NK
Полезная книга
Machine Learning A Probabilistic Perspective
Kevin P. Murphy
Size: a a a
2019 March 06
NK
BK
Хорошая книга ?
Один из лучших учебников
AW
Сейчас на канале Microsoft Student Partners CEE идет прямая трансляция с презентацией разработки кроссплатформенных приложений с помощью Xamarin.
https://www.youtube.com/watch?v=g7fZsApnxfM
Я думаю, будет многим интересно
https://www.youtube.com/watch?v=g7fZsApnxfM
Я думаю, будет многим интересно
2019 March 07
V0
Всем привет!
Меня зовут Виктор, я 6 лет занимаюсь продажей недвижимости в Киеве.
Недавно столкнулся с проблемой хранения больших объемом данных и начал искать решения, так попал сюда ) интересно внедрить не просто базу данных в свой бизнес, а целую думающую систему.
AI очень интересная тема, и уверен, сильно перспективная)
#aboutme
Меня зовут Виктор, я 6 лет занимаюсь продажей недвижимости в Киеве.
Недавно столкнулся с проблемой хранения больших объемом данных и начал искать решения, так попал сюда ) интересно внедрить не просто базу данных в свой бизнес, а целую думающую систему.
AI очень интересная тема, и уверен, сильно перспективная)
#aboutme
S
А есть кто-нибудь хорошо знающий технологии компании Мивар?
S
Логический искусственный интеллект которые предлагают.
ОК
Мне товарищ рассказал, что к Excel приделали таки толковую базу данных. Хочу вот попробовать на какой-нибудь задаче.
C
AI / ИИ
Нейросеть вернула волосы Гоше Куценко
Корейские исследователи использовали методы машинного обучения для создания интерактивного графического редактора портретов. Пользователь размечает на лице нужные правки в виде наброска, а нейросеть самостоятельно реалистично редактирует снимок, рассказывают авторы статьи, опубликованной на arXiv.org. Для демонстрации работы нейросети разработчики, например, добавили улыбку Крису Хемсворту и вернули волосы Гоше Куценко.
Современные графические редакторы позволяют проводить крайне реалистичную ретушь, однако это требует наличия развитого навыка обработки изображений. С развитием алгоритмов машинного обучения их стали внедрять и в графические редакторы, что позволило переложить часть действий при редактировании изображения с пользователя на программу. К примеру, Adobe Photoshop умеет самостоятельно отделять объекты от фона или даже дорисовывать фон. Однако, как правило, подобные технологии применимы в узком диапазоне условий, например, при наличии однородного фона на снимке.
Чо Ён-Чжу (Youngjoo Jo) и Пак Ын-Юл (Jongyoul Park) из южнокорейского Научно-исследовательского института электроники и телекоммуникаций (ETRI) создали нейросеть, способную создавать реалистичные изменения в портретах людей, принимая в качестве исходных данных наброски. Исследователи выбрали популярную с сфере нейросетевой обработки изображений архитектуру генеративно-состязательной нейросети. Она состоит из двух подсетей: генератора, выполняющего основную задачу (в данном случае — обработку изображений), и дискриминатора, который пытается отличить изображения из генератора от настоящих изображений из обучающей выборки. В результате такой конкуренции генератор постепенно учится создавать максимально реалистичные изображения, которые дискриминатору сложно отличить от настоящих снимков.
@
Нейросеть вернула волосы Гоше Куценко
Корейские исследователи использовали методы машинного обучения для создания интерактивного графического редактора портретов. Пользователь размечает на лице нужные правки в виде наброска, а нейросеть самостоятельно реалистично редактирует снимок, рассказывают авторы статьи, опубликованной на arXiv.org. Для демонстрации работы нейросети разработчики, например, добавили улыбку Крису Хемсворту и вернули волосы Гоше Куценко.
Современные графические редакторы позволяют проводить крайне реалистичную ретушь, однако это требует наличия развитого навыка обработки изображений. С развитием алгоритмов машинного обучения их стали внедрять и в графические редакторы, что позволило переложить часть действий при редактировании изображения с пользователя на программу. К примеру, Adobe Photoshop умеет самостоятельно отделять объекты от фона или даже дорисовывать фон. Однако, как правило, подобные технологии применимы в узком диапазоне условий, например, при наличии однородного фона на снимке.
Чо Ён-Чжу (Youngjoo Jo) и Пак Ын-Юл (Jongyoul Park) из южнокорейского Научно-исследовательского института электроники и телекоммуникаций (ETRI) создали нейросеть, способную создавать реалистичные изменения в портретах людей, принимая в качестве исходных данных наброски. Исследователи выбрали популярную с сфере нейросетевой обработки изображений архитектуру генеративно-состязательной нейросети. Она состоит из двух подсетей: генератора, выполняющего основную задачу (в данном случае — обработку изображений), и дискриминатора, который пытается отличить изображения из генератора от настоящих изображений из обучающей выборки. В результате такой конкуренции генератор постепенно учится создавать максимально реалистичные изображения, которые дискриминатору сложно отличить от настоящих снимков.
@
C
AI / ИИ
Искусственный интеллект ускорит разработку приложений в 1000 раз
Платформа Dry.io помогает писать веб-приложения при помощи нескольких строчек кода. Создатели принимают первые заявки на внешнее тестирование. В Dry.io надо лишь настроить параметры конечного результата — всю остальную работу выполняет искусственный интеллект.
Dry.io — аббревиатура от don’t repeat yourself, «не повторяйся», принципа программирования, согласно которому «каждая часть знания должна иметь единственное, непротиворечивое и авторитетное представление в рамках системы». Алгоритм создает приложения с пользовательским интерфейсом, связующим ПО, тегированием, аутентификацией, базой данных, поисковым индексом и прочим наполнением.
Однако в Dry.io вся машинерия спрятана от разработчика и пользователя, что на несколько порядков ускоряет процесс.
Вам не нужно разбираться в большинстве технологий вроде React, SQL, AWS, ElasticSearch или jQuery, всего лишь немного в JSON и JavaScript. Не нужны специализированные инструменты. Приложение можно создать прямо из браузера, написав 100 — 200 строчек кода.
@
Искусственный интеллект ускорит разработку приложений в 1000 раз
Платформа Dry.io помогает писать веб-приложения при помощи нескольких строчек кода. Создатели принимают первые заявки на внешнее тестирование. В Dry.io надо лишь настроить параметры конечного результата — всю остальную работу выполняет искусственный интеллект.
Dry.io — аббревиатура от don’t repeat yourself, «не повторяйся», принципа программирования, согласно которому «каждая часть знания должна иметь единственное, непротиворечивое и авторитетное представление в рамках системы». Алгоритм создает приложения с пользовательским интерфейсом, связующим ПО, тегированием, аутентификацией, базой данных, поисковым индексом и прочим наполнением.
Однако в Dry.io вся машинерия спрятана от разработчика и пользователя, что на несколько порядков ускоряет процесс.
Вам не нужно разбираться в большинстве технологий вроде React, SQL, AWS, ElasticSearch или jQuery, всего лишь немного в JSON и JavaScript. Не нужны специализированные инструменты. Приложение можно создать прямо из браузера, написав 100 — 200 строчек кода.
@
2019 March 08
YB
#aboutme
Всем привет. Меня зовут Николай, бэкграунд - управлением проектами, маркетинг и бренд менеджмент в глобальных корпорациях в категории потребительских товаров.
Последние пару лет занимаюсь развитием бизнеса в сферее проектирования жилых и общественных пространств. Работая в этой сфере и достигнув определенного уровня, появилась потребность и идея по созданию системы по поиску оптимальных решений. Если вкратце, то дается задача с вводными данными, правилами и закономерностями, сформулированными нами исходя из правил, опыта и пр., а также дается множество переменных (к примеру, требования заказчика). И методом перебора, с учетом вводных условий, требований и правил, алгоритм перебирает все варианты расположения переменных, оценивает их баллами и исходя из поставленных критериев, отбирает оптимальные решения. В идеале, это должен быть эволюционный алгоритм или второй для оценки - нейронная сеть. Как итог, все проектирование будет происходить без непосредственного участия проектировщика, напрямую, b2c. У нас есть экспертиза в проектировании (т.е. можем сформулирвать все критерии для перебора и оценки), есть заинтересованная лояльная аудитория свыше 100 тыс человек (на текущий момент), у которой весть потребность в этой услуге и на которой это можно тестировать, но нет инженера, который бы подключился к работе над этим алгоритмом. Сейчас как раз ищу инженера (потенциального партнера). Поэтому, если Вы тот человек, который понимает как с т.з. программирования реализовать то, что я описал и вам это интересно обсудить подробнее, либо знаете такого человека - дайте знать, я открыт к диалогу.
Всем привет. Меня зовут Николай, бэкграунд - управлением проектами, маркетинг и бренд менеджмент в глобальных корпорациях в категории потребительских товаров.
Последние пару лет занимаюсь развитием бизнеса в сферее проектирования жилых и общественных пространств. Работая в этой сфере и достигнув определенного уровня, появилась потребность и идея по созданию системы по поиску оптимальных решений. Если вкратце, то дается задача с вводными данными, правилами и закономерностями, сформулированными нами исходя из правил, опыта и пр., а также дается множество переменных (к примеру, требования заказчика). И методом перебора, с учетом вводных условий, требований и правил, алгоритм перебирает все варианты расположения переменных, оценивает их баллами и исходя из поставленных критериев, отбирает оптимальные решения. В идеале, это должен быть эволюционный алгоритм или второй для оценки - нейронная сеть. Как итог, все проектирование будет происходить без непосредственного участия проектировщика, напрямую, b2c. У нас есть экспертиза в проектировании (т.е. можем сформулирвать все критерии для перебора и оценки), есть заинтересованная лояльная аудитория свыше 100 тыс человек (на текущий момент), у которой весть потребность в этой услуге и на которой это можно тестировать, но нет инженера, который бы подключился к работе над этим алгоритмом. Сейчас как раз ищу инженера (потенциального партнера). Поэтому, если Вы тот человек, который понимает как с т.з. программирования реализовать то, что я описал и вам это интересно обсудить подробнее, либо знаете такого человека - дайте знать, я открыт к диалогу.
Можете на кафедру Системного анализа (сейчас она в составе вышей школы киберфизических систем) обратиться в Политех питерский. Они на нечетко сформулированных задачах многокритериальной оптимизации собаку съели. Нейросетей и прочего подобного хлама не будет конечно.
₹
Хорош
MS
Можете на кафедру Системного анализа (сейчас она в составе вышей школы киберфизических систем) обратиться в Политех питерский. Они на нечетко сформулированных задачах многокритериальной оптимизации собаку съели. Нейросетей и прочего подобного хлама не будет конечно.
А там что будет? Генетические и роевые алгоритмы всякие?
YB
Там будут старые добрые методы оптимизации и многокритериальной оптимизации. Что конкретно от условий задачи и решающего зависит.
FT
#aboutme
Всем привет. Меня зовут Николай, бэкграунд - управлением проектами, маркетинг и бренд менеджмент в глобальных корпорациях в категории потребительских товаров.
Последние пару лет занимаюсь развитием бизнеса в сферее проектирования жилых и общественных пространств. Работая в этой сфере и достигнув определенного уровня, появилась потребность и идея по созданию системы по поиску оптимальных решений. Если вкратце, то дается задача с вводными данными, правилами и закономерностями, сформулированными нами исходя из правил, опыта и пр., а также дается множество переменных (к примеру, требования заказчика). И методом перебора, с учетом вводных условий, требований и правил, алгоритм перебирает все варианты расположения переменных, оценивает их баллами и исходя из поставленных критериев, отбирает оптимальные решения. В идеале, это должен быть эволюционный алгоритм или второй для оценки - нейронная сеть. Как итог, все проектирование будет происходить без непосредственного участия проектировщика, напрямую, b2c. У нас есть экспертиза в проектировании (т.е. можем сформулирвать все критерии для перебора и оценки), есть заинтересованная лояльная аудитория свыше 100 тыс человек (на текущий момент), у которой весть потребность в этой услуге и на которой это можно тестировать, но нет инженера, который бы подключился к работе над этим алгоритмом. Сейчас как раз ищу инженера (потенциального партнера). Поэтому, если Вы тот человек, который понимает как с т.з. программирования реализовать то, что я описал и вам это интересно обсудить подробнее, либо знаете такого человека - дайте знать, я открыт к диалогу.
Всем привет. Меня зовут Николай, бэкграунд - управлением проектами, маркетинг и бренд менеджмент в глобальных корпорациях в категории потребительских товаров.
Последние пару лет занимаюсь развитием бизнеса в сферее проектирования жилых и общественных пространств. Работая в этой сфере и достигнув определенного уровня, появилась потребность и идея по созданию системы по поиску оптимальных решений. Если вкратце, то дается задача с вводными данными, правилами и закономерностями, сформулированными нами исходя из правил, опыта и пр., а также дается множество переменных (к примеру, требования заказчика). И методом перебора, с учетом вводных условий, требований и правил, алгоритм перебирает все варианты расположения переменных, оценивает их баллами и исходя из поставленных критериев, отбирает оптимальные решения. В идеале, это должен быть эволюционный алгоритм или второй для оценки - нейронная сеть. Как итог, все проектирование будет происходить без непосредственного участия проектировщика, напрямую, b2c. У нас есть экспертиза в проектировании (т.е. можем сформулирвать все критерии для перебора и оценки), есть заинтересованная лояльная аудитория свыше 100 тыс человек (на текущий момент), у которой весть потребность в этой услуге и на которой это можно тестировать, но нет инженера, который бы подключился к работе над этим алгоритмом. Сейчас как раз ищу инженера (потенциального партнера). Поэтому, если Вы тот человек, который понимает как с т.з. программирования реализовать то, что я описал и вам это интересно обсудить подробнее, либо знаете такого человека - дайте знать, я открыт к диалогу.
Николай, давайте обсудим. Я с 2007 года эволюционными алгоритмами занимаюсь
C
AI / ИИ
Ученые компании Unim создали нейросеть для быстрого поиска метастаз при раке
Российская научная компания Unim разработала нейросеть, которая помогает выявлять метастазы рака меньше чем за минуту.
Метастаз – вторичные очаги злокачественных опухолей. Ученые из компании Unim выяснили, что система поможет в десятки раз сократить объем рабочего времени лечащего врача. Разработанная система обеспечивает точность 98%, что выше показателя постановки диагноза врачом. Время обработки информации может занимать 30 секунд, в то время как врач тратит на это не менее 40 минут. С помощью нейросети ученые оценили данные 650 пациентов, которые больны раком. Выявление метастазов необходимо, чтобы более точно определять стадию рака.
По данным Минздрава РФ, число больных раком в 2017 году достигло почти 4 миллионов человек. Число погибших от рака в 2018 году увеличилось до 9,6 миллионов человек. Россия находится на 5 месте по численности летального исхода от онкологических заболеваний.
Компания Uinm разрабатывает новые системы для борьбы с онкологическими заболеваниями. Из-за одной из самых беспощадных заболеваний страдает весь мир. Российские ученые обещают, что благодаря их инновации, численность смерти в России станет меньше.
@
Ученые компании Unim создали нейросеть для быстрого поиска метастаз при раке
Российская научная компания Unim разработала нейросеть, которая помогает выявлять метастазы рака меньше чем за минуту.
Метастаз – вторичные очаги злокачественных опухолей. Ученые из компании Unim выяснили, что система поможет в десятки раз сократить объем рабочего времени лечащего врача. Разработанная система обеспечивает точность 98%, что выше показателя постановки диагноза врачом. Время обработки информации может занимать 30 секунд, в то время как врач тратит на это не менее 40 минут. С помощью нейросети ученые оценили данные 650 пациентов, которые больны раком. Выявление метастазов необходимо, чтобы более точно определять стадию рака.
По данным Минздрава РФ, число больных раком в 2017 году достигло почти 4 миллионов человек. Число погибших от рака в 2018 году увеличилось до 9,6 миллионов человек. Россия находится на 5 месте по численности летального исхода от онкологических заболеваний.
Компания Uinm разрабатывает новые системы для борьбы с онкологическими заболеваниями. Из-за одной из самых беспощадных заболеваний страдает весь мир. Российские ученые обещают, что благодаря их инновации, численность смерти в России станет меньше.
@
NM
Можете на кафедру Системного анализа (сейчас она в составе вышей школы киберфизических систем) обратиться в Политех питерский. Они на нечетко сформулированных задачах многокритериальной оптимизации собаку съели. Нейросетей и прочего подобного хлама не будет конечно.
Благодарю.
2019 March 09
C
AI / ИИ
Искусственный интеллект научили предсказывать время разблокировки телефона
Исследователи из Мельбурнского университета применили методы машинного обучения к задаче прогнозирования момента разблокировки смартфона пользователем. Такое знание помогло бы системе эффективнее планировать установку обновлений и синхронизацию данных, а также экономить энергию, считают исследователи.
В течение двух недель 27 владельцев смартфонов на базе Android держали на своих устройствах программу, собиравшую со смартфона различные данные, в том числе данные об уровне освещения, местоположении, передаче данных, а также данные подсистем Google Activity Recognition, распознающей с помощью машинного обучения действия пользователя и Android Pedometer, подсчитывающей сделанные пользователем шаги. Исследователи попытались также обойтись без данных с датчиков, на сбор которых уходит много энергии, предсказывая приближение момента разблокировки только по работе приложений, времени, событиям на экране и полу пользователя. В обоих случаях им удалось добиться почти точного предсказания, хотя и не конкретного времени разблокировки в течение суток, а лишь того, будет ли смартфон разблокирован в течение ближайших пяти минут.
Наиболее важными факторами оказались время, прошедшее с окончания предыдущей сессии, ее продолжительность, а также текущее время. Впрочем, пользователи часто вынуждены разблокировать смартфон из-за поступления сообщений, а их искусственный интеллект прогнозировать не может.
@
Искусственный интеллект научили предсказывать время разблокировки телефона
Исследователи из Мельбурнского университета применили методы машинного обучения к задаче прогнозирования момента разблокировки смартфона пользователем. Такое знание помогло бы системе эффективнее планировать установку обновлений и синхронизацию данных, а также экономить энергию, считают исследователи.
В течение двух недель 27 владельцев смартфонов на базе Android держали на своих устройствах программу, собиравшую со смартфона различные данные, в том числе данные об уровне освещения, местоположении, передаче данных, а также данные подсистем Google Activity Recognition, распознающей с помощью машинного обучения действия пользователя и Android Pedometer, подсчитывающей сделанные пользователем шаги. Исследователи попытались также обойтись без данных с датчиков, на сбор которых уходит много энергии, предсказывая приближение момента разблокировки только по работе приложений, времени, событиям на экране и полу пользователя. В обоих случаях им удалось добиться почти точного предсказания, хотя и не конкретного времени разблокировки в течение суток, а лишь того, будет ли смартфон разблокирован в течение ближайших пяти минут.
Наиболее важными факторами оказались время, прошедшее с окончания предыдущей сессии, ее продолжительность, а также текущее время. Впрочем, пользователи часто вынуждены разблокировать смартфон из-за поступления сообщений, а их искусственный интеллект прогнозировать не может.
@
2019 March 10
C
AI / ИИ
"Центр2М" представила разработку в области ИИ
Российский оператор IoT-решений "Центр2М" представил комплексную систему машинного зрения CenterVision на конференции IBM Think в США.
Система промышленной видеоаналитики CenterVision построена на основе решения IBM PowerAI Vision и использует нейронные сети для распознавания объектов. Точность распознавания – до 98%. Решение позволяет отслеживать производственный процесс в режиме, приближенному к реальному времени, передает автоматическое оповещение в ситуационный центр, готовит отчеты по всем фактам нарушения правил безопасности. На основе анализа поступающих данных компании могут прогнозировать дальнейшее развитие ситуации и оперативно предотвращать нежелательные последствия инцидентов.
"Машинное зрение занимает особое место в нашем портфеле технологий. При этом потенциал использования нейросетей, на наш взгляд, безграничен. Сегодня нашу систему могут внедрять не только корпорации, но и маленькие компании с небольшими бюджетами, в любой точке мира. Бизнес может использовать CenterVision как прогрессивное решение по обработке и управлению данными и превратить пассивное видеонаблюдение в активный процесс контроля", – заявил генеральный директор "Центр2М" Евгений Мискевич.
@
"Центр2М" представила разработку в области ИИ
Российский оператор IoT-решений "Центр2М" представил комплексную систему машинного зрения CenterVision на конференции IBM Think в США.
Система промышленной видеоаналитики CenterVision построена на основе решения IBM PowerAI Vision и использует нейронные сети для распознавания объектов. Точность распознавания – до 98%. Решение позволяет отслеживать производственный процесс в режиме, приближенному к реальному времени, передает автоматическое оповещение в ситуационный центр, готовит отчеты по всем фактам нарушения правил безопасности. На основе анализа поступающих данных компании могут прогнозировать дальнейшее развитие ситуации и оперативно предотвращать нежелательные последствия инцидентов.
"Машинное зрение занимает особое место в нашем портфеле технологий. При этом потенциал использования нейросетей, на наш взгляд, безграничен. Сегодня нашу систему могут внедрять не только корпорации, но и маленькие компании с небольшими бюджетами, в любой точке мира. Бизнес может использовать CenterVision как прогрессивное решение по обработке и управлению данными и превратить пассивное видеонаблюдение в активный процесс контроля", – заявил генеральный директор "Центр2М" Евгений Мискевич.
@