Video

you need to clarify the content

ρяσмσѕм

how did you do it can you share with me , thank you

The presentation starts at 6:57

Slides are here: www.slideshare.net/mobile/VaclavKosar/serve-your-ml-models-in-aws-using-python

Awesome Vid. Who's watching in 2020? Enjoy Your Day :o

Tak po roce zkoušení a trénování se mi zdá, že LSTM síť nefunguje vůbec dobře na generování věcí po písmenech a všechny ty básně, co to vygenerovalo, tak byly spíš jen náhoda a selekce. Nevěřím, že by se ta neuronová síť skutečně naučila dělat metafory. Celkem dobré výsledky jsou s transformer network, pokud člověk použije předtrénované embeddings na gigabajtech textu, ale tohle je vážné příliš jednoduchá síť a málo dat aby to byla pravda. + je zde mnohem vyšší složitost díky tomu, že to generuje po písmenech.

Neakceptovatlena kvalita zvuku :(

Don't worry, we won't eat you.

Very informative thanks....

Speaking in english language lowers the scientific value of this lecture close to zero.

Czech language please! Prague is not in Morocco.

Nowadays, when all idiots talk about deep learning this lecture presents little scientific value. And I wonder if all Czechs are leaving their country only to work abroad? If you are in Prague why can't you speak in your mother tongue Jan?

Tak jsem se inspiroval a teď učím LSTM síť všechny knížky Harryho Pottera, Pána Prstenů a všechny 3 díly 50 odstínů šedi naráz, schválně, jaký twist z toho vyleze. Nastavil jsem 3 LSTM vrstvy po 1536 neuronech spolu s 0.5 dropout na každé vrstvě. Generuji po písmenech a sem tam z toho vyleze smysluplná věta, ale nevím, jestli to není jenom náhodou. Příklady: "Vypadá jako ten nejlepší starý základní měsíc a madame Maxime se tvářila slunce a spatřil je jen nějakou pozornost." , "Nechci to vyslovit nic než ten zvuk. Jenže to není tak dobře, tak se na něj neochotně zamračí." , "„Pojď, Harry,“ zadržel se Harry, když vyslovil zvuk ve své podrobnosti se mnou ani nedostane do prostoru směrem. Na zadní straně do města s úsměvem a začínám se zamračí." Nedivím se, že to na básně fungovalo, protože tohle pomalu vypadá taky jako báseň. Jinak super přednáška, díky za ní!

hi, where i cat get presentation?

Very well explained! The updated presentation that OpenMined was needing

I wish that this was in English! At least, subtitles could have helped.

JFYI, the game you use to illustrate a broken ladder is Lee Sedol's famous Broken Ladder game. He wound up winning the game with Black by resignation. It's commonly used as an example of a counterintuitive situation where playing out the ladder was a good thing, because it allowed Black a sente move to break the seki in the lower right. I guess this just shows that it's very difficult even for humans to evaluate who's winning ;)

For an even quicker intro, including links, see our blogpost: medium.com/rossum/building-our-own-version-of-alphago-zero-b918642bd2b5

I couldn’t find out what »PUCT« stands for at 44:49 (bottom line, »AlphaGo - PUCT«) - any ideas? Good talk, thanks in advance, cheers!

1:02:00 There jumps at hour 20 and hour 40 for both supervised and unsupervised version, so they're most likely external to the learning process.

Rossum? I got that reference :)

IMO, one should have L^2 neural nets, each one giving a probability of getting at least n points by the end of the game. The goal should not be to win, but to maximize points. Not all of the neural nets need to be run during play. If the neural net for 'getting AT LEAST 185 points on the board' gives a probability of e.g. 0.98, but the neural net for 'getting AT LEAST 186 points on the board' gives a probability of e.g. 0.23, Then a move should be chosen that increases the chance of getting AT LEAST 186 points while not decreasing the chance of getting AT LEAST 185 points. Assuming square board with chinese rules edge length L.

For small gobans I expect playing styles of the black and of the white opponents to differ a lot. I would consider them as two different tasks and I would have designed a network having both task specific parameters and generic shared ones.

Thx for sharing

czcams.com/video/GHVaaHESrlY/video.html

Bude i záznam speakera po něm?

Hmm, teorie her je to, co dělají na ČVUT? Je čím se chlubit? Není to náhodou další pokus jak rozbít českou vědu záměrným šířením nesmyslů a hloupostí? Mne vždy učili ve škole, že život není hra. Možná i díky této dobré výchově jsem přišel na to jak lidský mozek pracuje. www.moravcik.info

a kristepane 25:00 . Má toto akože byť seriózna prezentácia. "I am not sure" je asi thesis statement tejto prezentácie, je tak?

Rozsypaná prezentácia. Na ďalší raz by som si napísal, čo vlastne chcete povedať divákom.

Can you please enable subtitles so that it can reach wider Audiance.

Moc hezké, napadlo mě udělat sledovač videí na youtube, který bude přizpůsobovat rychlost přehrávání tomu, jak rychle prezentující mluví.

machine learning and cyber security

hi! where can we find the slides of this presentation?

zajimalo by me, jak funguje system trestu a odmen.. za predpokladu, ze se k vam tento komentar dostane, jak planujete odmenovat umelou inteligenci v budoucnosti.. co kdyz bez odmen nedokaze, nebo nebude chtit pracovat? hlavne byste meli rict, a nebo vedet, ze pokud vytvorite fungujici umelou inteligenci se vsim vsudy, tak ji hlavne nesmite pripojovat k internetu nebo nechavat nekde otevrene vratka, jelikoz pokud se AI rozhodne, ze lidstvo je nepodstatne a bude se nas snazit vyhubit, aby planeta prezila, tak internet je nastroj, ktereho by tim mohla dosahnout ;-)

Pěkná technická přednáška o počítačovém rozeznávání tváří. Má pro mě přesně tu správnou hloubku, protože je celá o věcech o kterých vím jen málo, ale přitom nikdy nezabředne tak hluboko, abych ztratil nit. Jsou tam části, které už jsou pro mě příliš odborné, ale jsou krátké a stačí je prostě přečkat a po minutě se zase chytím. Přitom kdybych opravdu chtěl pochopit i tyto, tak přednášející uvádí dostatek googlitelných výrazů, abych s trochou úsilí našel další informace. Také se mi líbí že uvede několik základních článků, které jsou jednotlivými milníky ve vývoji rozeznávání tváří. Doporučí i několik nástrojů, které umožňují hrát si s touto technologii zdarma. Knihovnu pro programátory, nebo demo aplikaci pro neprogramující. Na závěr i zajímavé praktické aplikace. Kdybych chodil do hospody, tak s lidmi s takovými znalostmi.

Ahoj, prosim prohodit druhou a treti prednasku v playlistu aby to bylo poporade ;) diky!