Блог Machine Learning → Полезные материалы по Machine Learning | OTUS
⚡ Открываем подписку на курсы!
Проходите параллельно 3 онлайн-курса в месяц по цене одного.
Подробнее

Курсы

Программирование
Backend-разработчик на PHP Scala-разработчик Алгоритмы и структуры данных Backend-разработка на Kotlin Team Lead Разработчик Python. Базовый курс C# ASP.NET Core разработчик
-25%
iOS-разработчик. Базовый курс
-25%
Супер - интенсив по паттернам проектирования
-16%
Мобильная разработка на Flutter
-15%
React.js разработчик
-12%
MS SQL Server разработчик Нереляционные базы данных
-17%
VOIP инженер Базы данных Fullstack разработчик JavaScript AWS для разработчиков Cloud Solution Architecture Разработчик игр на Unity Архитектура и шаблоны проектирования Agile Project Manager в IT Интенсив «Оптимизация в Java» Супер - интенсив по Kubernetes
Специализации Курсы в разработке Подготовительные курсы
+7 499 938-92-02
Как Яндекс предсказывает будущее: от исправления ошибок до discovery-запросов

Люди не всегда точно формулируют свои запросы, поэтому поисковые системы должны помогать им в этом. Давайте поговорим о том, как работает эта технология в Яндексе. Опишем архитектуру и применяемые алгоритмы. А ещё вы узнаете, чем предсказание следующего запроса отличается от предсказания будущих интересов человека.

Детектирование частей тела посредством глубоких нейронных сетей

Сегодня я расскажу вам про один из методов решения задачи pose estimation. Задача состоит в детектировании частей тела на фотографиях, а метод называется DeepPose. Этот алгоритм был предложен ребятами из гугла еще в 2014 году. Казалось бы, не так давно, но не для области глубокого обучения. С тех пор появилось много новых и более продвинутых решений, но для полного понимания необходимо знакомство с истоками.

Deep Machine Learning

Технологии Deep Learning (глубокого обучения) подразумевают моделирование нейронных сетей человеческого мозга на компьютере. Deep Machine Learning или глубокое машинное обучение представляет попытку обучить компьютерную модель самостоятельно взаимодействовать с объектами аналогично мозгу человека, но без ограничений последнего по объёму операций и обрабатываемой информации. Для этого программе предлагаются большие объёмы данных, которые она может обрабатывать, не следуя жёстким программным ограничениям, а корректируя заданные алгоритмы анализа.

Как реализовать логистическую регрессию на Python?

ML_Deep_29.04-5020-656ade.png

Логистическая регрессия представляет собой алгоритм контролируемой классификации. С её помощью вы сможете предсказывать значения непрерывной зависимой переменной в интервале от 0 до 1. Некоторые основные аспекты логистической регрессии находятся в основе важных алгоритмов машинного обучения, позволяющих, к примеру, повышать точность прогноза нейросетевой модели.

Шпаргалка по разновидностям нейронных сетей. Часть 2

DLE_Deep_2.4-5020-07b3db.png

Продолжаем разговор о разновидностях нейронных сетей. В предыдущей статье мы говорили об элементарных архитектурах нейросетей, этот же материал будет посвящён более продвинутым конфигурациям.

JS-фреймворки для работы с компьютерным зрением

CV_Deep_1.4-5020-72e4d5.png

В наши дни Computer Vision приобретает всё большую популярность. Это происходит, во многом, благодаря тому, что CV-технологии позволяют создавать много полезных сервисов. В этой статье мы рассмотрим JavaScript-фреймворки, позволяющие работать с компьютерным зрением.

Шпаргалка по разновидностям нейронных сетей. Часть 1

DLE_Deep_25.3-5020-585b7d.png

Существует много различных нейронных сетей, причём новые виды архитектуры появляются постоянно, а некоторые из них очень похожи между собой. В связи с этим мы подготовили шпаргалку по нейронным сетям, которая поможет вам не запутаться во всём их многообразии. В статье вы найдёте как элементарные, так и продвинутые конфигурации.

Data Scientist: что он делает и сколько получает. Средняя зарплата в Data Science

Сегодня о Data Scientist’ах не говорит только ленивый. В частности, всё чаще мы слышим (и небезосновательно) что это профессия будущего. Не менее часто говорят и о высоких зарплатах в Data Science. Что же, давайте посмотрим, сколько зарабатывают специалисты с опытом и без опыта в таких странах, как США, ЕС, Россия.

Работаем с OpenCV на Python

CV_Deep_20.3-5020-851e75.png

OpenCV — известная библиотека машинного обучения и компьютерного зрения, имеющая открытый исходный код. Она включает в себя более 2500 алгоритмов, среди которых есть и классические, и современные. В принципе, OpenCV имеет интерфейсы на разных языках программирования (Java, C++ и Matlab), но сегодня мы поработаем с Python.