DeepSchool

Covariance shift и Adversarial validation Смещение в тестовых данных относительно трейна — проблема каждого DS-специалиста. Но иногда ее можно обернуть в свою пользу. Например, во время ML-соревнований :) В новой статье мы расскажем: - как проверить, похож ли трейн на тест; - как можно попробовать улучшить метрики в соревнованиях, используя data leak; - как понять, актуальна ли наша модель в проде. Читайте по ссылке: https://deepschool-pro.notion.site/Covariance-shift-Adversarial-validation-32fab6caa55e48eeb5dd2fbe4164378c

🎞Запись подкаста с Андреем Шадриковым Андрей — лид R&D отдела в verigram.ai. Команда Андрея решает задачи распознавания документов и верификации пользователей по фотографии. На подкасте с Андреем мы обсудили: - какие сложности встречаются в задаче верификации лиц; - с какими трудностями сталкиваются молодые тимлиды и как их решать; - почему важно проговаривать любые переживания с руководителем; - как успевать за индустрией и возможно ли это. Более подробно и с таймкодами на нашем ютуб канале: https://www.youtube.com/watch?v=707QRpgZ-WQ

​​Марк Страхов Продолжаем знакомить вас с нашими авторами. В прошлый раз мы рассказали о Ксюше, а теперь знакомим с историей Марка: "Я учился в одной группе с Ксюшей в Кубанском Государственном Университете. Будучи студентом, думал, что мое будущее - продавать апельсинки на рынке в Анапе, однако судьба сложилось иначе. На последнем курсе бакалавриата у нас была дисциплина «Введение в искусственный интеллект», где можно было получить самоэкзамен, если сделать какую-нибудь нейросеть. Сдавать лабораторные и зачеты на прологе мне не улыбалось, поэтому мы с другом обучили сеть, которая обыгрывает преподавателя в реверси. Так я и попал в мир ML\AI. Мое первое место работы, как и у Ксюши, — лаборатория робототехники Кубанского университета. Основная задача — детектирование объектов (привет, мой родной darknet и darknet detector train…), по мелочи классификация/сегментация и работа со звуком. После 3 лет в лабе, я перешел в стартап из области AI for Skin Care, где работаю последние 2 года. Задач очень много: от классификации до абстрактных автомл-пайплайнов на AzureML’e, чтобы тимлид радовался и нажимал на кнопочки в UI." В комментариях к этому посту вы можете пообщаться с Марком и задать ему свои вопросы) Посты, которые Марк написал в нашем канале: - CleanLab - Что такое attention? - Прогресс развития механизма внимания в CV - Типы механизмов внимания - Channel Attention - Self-attention в ComputerVision - Visual Transformer (ViT) Если вам нравятся посты Марка и Ксении, дайте ребятам огня, им будет приятно🔥

CleanLab Чистые данные — залог хороших метрик :) Но чистить разметку зачастую сложно, долго и скучно. В новой статье расскажем о библиотеке CleanLab, которая поможет вам в чистке аннотаций для задачи классификации. Мы покажем, как быстро прикрутить ее к своим проектам и поделимся личным опытом использования библиотеки на боевых задачах. Из новой статьи вы узнаете: - как найти сэмплы со спорными метками; - как оценить качество меток вашего датасета; - как найти пересекающиеся классы, и что можно с ними сделать. Читайте наш новый гайд и делайте ваши данные чище: https://deepschool-pro.notion.site/CleanLab-586bc69c23bb429fb2476982fe74a420

Live stream finished (1 hour)

Live stream scheduled for Mar 9, 2023 at 15:00

Live stream started

💬Сообщение для чата Комментарии к этому посту можно использовать вместо чата для стрима. Вот-вот начнем :)

🎙Онлайн-подкаст с Андреем Шадриковым В четверг, 9 марта, в 18:00 МСК Коротко об Андрее: - руководит исследованиями в компании verigram.ai; - большую часть карьеры посвятил задачам биометрии; - команда Андрея занимает 8 место на датасете wild в главном бенчмарке…

Дорогие девушки, с праздником!🌸 Не знаем какое соотношение в индустрии, но в нашем канале девушки составляют всего лишь 10%. Пусть вас никогда не смущает такой дисбаланс, чувствуйте себя свободно в любых коллективах, реализовывайте любые желания и достигайте самых дерзких целей!

🎙Онлайн-подкаст с Андреем Шадриковым В четверг, 9 марта, в 18:00 МСК Коротко об Андрее: - руководит исследованиями в компании verigram.ai; - большую часть карьеры посвятил задачам биометрии; - команда Андрея занимает 8 место на датасете wild в главном бенчмарке по верификации лиц от NIST; - преподает блок по распознаванию лиц на нашем курсе; - помогает с организацией митапов и выступает на них (примеры выступлений Андрея: BeeTech, Sberloga, SamsungAICampus) На подкасте мы поговорим про: - верификацию лиц — какие основные сложности встречаются в этой задаче и как их решать (в рамках NDA, конечно же); - рынок DS в Казахстане — чем он отличается от российского и достаточно ли там задач/кадров; - как лидить команду — опыт Андрея и советы молодым тимлидам; - нетворкинг — зачем инженеру расширять круг знакомств. В конце встречи вы сможете задать Андрею свои вопросы из онлайн-зала. Или оставляйте вопросы в гугл-форме – некоторые из них мы зададим во время подкаста. Встречаемся здесь в четверг, 9 марта, в 18:00 МСК 🔔

​​Интерпретация моделей компьютерного зрения Иногда полезно увидеть, на что сеть обращает внимание при предсказании. Это помогает больше доверять системам на её основе, находить скрытые от нас закономерности в датасете и причины ошибок сети. Из новой статьи вы узнаете, как работает Grad-CAM — самый популярный метод интерпретации моделей в компьютерном зрении. Появилось много усовершенствований этого метода, но если вы понимаете Grad-CAM, то быстро поймете и остальные. Читайте статью по ссылке, чтобы понять, на что смотрит ваша нейросеть: https://deepschool-pro.notion.site/7d646c21becf4cf38941c6d7af2ae2db