by

Where communities thrive


  • Join over 1.5M+ people
  • Join over 100K+ communities
  • Free without limits
  • Create your own community
People
Repo info
Activity
  • Feb 13 2017 23:36
    @listochkin banned @CrossoverUkraine
  • Jan 26 2016 13:39

    listochkin on master

    Add Gitter badge Merge pull request #1 from gitt… (compare)

  • Jan 26 2016 13:39
    listochkin closed #1
  • Jan 26 2016 13:34
    gitter-badger opened #1
Maxim Kolesnikov
@xCASx
@ivanyu да, тусуясь на том же каггле можно прокачаться, если есть достаточный бекграунд. У меня же пока только курс Эндрю и пол курса с Юдасити ud120 за спиной. Ну и статьи там всякие. Практики почти не было. Так что даже jupyter для меня стал открытием :D
Поэтому nd101 меня и привлек, там гораздо больше практики должно быть.
Maxim Kolesnikov
@xCASx
Классификатор еды на тензорфлоу: http://blog.stratospark.com/deep-learning-applied-food-classification-deep-learning-keras.html
Maxim Kolesnikov
@xCASx
Привет! Кто-нибудь изучал вопрос обучения моделей на PS4? Это вообще реально? Быстрое гугление результатов не дало.
Maxim Kolesnikov
@xCASx
@listochkin а что, здесь за такое не банят? :point_up: February 13, 2017 8:15 PM
Андрей Листочкин (Andrey Listochkin)
@listochkin
@xCASx :+1:
Maxim Kolesnikov
@xCASx
@listochkin похоже они многих достали. Даже Коля Алименков статью про них написал :D
Подборочку классных курсов по ML (и не только) вам: https://github.com/prakhar1989/awesome-courses/#machine-learning
Maxim Kolesnikov
@xCASx
TensorFlow Dev Summit 2017 - Livestream
https://www.youtube.com/watch?v=LqLyrl-agOw
Maxim Kolesnikov
@xCASx
For those of you interested in Deep Learning for NLP, Oxford's current course practicals can be found here:
https://github.com/oxford-cs-deepnlp-2017
Maxim Kolesnikov
@xCASx
А вот и видео для оксфордского курса нашлись:
https://www.youtube.com/watch?v=RP3tZFcC2e8&list=PL613dYIGMXoZBtZhbyiBqb0QtgK6oJbpm
Maxim Kolesnikov
@xCASx
Awesome - Most Cited Deep Learning Papers:
https://github.com/terryum/awesome-deep-learning-papers
Джон, просто Джон
@sudodoki
:star:
Maxim Kolesnikov
@xCASx
О! Оказывается я не один в этом чате :D
Alex Veligura
@Veligura
))
ты первопроходец ))
о тебе следующие поколения ML-щиков будут скадывать легенды и саги ))
Maxim Kolesnikov
@xCASx
@Veligura не надо мне такой чести. Лучше диалог поддерживайте ;)
Alex Veligura
@Veligura
)) не могу сесть начать что то ковырять по этой теме , что можешь посоветовать фановое для начала ? что бы появился интерес
Maxim Kolesnikov
@xCASx
@Veligura мне этот курс хорошо зашел: https://www.udacity.com/course/intro-to-machine-learning--ud120
Собственно, с помощью него я воскресил свои познания в ML, снова этим занитересовался и взял следующий курс.
Alex Veligura
@Veligura
оо спасибо
Eugene Krevenets
@hyzhak

Привет! у меня вопрос к самому первому видео Siraj Build a Neural Net in 4 Minutes https://www.youtube.com/watch?v=h3l4qz76JhQ&t=17s.
почему-то он использует в качестве производной сигмоиды функцию:

x * (1 - x)

но ведь должна быть:

np.exp(-z)/((1+np.exp(-z))**2)

Я что-то упустил? В чем причина?
тут сравнил визуально 2 функции https://github.com/hyzhak/siraj-tutorials/blob/master/notebooks/build-a-neural-net-in-4-minutes.ipynb.

Eugene Krevenets
@hyzhak
да и производная вообще не похожа на сигмойду https://www.wolframalpha.com/input/?i=integral+of+x+%2F+(1+-+x)
Andrey
@ablazhey
привет гуру AI/DS/ML
пока нахожусь на стадии «Что это за штука такая» Кто-то из бывалых может подсказать ресурсы/книги с которых можно понять и пощупать этого зверя?
Сейчас читаю "Основы Data Science и Big Data. Python и наука о данных "
Illia Seheda
@ALF-er
полистай чат вверх, буквально сообщений 15-20
Andrey
@ablazhey
точно спасибо
Maxim Kolesnikov
@xCASx
@hyzhak он код пишет из головы и не компилит, даже если видео не стримит, а записывает, поэтому ошибки случаются. Плюс он все делает быстро и внимание у него постоянно скачет. Ему во время лайв сессий даже пишут чтоб он сфокусировался :)
Здесь у него 4 ошибки в первых 8 строчках, при том что 3 из них пустые.
В производной он ошибся потому что ее обычно записывают в формате sigma' = sigma * (1 - sigma) для того чтобы переиспользовать уже определенную функцию.
Eugene Krevenets
@hyzhak
@xCASx это уж точно, даже возникла мысль, а не зря ли я его смотрю, понахватаюсь неверных суждений
Maxim Kolesnikov
@xCASx
@hyzhak его бесполезно смотреть как основной источник информации. Скорее чтобы подкрепить знания и посмотреть как он подходит к решению проблемы концептуально.
Eugene Krevenets
@hyzhak
@xCASx У меня другая цель, бэкграунд есть, изучал еще в институте, проходил тот же курс Andrew Ng, сейчас еще CS188 смотрю. Но очень не хватает практики, показалось, что у него, как раз мало теории, а больше быстрых примеров как ML можно применить в разных областях.
Eugene Krevenets
@hyzhak
Кстати, может кто-то может еще порекомендовать каналы, с разбором практического применения ML?
Вот еще смотрю Harrison Kinsley (sentdex) https://www.youtube.com/playlist?list=PLQVvvaa0QuDfKTOs3Keq_kaG2P55YRn5v и качество материала показалось получше, чем у Siraj.
Maxim Kolesnikov
@xCASx
@hyzhak за практикой тебе на kaggle.com
По теории говорят хорошие блоги у Christopher Olah и Andrej Karpathy, я пока только мельком смотрел.
По ютуб каналам вот мой небогатый список, но тут все подряд связанное с ML:
sentdex: https://www.youtube.com/channel/UCfzlCWGWYyIQ0aLC5w48gBQ
Welch Labs: https://www.youtube.com/channel/UConVfxXodg78Tzh5nNu85Ew
Zafarullah Mahmood: https://www.youtube.com/channel/UCG0Qzlcp-p9bKIojn3OCzdA
Jeremy Howard: https://www.youtube.com/channel/UCX7Y2qWriXpqocG97SFW2OQ
Thales Sehn Körting: https://www.youtube.com/channel/UCSd_7rz5nzSnzUYbjaCXC5g
Victor Lavrenko: https://www.youtube.com/channel/UCs7alOMRnxhzfKAJ4JjZ7Wg
Siraj Raval: https://www.youtube.com/channel/UCWN3xxRkmTPmbKwht9FuE5A
Computer Science Center: https://www.youtube.com/channel/UC0YHNueF-3Nh3uQT0P4YQZw
Ой, что-то я не подумал, что гиттер все ссылки развернет.
Вот неплохая практическая статейка по классификации фоточек еды:
http://blog.stratospark.com/deep-learning-applied-food-classification-deep-learning-keras.html#deep-learning-applied-food-classification-deep-learning-keras
Eugene Krevenets
@hyzhak
о, спасибо сегодня гляну
Maxim Kolesnikov
@xCASx
Еще в плане практики советовали брать чужие Notebooks, разбирать задачи, решенные в них, затем стирать все и пытаться решить задачу с нуля самому уже имея общее представление о подходе к решению.
Eugene Krevenets
@hyzhak
о спасибо, хорошая мысль, вопрос только, где бы взять notebooks которые стоят внимания? ;)
Maxim Kolesnikov
@xCASx
@hyzhak берешь имена авторов тех же ютуб каналов, блогов и прочих толковых ребят, гуглишь их гитхаб аккаунты, и вот он профит.
На том же каггл довольно большая тусовка, можно много чего найти.
Я сам туда еще не влился, но это уже больше на соц. сеть похоже, по-моему.
Eugene Krevenets
@hyzhak
о! кстати о kaggle тоже подумал о нем, но еще не было времени посмотреть. Кстати тот же siraj туда ссылается, так что похоже с него и стоит начать
Maxim Kolesnikov
@xCASx
Можно еще брать какие-то известные датасеты и пытаться с ними что-то сделать. А потом гуглить на тему чужих решений и сравнивать.
Eugene Krevenets
@hyzhak
@xCASx ну это уже значительно сложнее, так как еще не наработана интуиция. Хочу все таки начать с наблюдения за мастерами :)
Maxim Kolesnikov
@xCASx
Вот еще курс по тензорфлоу, тоже на него уже несколько разных человек ссылались: https://www.youtube.com/watch?v=wuo4JdG3SvU&list=PL9Hr9sNUjfsmEu1ZniY0XpHSzl5uihcXZ
Так же для практики советовали на https://www.dataquest.io/ посмотреть.
Maxim Kolesnikov
@xCASx
Сейчас, кстати, идет первый тур ML Boot Camp от mail.ru: http://mlbootcamp.ru/
До конца этапа еще 18 дней, наверное можно присоединиться. Первая задача - предсказать кто из игроков покинет онлайн игру, а кто останется играть.
Можно попробовать себя в соревновательных условиях.
Eugene Krevenets
@hyzhak
dataquest платный, а ты пробовал его, там по free программе можно чему-то научиться?
Maxim Kolesnikov
@xCASx
@hyzhak нет, не пробовал. Я про него впервые услышал 2 дня назад.
Eugene Krevenets
@hyzhak
:)
Maxim Kolesnikov
@xCASx
Кстати Siraj каждую неделю устраивает мини-соревнования. Если решать их еще не готов, то всегда можно посмотреть на решения победителей.
Maxim Kolesnikov
@xCASx
Чатик, кто-нибудь пробовал с Yolo играться?
https://pjreddie.com/darknet/yolo/