General Activity For Now.md 13 KB
Курсы
Курсы, которые надо пройти
- Deep Learning Google
- Machine Learning Crash Course with TensorFlow APIs
- Learning TensorFlow
- Kaggel Learn
- Data Vizualization Kaggle
- Andrew Ng
- cs221
- Future Learning
- HSE Course (GitHub)
- Microsoft Professional Program for Artificial Intelligence
- Blommberg ML
- Toronto DL
- Elements of AI
- Julia Scientific Programming Coursera
- Stepic Julia
Stepic Additional
Курсы, что я прохожу
- ODS ML Course Open
- Deep NLP MIPT
- cs224n (NLP)
- cs231n (DeepLearning)
- Carnegie Melon Deep Learning Course
Курсы, что я уже прошел
- Летняя Школа. Мастерская Deep Learning
- DataCamp:
Где я участвовал как слушатель или как участник или как организатор. Школы, конференции, семинары
Летняя Школа. Мастерская Deep Learning Data Fest^5, Москва,28 апреля 2018
Чтение
Штуки, что надо прочитать
- How Numba and Cython speed up Python code
- Serving machine learning models with RestServe on R
- R TensorFlow Tutorial
- R Keras Tutorial
- New Resources for Deep Learning with the Neuromation Platform
- Word2Vec Tutorial
- Серия статей про ембединги текста
- ImageNet Classification with Deep Convolutional Neural Networks - Colyer
- Context-Dependent Pre-Trained Deep Neural Networks for Large-Vocabulary Speech Recognition
- https://habrahabr.ru/post/352632/ Истинная реализация нейросети с нуля.
- Functional Programming for Deep Learning
- Все отсюда! Прекрасный блог про понимание базовых дип лернингов colah.github.io
- Например вот это - Understanding LSTM Networks
- Manning And Le Cun talks about Innate Prior Chomsky
- http://karpathy.github.io/2015/05/21/rnn-effectiveness/
- Ассоциативные правила, или пиво с подгузниками
- Connection between absract algebra and high school algebra
- Instance Embedding: Segmentation Without Proposals
- Обзор топологий глубоких сверточных сетей
- Generative Adversarial Nets and Variational Autoencoders at ICML 2018
- Hybrid optical-electronic convolutional neural networks with optimized diffractive optics for image classification
- CERN Project Sees Orders-of-Magnitude Speedup with AI Approach
- Large-Scale Study of Curiosity-Driven Learning.
- Building a text classification model with TensorFlow Hub and Estimators
- Moving Beyond Translation with the Universal Transformer.
- Explaining Black-Box Machine Learning Models - Code Part 1: tabular data + caret + iml
- Keras DNN Part 2
- Boosting Part 3
- Recent Advances for a Better Understanding of Deep Learning − Part I
Штуки, что я прочитал
- Про преобразование фурье
- Как предсказывают погоду
- Генерация стихов нейросетями
- [Blockchain]()
- Ehtereum
- Автоэнкодеры в Keras
- Разброс и смещение Дяконова
- Распонзнавание сцен и достопримечательностей
- Obfuscated gradients give a false sense of security: circumventing defenses to adversarial examples
- When DNNs go wrong – adversarial examples and what we can learn from them
- Understanding, generalisation, and transfer learning in deep neural networks
- Universal adversarial perturbations
- Delayed impact of fair machine learning
- Почему хватит считать нейронные сети черным ящиком?
- Ultimate guide to handle Big Datasets for Machine Learning using Dask (in Python)
- OpenCV People Counter
- Ложь, наглая ложь и причинный вывод (causal inference)
- pandas on ray early lessons
- Red Flags In DS interview
- Classifying physical activity from smartphone data (Keras and R)
- Keras for R
- Simple audio classification in keras in R
- Пицца аля-semi-supervised
- Определение цвета автомобилей с использованием нейронных сетей и TensorFlow
- Yes, you should understand backprop. A. Karpaty
- -----
Штуки, что я написал, перевел
- Применяем Deep Watershed Transform в соревновании Kaggle Data Science Bowl 2018
- Из спутниковых снимков в графы (cоревнование SpaceNet Road Detector) — попадание топ-10 и код
- Соревнование Pri-matrix Factorization на DrivenData с 1ТБ данных — как мы заняли 3 место
Видео
Видео, что мне надо посмотреть
- Essense of Linear Azlgebra
- PyData Meetup (TensorFlow Architecture) Materials
- Kaggle Mercedes Benz: предсказание времени тестирования автомобилей
- Эффективные модели ближайших соседей
- Lisa Feldman: Emotions and brain
- Manning And Le Cun talks about Innate Prior Chomsky
- Attention is all you need by Ilya Polosuhin
- Simon says LSTM
- Интервью с Виктором Рогуленко
Видео, что я посмотрел
- NLP натекин
- Bias in an Artificial Neural Network explained | How bias impacts training
- Keras init bias
- Генератор текста цепями маркова
- Ethereum work like
- Dstl Safe Passage: детекция и классификация траспортных средств — Владимир Игловиков
- Анализ больших данных в физике элементарных частиц
- Large-Scale Study of Curiosity-Driven Learning
- Подтипирование в Julia: рациональная реконструкция
- Semantic Folding: a new model for intelligent text processing
- Применение карты Кохонена для классификации
- Lambda Calculus
- Essentials: Functional Programming's Y Combinator
- Illustrated Guide to Recurrent Neural Networks
- illustrated guide to LSTM's and GRU's
- Visual Rhythm Beat
- Deep Learning, Structure and Innate Priors