Habr, bonjour!
Dans le dernier numéro, j'ai dit que j'avais lancé la
chaîne Telegram pour le résumé, et aujourd'hui je veux partager la nouvelle que j'ai également obtenu des pages
Facebook ,
Twitter ,
LinkedIn . J'invite tout le monde à les rejoindre.
De plus, nous avons
publié aujourd'hui
un résumé sur Product Hunt , qui sait que ce sont ceux qui savent ce qui doit être fait;)
En attendant, je vous propose une nouvelle sélection de matières sous la coupe.
Les articles
- Benchmarking Edge Computing - Comparaison d'ordinateurs ML à carte unique comme la Coral Dev Board, NVIDIA Jetson Nano, Coral USB Accelerator, Movidus Neural Compute Stick et Intel Neural Compute Stick 2.
- La carte Google Coral Edge TPU Board vs NVIDIA Jetson Nano Dev est une autre comparaison de deux ordinateurs à carte unique.
- Premiers pas avec NVIDIA Jetson Nano - un guide détaillé pour commencer avec NVIDIA Jetson Nano: de la première exécution à son utilisation pour classer et découvrir des objets.
- Détection d'objets et classification d'images avec Google Coral USB Accelerator - article sur l'utilisation de Google Coral USB Accelerator pour classer et détecter des objets dans des images ou des vidéos.
- Random Forests for Complete Beginners est un bon article pour débutant sur les forêts aléatoires et les arbres de décision.
- Présentation de la régression d3 - les bases de l'utilisation de la régression d3 - module D3.js pour calculer les régressions statistiques à partir de données bidimensionnelles.
- Un projet de bout en bout sur l'analyse et la prévision des séries chronologiques avec Python explique comment utiliser les séries chronologiques pour les données non stationnaires, telles que les données économiques, la météo, les cours des actions et les ventes au détail. Diverses approches de prévision des ventes au détail à l'aide de séries chronologiques sont envisagées.
- Utilisation de l'apprentissage par renforcement pour concevoir un meilleur moteur-fusée - Découvrez comment l'apprentissage par renforcement est utilisé dans la conception d'un moteur-fusée.
- Les 5 applications les plus intéressantes des GAN pour tous les passionnés d'apprentissage automatique - Un aperçu de cinq cas d'utilisation GAN répandus dans l'industrie: GAN pour l'édition d'images, GAN pour la sécurité, génération de données à l'aide de GAN, GAN pour prédire l'attention, GAN pour générer de la 3D -objets.
- Un modèle de recommandation avec PyTorch - qu'est-ce que la factorisation matricielle probabiliste et comment il peut être utilisé pour les systèmes de recommandation.
- Classification d'image facile avec TensorFlow 2.0 - Apprenez à connaître TensorFlow 2.0 et utilisez-le dans la classification d'image classique.
- Théorème de Bayes en une seule image
- Keras avancé - Construction de pertes et de mesures personnalisées complexes - sur la façon de créer des fonctions de perte personnalisées dans Keras qui peuvent recevoir des arguments autres que y_true et y_pred.
- Best of arXiv.org for AI, Machine Learning, and Deep Learning - March 2019 - the best arXiv.org articles for March D'après le site insideBIGDATA.
Projet
Jeux de données
Livres
Conférences
Merci d'avoir lu ce numéro. J'espère que chacun a trouvé quelque chose d'utile. Je serais reconnaissant pour toute suggestion pour le prochain résumé.
← Version précédente:
Data Science Digest (avril 2019)