Píldoras de Metadatos 💊 Receta #24
¡Hola human@! Esta es una nueva edición de mi newsletter semanal, con una pequeña recopilación de artículos interesantes, proyectos, cursos, tutoriales, código y herramientas; todo ello relacionado con Datos, Inteligencia Artificial y temas adyacentes. ¡Buen provecho!
📝 Artículos interesantes
- DALL·E: Creando imágenes a partir de texto
4'
DALL-E es una versión de GPT-3 entrenada por OpenAI para generar imágenes a partir de descripciones textuales.
- CLIP: Connecting Text and Images
11'
OpenAI también anunció CLIP: una red neuronal que aprende conceptos visuales de manera eficiente a partir de la supervisión del lenguaje natural. Pruébalo aquí. - Microsoft DeBERTa Tops Human Performance on SuperGLUE NLU Benchmark
4'
Recientemente escalado a 1.5 mil millones de parámetros, DeBERTa ha superado al anterior líder en el benchmark SuperGLUE (T5 de Google). Código aquí. - Medicine’s Machine Learning Problem (Rachel Thomas)
17'
“A medida que las herramientas de Big Data redefinen la atención médica, los conjuntos de datos sesgados y los algoritmos no explicables amenazan con desempoderar aún más a los pacientes”.
🔧 Tutoriales
- How to learn D3.js with no coding experience
7'
Un viaje documentado de cómo alguien sin experiencia en programación puede aprender a usar D3.js como herramienta de visualización de datos. - A simple solution for monitoring ML systems
12'
Esta publicación tiene como objetivo proporcionar una solución de código abierto para monitorizar sistemas de aprendizaje automático, exponiendo herramientas y prácticas estándar de la industria del software, y su posible adaptación.
📦 Repositories
- bytedance/neurst
NeurST es un kit de herramientas de traducción extremo a extremo. - THUMNLab/AutoGL
Un kit de herramientas de AutoML para aprendizaje automático en grafos. - jupyterlab/jupyterlab
JupyterLab ha alcanzado la versión 3. Conoce sus nuevas características aquí. - lucidrains/DALLE-pytorch
Una implementación de DALL-E en PyTorch.
🎓 Cursos / Webinars / Libros
- ENVS363/563 Geographic Data Science (Universidad de Liverpool)
Un curso impartido por Dr. Daniel Arribas-Bel en otoño de 2020. - Probabilistic Machine Learning: An Introduction (MIT Press) 📙
Una nueva edición revisada del libro escrito por Kevin Patrick Murphy. - Data-Driven Reinforcement Learning: Deriving Common Sense from Past Experience 📹
55'
Una charla de Sergey Levine (UC Berkeley) sobre cómo los métodos basados en datos que utilizan la experiencia pasada pueden permitir una generalización más amplia para los agentes de aprendizaje por refuerzo. - Más de 100 libros gratuitos relacionados con los Datos 📚
¡Lista actualizada!
🚀 Extra bits
👋 ¡Hasta la semana que viene!
