• úvod
  • témata
  • události
  • tržiště
  • diskuze
  • nástěnka
  • přihlásit
    registrace
    ztracené heslo?
    RUDOLFMachine Learning | Strojové učení | In Machines We Trust | Víra v mechanickou bestii
    Pokec kolem machine learning.

    Machine learning komunita v čechách žije kolem MLMU.
    http://www.mlmu.cz
    http://www.meetup.com/Prague-Machine-Learning/

    Kurzy
    https://www.coursera.org/courses?query=machine%20learning
    rozbalit záhlaví
    UETOYO
    UETOYO --- ---
    F89: Ale na druhou stranu, to že o tom může přednášet Franta Vomáčka, je vlastně důkaz, že se FP stáva mainstreamem -- což je dobře. Tak to berete jako takový nedělní klábosení -- jsem zrovna u piva :D.
    UETOYO
    UETOYO --- ---
    F89: Prosím, to opravdu není žádný "hate" --- jen mne překvapuje že nesáhnete po nějakých fundovaných lidech, třeba Radek Miček pro OCaml/F#/Scala: https://github.com/radekm
    UETOYO
    UETOYO --- ---
    F89: Aleš Rubíček je přeci web developer samouk -- nic proti, taky jsem "skoro" samouk v programování, ale může dnes každý kdo si sáhl na machine learning přednášet? Spíš mi to přijde že jste našli kohokoliv kdo dělá s Clojure, Jinak Tomáš Petříček je první třída, díky!
    F89
    F89 --- ---
    Ahoj. Už sem to posílala do vlákna o funkcionálním programování, ale pokud nebude vadit, hodím to i sem. 6. prosince proběhne v Praze v MeetFactory konferemce LambdUp a mimojiné tam bude přednáška Aleše Roubíčka - Clojure for machine learning. Tak kdyby měl někdo zájem, koukněte na web https://www.lambdup.io
    RUDOLF
    RUDOLF --- ---

    "Crowdsourced steering" doesn't sound quite as appealing as "self driving."
    SOPTIK
    SOPTIK --- ---
    JINX: Zalezi, jak "daleko" od sebe jsou trenovaci a testovaci data, jak je velky feature space atd, jestli nejsou jednoduse separabilni a nestacil by obyc linearni klasifikator. 100% na testovacich datech je ale podezrele :-) taky zalezi, jak metriky pocitas, jak jsou tridy vyvazeny atd.
    LUDWIG_
    LUDWIG_ --- ---
    JINX: a jak to vypada s jinymi modely? jedna rychlovka, co bych zkusil, je natrenovat decision tree a podivat se, co dela na testovacim datasetu. pokud tam je taky 100%, tak jedna nebo vice feature holt to dokaze perfektne oddelit.
    JINX
    JINX --- ---
    LUDWIG_: na testovacim datasetu, ten ma velikost pres 200 zaznamu.
    LUDWIG_
    LUDWIG_ --- ---
    JINX: ta uspesnost je na cem? na testovaci dataset, nebo na k-fold krizove validaci?
    JINX
    JINX --- ---
    Mohl bych se prosim zeptat jaky mate nazor na neuronku ktera ma 100% uspesnost pri klasifikaci? IMHO je preucena protoze kdyz snizim trenovaci dataset z 10000 zaznamu radove mene (treba 2000) dostanu uspesnost cca 96 procent. Pouzivate nekdo nejake testovaci kriterium kdy zjistit zda neuronka je preucena a kdy ne?
    UETOYO
    UETOYO --- ---
    V tomhle článku jsou asi dobré postřehy... je i docela čerstvý, ale s GPU se to mění každý měsíc...: http://timdettmers.com/2017/04/09/which-gpu-for-deep-learning/
    UETOYO
    UETOYO --- ---
    Které karty jsou teď nejlepší v poměru cena/výkon pro domácí experimenty s ML?
    Případně má nejaký smysl kupovat např. dvě karty?
    DEEFHA
    DEEFHA --- ---
    Pokud to sem nepatří, tak mě prosím smažte: nějak jsem neměl o víkendu co dělat a vzniklo z toho webové rozhraní k výstupům open_nsfw Caffe modelu, který asi není potřeba dlouze představovat. Takže - SFWchk! :-)
    Is it clean? Or is it pr0n? Let the A.I. decides! - SFWchk
    https://sfwchk.com
    RUDOLF
    RUDOLF --- ---
    Dneska na coursera

    Applied Machine Learning in Python
    https://www.coursera.org/learn/python-machine-learning

    About this course: This course will introduce the learner to applied machine learning, focusing more on the techniques and methods than on the statistics behind these methods. The course will start with a discussion of how machine learning is different than descriptive statistics, and introduce the scikit learn toolkit. The issue of dimensionality of data will be discussed, and the task of clustering data, as well as evaluating those clusters, will be tackled. Supervised approaches for creating predictive models will be described, and learners will be able to apply the scikit learn predictive modelling methods while understanding process issues related to data generalizability (e.g. cross validation, overfitting). The course will end with a look at more advanced techniques, such as building ensembles, and practical limitations of predictive models. By the end of this course, students will be able to identify the difference between a supervised (classification) and unsupervised (clustering) technique, identify which technique they need to apply for a particular dataset and need, engineer features to meet that need, and write python code to carry out an analysis.
    SOPTIK
    SOPTIK --- ---
    JINX: Podle me do tensorboardu muzes ukladat prakticky cokoli, popr si klidne vsechny feature mapy logovat. Otazka je, zda te to zajima behem uceni nebo az pak pri predikcich, pak taky jestli chces jen vizualizovat vahy (filtry) nebo uz konkretni vysledky konvoluci se vstupnim obrazkem ... Pokud ti jde o analyzu uceni, lepsi je si v tensorboardu zobrazovat ty histogramy a statistiku vah, jak se meni v case :-)
    JINX
    JINX --- ---
    SOPTIK: jo to vypada docela pekne, popremyslim jestli dava smysl to do Kerasu prepsat. Puvodne jsem tedy myslel ze kdyz ulozim natrenovany model, tak jej pak jen prozenu nejakym nastrojem ktery mi pozadovane vystupy vyplivne.
    SOPTIK
    SOPTIK --- ---
    JINX: pokud pouzivas keras tak pekny je toto https://github.com/keplr-io/quiver
    JINX
    JINX --- ---
    Mohl bych se prosim zeptat jakym zpusobem lze vizualizovat konvolucni vrstvy, pripadne celou naucenou sit? (zkousel jsem podle zdrojaku ruznych examplu vyexportovat summary do logu a pak pouzit tensorboard - nicmene tady se vubec nic nezobrazovalo)
    RUDOLF
    RUDOLF --- ---
    Prague Artificial Intelligence & Deep Learning (Prague)| Meetup
    https://www.meetup.com/Prague-Artificial-Intelligence-Deep-Learning/
    HANT
    HANT --- ---
    Češi pomohli vytvořit umělou inteligenci s intuicí. Už není jako běžný počítač a nabízí revoluci napříč obory | Hospodářské noviny (IHNED.cz)
    http://domaci.ihned.cz/...genci-s-intuici-uz-nemysli-jako-bezny-pocitac-nabizi-revoluci-napric-obory

    DeepStack: Expert-level artificial intelligence in heads-up no-limit poker
    http://science.sciencemag.org/...urce=sciencemagazine&utm_medium=twitter&utm_campaign=moravcik-11471
    LUDWIG_
    LUDWIG_ --- ---
    Rocket AI: 2016’s Most Notorious AI Launch and the Problem with AI Hype
    https://medium.com/...et-ai-2016s-most-notorious-ai-launch-and-the-problem-with-ai-hype-d7908013f8c9
    HANT
    HANT --- ---
    Better Strategies 5: A Short-Term Machine Learning System – The Financial Hacker
    http://www.financial-hacker.com/...ld-better-strategies-part-5-developing-a-machine-learning-system/
    Kliknutím sem můžete změnit nastavení reklam