Вход
Регистрация

Войти c помощью аккаунта

Это интересно

24 ноября 2017

В ходе отборочного тура экспертная группа рассмотрела 41 заявку из 11 регионов России. По результатам компания BaseGroup Labs вышла в финал конкурса в номинации «Лучшее информационно-аналитическое решение для обработки структурированных данных»

21 ноября 2017

Машинное обучение: в вашем распоряжении дополнительная команда маркетологов, которая мгновенно оценивает, анализирует, оптимизирует и подстраивается под каждого клиента, чтобы вы могли предложить свои продукты лучше и быстрее конкурентов.

14 ноября 2017

Искусственный интеллект и машинное обучение могут стать отличными помощниками испытывающим нехватку персонала группам безопасности, которым нужно быстрее и эффективнее реагировать на киберугрозы.

8 ноября 2017

Черепаху можно выдать за винтовку. Кот превращается в холодную закуску гуакамоле. Любой объект превращается в какой-то другой в глазах машинного интеллекта, потому что у ИИ особая система «зрения», отличная от человеческой.

30 октября 2017

Заключительная часть обзора Data Science Week 2017, прошедшем в Москве 12-14 сентября. Статья рассказывает о панельной дискуссии по теме “Подбор команд по работе с данными и оценка их эффективности”.

23 октября 2017

Специалисты по большим данным — новые рок-​звёзды. Они всем нужны, ими все восхищаются, они умеют делать вещи, со стороны похожие на магию, и являются носителями некого сакрального знания. При этом стать профессионалом в области data science вполне решаемая задача.

18 октября 2017

Джеффри Хинтон, отец «глубинного обучения»: если вы хотите узнать, где произойдёт следующий прорыв, который сможет сформировать основу для создания машин с более гибким интеллектом, обратите внимание, что очень умные люди играются с идеями, которые пока ещё не работают.

13 октября 2017

С одной стороны, тематика довольно узка: когда мы говорим "ИИ", то в 90% случаев подразумеваем глубокие нейронные сети. С другой стороны, докладчики приглашаются из совершенного разных областей, и ввиду разнообразия решаемых ими задач компания спикеров получается довольно разношерстной.

9 октября 2017

Семь эссе о том, заберут ли роботы нашу планету себе, надо ли их бояться или стоит подчиниться, помогут ли нам машины стать умнее, как они изменят образование и не придется ли в будущем человеку выбирать для своего робота школу и вуз.

2 октября 2017

Машинное обучение многим представляется чуть ли не магией: придут большие данные и улучшат твой бизнес. Ничего подобного. Без компетентных специалистов, которые глубоко понимают одновременно и бизнес-процессы, и методы анализа данных, ничего не получится.

28 сентября 2017

Лет двадцать тому назад шарлатаны активно рекламировали услуги по «чтению ауры» и расшифровке биополя человека. С наступлением цифровой эры человек сам создал себе аналог ауры, по которой можно узнать не меньше, а то и больше, чем иной «расшифровщик биополя».

25 сентября 2017

В своей статье Тянтов Эдуард из Mail.Ru Group рассказывает, что интересного произошло в мире машинного обучения за последний год (в основном в Deep Learning), останавливаясь на самых, на его взгляд, зрелищных и/или значимых достижениях.

21 сентября 2017

На днях выпущено новое приложение Яндекс.Такси для iOS. В обновленном интерфейсе один из акцентов сделан на выбор конечной точки маршрута («точки Б»). Но новая версия – это не просто новый UI. К запуску обновления существенно переработана технология прогнозирования пункта назначения.

18 сентября 2017

Мы часто слышим о том, как очередной сложный алгоритм искусственного интеллекта начал ошибаться или стал следовать предрассудкам, которым машины не должны быть подвержены. Почему так происходит? В истоках проблемы разбиралась cпециалист по работе с данными Ребекка Нджери (Rebecca Njeri) из Сиэтла.

13 сентября 2017

Мобильные операторы, предоставляя разнообразные сервисы, накапливают огромное количество статистических данных. Вопрос: как в этих Больших Данных (Big Data) выявить максимум полезной информации? В этой статье на примере Ирисов Фишера мы пройдем весь путь начального обучения, а далее применим полученное понимание к реальным данным оператора связи.

Страницы