли системного администратора, инженера...
Организатор: SmartMe UniversityТренер: Кучеренко Андрей Мастер-класс по разработке через тестирование поможет разработчикам эффективно...
Яндекс.Метрика