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.
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.
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.
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.
Если вас интересует Deep Learning и погружение в мир нейронных сетей, предлагаем вам ознакомиться с подборкой книг, которую мы подготовили. Собраны относительно новые книги — почти все из них написаны не позже 2018 года (кроме самой первой из списка). Вы найдёте работы таких авторов, как Николенко, Бурков, Гудфеллоу и многих других. Есть издания и на русском, и на английском языках.
Эта статья представляет собой вводный материал по машинному обучению (Machine Learning). Вы узнаете про основные задачи, виды и функции обучения на моделях, ознакомитесь с некоторыми алгоритмами (algorithms) и особенностями моделирования (modelling). Статья сможет дать ответы и на многие другие вопросы.
Одним из наиболее популярных образовательных ИТ-направлений сегодня являются курсы по машинному обучению и анализу данных. В этой статье мы поговорим, какие знания на них даются, сколько обычно продолжается обучение, на кого оно рассчитано, какими навыками нужно обладать, что входит в программу.
В этой статье собраны материалы, которые предназначены не для новичков. Большая часть представленной литературы рассчитана на специалистов, уже имеющих представление о нейронных сетях и желающих повысить свой уровень знаний. Также есть много практических решений:
Предлагаем вашему вниманию большую подборку материалов по нейронным сетям на английском языке. Вы узнаете, как появились нейросети, каким образом они работают, какие задачи решают, как происходит глубокое обучение моделей. Среди представленной литературы вы найдёте книги, статьи и исследования разных авторов:
Продолжаем работать с временными рядами. В прошлой статье мы посмотрели, как использовать мощь глубокого обучения для прогнозирования временных рядов при помощи библиотеки GluonTS от Amazon. На сей раз вернёмся к "обычному" машинному обучению, где признаки по-прежнему нужно генерировать перед построением моделей (а не модели услужливо строят удобные для себя признаки).
