Deep Learning's Most Important Ideas - A Brief Historical Review

    Ogni tanto è utile ricordare come sono nate le basi del machine learning e del deep learning.

    Vai all'articolo

    A Tour of End-to-End Machine Learning Platforms | Databaseline

    Ecco un’interessante rassegna di piattaforme di Machine Learning, perlopiù create direttamente da aziende! Oggi potrebbero essercene molte di più però come inizio può essere utile per capire le diverse scelte e la complessità di gestione per mettere in produzione algoritmi e applicazioni.

    Vai all'articolo

    thunlp/GNNPapers

    Ecco un’utile raccolta di articoli per apprendere le basi e non solo delle GNN (Graph Neural Network)

    Vai all'articolo

    Top 6 Python Libraries for Visualization: Which one to Use?

    Come orientarsi per scegliere la giusta libreria per i nostri grafici e visualizzazioni in python? Forse la maggior parte sceglie di iniziare con Matplolib, in questo articolo vengono presentate le principali con i loro pro e contro per aiutarci nella scelta.

    Vai all'articolo

    Page not found · GitHub Pages

    Ad oggi una delle sfide per migliorare gli agenti di Reinforcement Learning è quella di sfruttare a pieno l’esplorazione dei dati disponibili. Qui vengono presentate alcune strategie per abbinare esplorazione e reinforcement learning. (Il link funziona correttamente anche se non sembra)

    Vai all'articolo

    Hiding In Plain Sight: Deep Steganography

    Dobbiamo mandare immagini segrete? La soluzione: Deep Steganography!

    Vai all'articolo

    floodsung/Deep-Learning-Papers-Reading-Roadmap

    Vorresti saperne di più su deep learning e annessi e connessi? Ecco qui una raccolta guidata dei principali testi e articoli per avere una completa visione su cos’è e come funziona il deep learning.

    Vai all'articolo

    Researchers propose framework to measure AI’s social and environmental impact

    Ormai algoritmi e applicazioni di ML e AI stanno diventando sempre più presenti nelle nostre vite, quindi un gruppo di ricercatori ha proposto un framework per misurare l’impatto socio-ambientale

    Vai all'articolo

    Videos

    Ecco una serie di webinar che coprono una gran parte di argomenti di data science e machine learning, mostrando esempi di tecnologie e di soluzioni aziendali!

    Vai all'articolo

    How neural network training methods are modeled after the human brain

    L’idea alla base delle reti neurali è quella di simulare l’apprendimento del cervello umano, ma oggi è ancora valida questa similitudine? Oppure i modelli cognitivi del cervello sono più complicati e le reti neurali seguono altri paradigmi?

    Vai all'articolo

    The Algorithms

    Per ogni evenienza e per ogni linguaggio una raccolta delle implementazioni dei principali algoritmi sia di applicazioni di ML sia di algoritmi più generici. Diciamo un po’ per tutti i gusti!

    Vai all'articolo

    8 great Python libraries for natural language processing

    Ecco un’interessante raccolta di librerie python per destreggiarsi con NLP.

    Vai all'articolo

    ritchieng/the-incredible-pytorch

    Tutto quello che c’è da sapere su PyTorch! Un’interessante repository github con molto materiale per imparare ad usare e vedere diversi progetti e applicazioni!

    Vai all'articolo

    Acme: A new framework for distributed reinforcement learning

    Acme, non come le dotazioni dei Looney Toons, comunque un utile di framework per implementare strutture di reiforcement learning distribuito.

    Vai all'articolo

    DeepFaceDrawing Generates Photorealistic Portraits from Freehand Sketches - Synced

    Non siamo così bravi con i ritratti? Bene, ora abbiamo questa applicazione di deep learning che ci può aiutare, usando tecniche di image-to-image permette di ricreare ritratti partendo dai nostri scarabocchi!

    Vai all'articolo