AI & ML дайджест #12: одноплатні комп'ютери для ML, Reinforcement Learning для розробки двигунів ракет

У випуску: огляд популярних випадків використання GAN, прогнозування продажу і знайомство з TensorFlow 2.0, Random Forests для новачків.

Вітаю всіх! У минулому випуску я розповідав, що для дайджесту запустив Telegram-канал , а сьогодні хочу поділитися новиною, що також завів для нього сторінки в facebook , , LinkedIn . Запрошую усіх приєднуватися до них. А поки пропоную свіжу добірку матеріалів.

Статті

Benchmarking Edge Computing — порівняння таких одноплатних комп'ютерів для ML, як Coral Dev Board, NVIDIA Jetson Nano, Coral USB Accelerator, Movidus Neural Compute Stick і Intel Neural Compute Stick 2.

Google Coral Edge TPU Board Vs NVIDIA Jetson Nano Dev board - ще одне порівняння двох одноплатних комп'ютерів.

Getting started with the NVIDIA Jetson Nano — детальний керівництво старту роботи з NVIDIA Jetson Nano: від першого запуску до використання його для класифікації та виявлення об'єктів.

Object detection and image classification with Google Coral USB Accelerator — стаття про те, як використовувати Google Coral USB Accelerator для класифікації та виявлення об'єктів на зображенні чи в відео.

Random Forests for Complete Beginners — хороша стаття для новачків про випадкові лісу і дерева рішень.

Introducing d3-regression — основи роботи з d3-regression — D3.js модуль для розрахунку статистичних регресій за двовимірним даними.

An End-to-End Project on Time Series Analysis and Forecasting with Python — про те, як використовувати часові ряди для нестаціонарних даних, таких як економічні дані, погода, ціни на акції та роздрібні продажі. Розглядаються різні підходи до прогнозування роздрібних продажів використовуючи тимчасові ряди.

Using Reinforcement Learning to Design a Better Rocket Engine — про те, як використовують навчання з підкріпленням в розробці ракетних двигунів.

Top 5 Interesting Applications of GANs for Every Machine Learning Enthusiast — огляд п'яти популярних випадків використання GAN, які широко поширені в галузі: GAN для редагування зображень, використання GAN для безпеки, генерація даних з використанням GAN, GAN для прогнозування уваги, GAN для генерації 3D-об'єктів.

A Recommendation Model with PyTorch — що таке імовірнісна матрична факторизація і як її можливо використовувати для рекомендаційних систем.

Easy Image Classification with TensorFlow 2.0 — знайомство з TensorFlow 2.0 і використання його в класичній класифікації зображень.

Bayes Theorem in One Picture

Advanced Keras — Constructing Complex Custom and Losses Metrics — про те, як створювати власні функції втрат в Keras, які можуть отримувати аргументи, відмінні від y_true і y_pred.

Best of arXiv.org for AI, Machine Learning, and Deep Learning — March 2019 — кращі статті arXiv.org за березень за версією сайту insideBIGDATA.