Блог Machine Learning | OTUS
Посты
Deep learning в системах CV

Глубокое обучение бывает особенно полезно в таких CV-задачах, когда базовый элемент не несет в себе большого смыслового значения, зато комбинация таких элементов это полезное значение имеет. При этом, говоря о базовом элементе, мы имеем в виду отдельный пиксель изображения, одну частоту сигнала, одну букву или слово.

Event2Mind для русского языка. Обучаем модель читать между строк

Умение модели распознавать намерения собеседника, то есть понимать зачем человек совершил то или иное действие, применимо в большом числе прикладных NLP-задач. К примеру, чат-ботам, голосовым помощникам и другим диалоговые системам это позволит эмоционально реагировать на высказывания собеседника, проявлять понимание, сочувствие и другие эмоции. Кроме того, задача распознавания намерения – это еще один шаг на пути к пониманию человеческой речи (human understanding).

Пространство элементарных исходов

Давайте представим, что из некоторого случайного эксперимента, который можно повторять многократно (допустим, подбрасывание монетки или кубика), можно извлечь какую-нибудь формализуемую информацию (как известно, выпадет орел или решка). Эту формализуемую информацию можно назвать элементарным исходом, при этом есть целесообразность рассматривать множество всех элементарных исходов (это множество обычно обозначают буквой Ω (Омега).

Метод опорных векторов в машинном обучении

Метод опорных векторов (SVM, Support Vector Machines) — хорошо известный алгоритм классификации, создающий разделительную линию между различными категориями данных. Его вычисление можно представить как оптимизацию линии, при которой ближайшие точки в каждой из групп становятся удалены друг от друга в наибольшей степени.

Реализация метода Decision Trees на Python

Одним из популярных алгоритмов машинного обучения является Decision Trees (деревья решений). Метод, построенный на его основе, широко используется при решении задач прогнозирования и классификации, причём чаще всего именно для классификации. О нём и поговорим.

Три причины использовать Spark

Apache Spark —  целостная вычислительная система, включающая в себя набор библиотек для параллельной обработки данных на кластерах компьютеров. Сегодня это активно разрабатываемый и очень полезный инструмент с открытым исходным кодом, который пригодится специалистам, работающим с большими данными. В этой статье мы рассмотрим, почему стоит использовать именно Spark.

Графовые рекомендации групп в Одноклассниках

Графовые рекомендательные системы показывают state of the art результаты, но про них редко пишут и еще реже используют в продакшене. В этой статье мы расскажем про опыт Одноклассников в применении графового подхода для задачи рекомендации групп, разберем причем тут нейросети и что делать, если не все рекомендации одинаково полезны для пользователей и портала.

Будущее компьютерного зрения

Computer Vision – быстро растущая сфера цифровых технологий, затрагивающая множество сторон нашей повседневной жизни. В этой статье мы поговорим об основных тенденциях развития компьютерного зрения с учётом современной реальности.

Библиотеки для компьютерного зрения

Компьютерное зрение (Computer Vision) – современная технология и область исследований по автоматизации понимания того, что именно мы видим в окружающем мире. Но автоматизация невозможна без использования соответствующего программного обеспечения. В этой заметке мы перечислим основные современные инструменты, используемые для компьютерного зрения.

Пишем скрипт для поиска с помощью Python и OpenCV

В этой статье мы рассмотрим, как в кратчайшие сроки написать Python-скрипт, который пригодится для подсчёта числа книг на изображении. Для работы будем использовать библиотеку алгоритмов компьютерного зрения OpenCV.

Популярное
Сегодня тут пусто