Machine Learning Podcast Mikhail

В очередном выпуске беседа с Ольгой Перепелкиной Deep Learning Product Manager компании Intel. Для того, чтобы машинное обучение было эффективным - ему нужны данные и чем больше, тем лучше. Но чем быстрее развивается искусственный интеллект, тем жестче становятся законы о защите персональных данных. Проблема? Да, проблема. Но где есть проблема, там находятся и решения и федеративное обучение - одно из таких, позволяющих и приватность сохранить и модели обучить. Об этом, а также о подходах к распознаванию эмоций и карьерном пути в ML слушайте в выпуске!

Ссылки выпуска:

OpenFL - опенсорс библиотека для федеративного обучения (Federated Learning) (https://github.com/intel/openfl)

Вакансия Deep Learning RnD Intern (Federated Learning) в Нижнем Новгороде, работа в компании Intel Corporation (https://nn.hh.ru/vacancy/41942809)

Буду благодарен за обратную связь!

Оставляйте ваши комментарии там, где можно. Например, в Apple Podcasts. Они помогут сделать подкаст лучше! Напишите что вам было понятно, что не очень, какие темы раскрыть, каких гостей пригласить, ну, и вообще в какую сторону катить этот подкаст :)

Подписывайтесь на телеграм-канал "Стать специалистом по машинному обучению" (https://t.me/toBeAnMLspecialist)

Телеграм автора подкаста (https://t.me/kmsint)

Со мной также можно связаться по электронной почте: kms101@yandex.ru

Также теперь подкаст можно найти на YouTube (https://www.youtube.com/channel/UCzvfXLNpB2Bbf32dc7a8oDQ?) и Яндекс.Музыке https://music.yandex.ru/album/9781458

Сегодня в гостях Татьяна Шаврина - тимлид команды AGI NLP, главный эксперт по технологиям, SberDevices, аспирант НИУ ВШЭ и просто очень приятный и интересный собеседник. Обсудили то, как с течением времени менялись подходы к обработке естественного языка, какие оказались революционными для области, а какие были частью закономерного развития. Word2vec, Seq2seq, Transformer, GPT, BERT - если эти названия вам говорят мало, но вы хотите узнать больше - выпуск вам будет интересен. И даже если вы уже все это хорошо знаете, слушать Татьяну очень интересно!

Ссылки выпуска:

Методология тестирования моделей, основанная на тестах для сильного ИИ - https://russiansuperglue.com/

Книга "Введение в информационный поиск" Маннинг Кристофер д. - https://www.ozon.ru/product/vvedenie-v-informatsionnyy-poisk-168021950/?utm_source=google&utm_medium=cpc&utm_campaign=RF_Product_Shopping_Books_newclients_super&gclid=CjwKCAiA9vOABhBfEiwATCi7GOdEOcDm_r9sxEWggOaUhpGnDaflijxaYDEXAjIsGpCKD1pAubW2exoCrf8QAvD_BwE

MIT course "Advanced Natural Language Processing" https://ocw.mit.edu/courses/electrical-engineering-and-computer-science/6-864-advanced-natural-language-processing-fall-2005/

Cambridge NLP course - https://www.cl.cam.ac.uk/teaching/1718/NLP/

Буду благодарен за обратную связь!

Оставляйте ваши комментарии там, где можно. Например, в Apple Podcasts. Они помогут сделать подкаст лучше! Напишите что вам было понятно, что не очень, какие темы раскрыть, каких гостей пригласить, ну, и вообще в какую сторону катить этот подкаст :)

Подписывайтесь на телеграм-канал "Стать специалистом по машинному обучению" (https://t.me/toBeAnMLspecialist)

Телеграм автора подкаста (https://t.me/kmsint)

Со мной также можно связаться по электронной почте: kms101@yandex.ru

Также теперь подкаст можно найти на YouTube (https://www.youtube.com/channel/UCzvfXLNpB2Bbf32dc7a8oDQ?) и Яндекс.Музыке https://music.yandex.ru/album/9781458

Победа AlphaGo над чемпионом мира по игре го Ли Седолем в 2016 году стала поистине знаковым событием в мире машинного обучения. Ведь большинство экспертов сходились во мнении, что до победы компьютера над человеком в го еще лет десять. Это первый выпуск, посвященный игре го, в котором я беседую с профессиональным преподавателем го Алексеем Нечаевым. Алексей рассказал про правила и философию игры, про то, почему компьютеры до 2016 года плохо играли в го и не могли составить конкуренцию игрокам-людям, про то, как повлияла на игру победа AlphaGo и про многое-многое другое. 

Ссылки выпуска:

Фильм "AlphaGo" - https://youtu.be/WXuK6gekU1Y

Фильм "AlphaGo" (русский перевод) - https://youtu.be/HqaYiMMUc44

Школа Го Алексея Нечаева ВКонтакте - https://vk.com/weiqi_school

Сайт Алексея Нечаева - http://igo.mya5.ru/

YouTube-канал Алексея Нечаева - https://www.youtube.com/channel/UCopu-zXy2k9zMwTalWFEskQ

Алексей Нечаев на твиче - https://www.twitch.tv/alone_go

Книга "Го и восточная бизнес-стратегия" - https://nikoraido.ru/files/Miura-YAsuyuki-Go-i-vostochnaya-biznes-strategiya.pdf

Российская федерация го - https://gofederation.ru/

Статья в Википедии про го - https://ru.wikipedia.org/wiki/%D0%93%D0%BE

Хикару и го - https://www.youtube.com/watch?v=oTIrluqSac4&list=PLj-9n6opiLUFZLXpRyWQP4k80EQAjViMl

KGS Go Server - http://www.gokgs.com/

Online Go Server - https://online-go.com/

Буду благодарен за обратную связь!

Оставляйте ваши комментарии там, где можно. Например, в Apple Podcasts. Они помогут сделать подкаст лучше! Напишите что вам было понятно, что не очень, какие темы раскрыть, каких гостей пригласить, ну, и вообще в какую сторону катить этот подкаст :)

Подписывайтесь на телеграм-канал "Стать специалистом по машинному обучению" (https://t.me/toBeAnMLspecialist)

Телеграм автора подкаста (https://t.me/kmsint)

Со мной также можно связаться по электронной почте: kms101@yandex.ru

Также теперь подкаст можно найти на YouTube (https://www.youtube.com/channel/UCzvfXLNpB2Bbf32dc7a8oDQ?)

Сегодня выпуск необычный. В подкасте о машинном обучении выпуск без машинного обучения. Зато с личными историями и моим личным опытом на пути приобретения важного инструмента современного мира - английского языка. Его значимость для изучения машинного обучения очень сложно переоценить и я расскажу какие походы для меня сработали, какие практически нет. Как прокачать чтение и восприятие на слух, чтобы, не напрягаясь потреблять качественный контент на английском языке, которого на порядок больше, чем на русском. Классные книги, подкасты, обучающие видео, курсы - все это лежит и просто ждет, когда вы придете и возьмете. Также расскажу в выпуске о планах на ближайший год! Спасибо, что остаетесь со мной!

Ссылки выпуска:

Книга "The Immortalists" на amazon - https://www.amazon.com/Immortalists-Charles-Lindbergh-Alexis-Forever/dp/0060528168

Проект Эйлера с математическими задачами на программирование - https://projecteuler.net/

Перевод задач Проекта Эйлера - https://euler.jakumo.org/

Выпуск Полиглота с таблицей простых времен английского языка - https://youtu.be/LrhyihlqB-U

Приложение Duo Lingo для прокачки английского - https://ru.duolingo.com/

Приложение Quizlet для набора лексики с помощью карточек - https://quizlet.com/ru

Приложение Luke's ENGLISH Podcast для осознанного аудирования - https://teacherluke.co.uk/

Lex Fridman Podcast - https://lexfridman.com/podcast/

Буду благодарен за обратную связь!

Оставляйте ваши комментарии там, где можно. Например, в Apple Podcasts. Они помогут сделать подкаст лучше! Напишите что вам было понятно, что не очень, какие темы раскрыть, каких гостей пригласить, ну, и вообще в какую сторону катить этот подкаст :)

Подписывайтесь на телеграм-канал "Стать специалистом по машинному обучению" (https://t.me/toBeAnMLspecialist)

Телеграм автора подкаста (https://t.me/kmsint)

Со мной также можно связаться по электронной почте: kms101@yandex.ru

Также теперь подкаст можно найти на YouTube (https://www.youtube.com/channel/UCzvfXLNpB2Bbf32dc7a8oDQ?)

Продолжаем рисование дорожной карты погружения в машинное обучение, начатое в прошлом выпуске, вместе с кандидатом физико-математических наук, профессиональным преподавателем машинного обучения кафедры системного анализа и информационных технологий института ВМиИТ Казанского Федерального Университета, Евгением Разинковым. На мой взгляд, ценность того, что рассказывает Евгений обусловлена также и тем, что он не просто преподаватель-теоретик, он еще и востребованный действующий специалист в индустрии. Евгений  руководит отделом машинного обучения и компьютерного зрения Группы компаний FIX, а также является директором по науке в компании Pr3vision Technologies Inc. В выпуске Евгений рассказал какие есть направления в машинном обучении и в какой последовательности имеет смысл их изучать, поделился своим видением какая математика нужна в изучении ML, почему недооценено обучение с подкреплением и есть ли перспективы у GANов. А также детально обосновал свой выбор между TenzorFlow и PyTorch. Было интересно и полезно!

Предыдущие выпуски подкаста с Евгением Разинковым:

1. #007 ML Евгений Разинков. Управление коммерческой разработкой в ML - https://anchor.fm/kmsrus/episodes/007-ML--------ML-ekd6bu

2. #018 ML Евгений Разинков. Дорожная карта погружения в машинное обучение ч.1 - https://anchor.fm/kmsrus/episodes/018-ML-----------1-eoftu6

Напоминаю, что Евгений ведет свой YouTube-канал, на котором можно найти отличные лекции по машинному обучению (http://video.razinkov.ai/), телеграм-канал с анонсами лекций, видео, материалами по AI (https://t.me/razinkov_ai), паблик в ВК (http://vk.com/razinkov_ai), а также веб-сайт, на котором можно найти интересующую информацию о Евгении и его деятельности (http://razinkov.ai/)

Буду благодарен за обратную связь!

Оставляйте ваши комментарии там, где можно. Например, в Apple Podcasts. Они помогут сделать подкаст лучше! Напишите что вам было понятно, что не очень, какие темы раскрыть, каких гостей пригласить, ну, и вообще в какую сторону катить этот подкаст :)

Подписывайтесь на телеграм-канал "Стать специалистом по машинному обучению" (https://t.me/toBeAnMLspecialist)

Телеграм автора подкаста (https://t.me/kmsint)

Со мной также можно связаться по электронной почте: kms101@yandex.ru

Также теперь подкаст можно найти на YouTube (https://www.youtube.com/channel/UCz

Когда как не в новогодние праздники ставить цели на год? В этом и следующем выпусках мы решили с Евгением Разинковым нарисовать дорожную карту изучения машинного обучения, тем более, что Евгений профессиональный преподаватель машинного обучения кафедры системного анализа и информационных технологий института ВМиИТ Казанского Федерального Университета, да еще и в индустрии работает, являясь руководителем отдела машинного обучения и компьютерного зрения Группы компаний FIX, а также директором по науке компании Pr3vision Technologies Inc. Евгений очень подробно рассказал кому и зачем стоило бы изучать машинное обучение, какие для этого нужны входные навыки и на чем сосредоточить внимание при подготовке к затяжному прыжку в интересный и увлекательный мир искусственного интеллекта. А также о том, как изучить английский, играя в настольные игры.

Ссылки выпуска:

Предыдущий выпуск подкаста с Евгением Разинковым - https://anchor.fm/kmsrus/episodes/007-ML--------ML-ekd6bu

Напоминаю, что Евгений ведет свой YouTube-канал, на котором можно найти отличные лекции по машинному обучению (http://video.razinkov.ai/), телеграм-канал с анонсами лекций, видео, материалами по AI (https://t.me/razinkov_ai), паблик в ВК (http://vk.com/razinkov_ai), а также веб-сайт, на котором можно найти интересующую информацию о Евгении и его деятельности (http://razinkov.ai/)

Буду благодарен за обратную связь!

Оставляйте ваши комментарии там, где можно. Например, в Apple Podcasts. Они помогут сделать подкаст лучше! Напишите что вам было понятно, что не очень, какие темы раскрыть, каких гостей пригласить, ну, и вообще в какую сторону катить этот подкаст :)

Подписывайтесь на телеграм-канал "Стать специалистом по машинному обучению" (https://t.me/toBeAnMLspecialist)

Телеграм автора подкаста (https://t.me/kmsint)

Со мной также можно связаться по электронной почте: kms101@yandex.ru

Также теперь подкаст можно найти на YouTube (https://www.youtube.com/channel/UCzvfXLNpB2Bbf32dc7a8oDQ?)

Music by Audionautix.com