Facebook-читатель

FastText - библиотека классификации текстов от Facebook. И натренированные шаблоны для 90 языков.

IoT Big Data

Стандарт GSMA для обработки больших данных в IoT. Вот здесь есть информация о запуске проекта. А вот здесь есть проектные онтологии.

Внутреннее техническое устройство

Как работает нейронная сеть. Хорошо иллюстрированный пример.

В путь

Конференция Транспортное планирование и моделирование

Что будет?

Стратегия Google (русский перевод аналитического обзора)

Все для пользователей

Как Uber использует искусственный интеллект в поддержке пользователей. Автоматический анализ пользовательских запросов. Вот здесь есть еще о применении AI в customer care: 1 & 2.

См. также другие публикации по теме AI

Весь Гарвард

На одной странице: все лекции курса CS50 - основы программирования. На русском языке.

И зачем оно все?

Жесткий вопрос: а что же реально машинное обучение приносит компаниям? Вот, например, как на самом деле обстоят дела с разрекламированным IBM Watson.

Другие публикации по теме machine learning

Про города

Список публикаций Carlo Ratti из MIT Senseable City Lab

Выбор Amazon

MXNet - Deep Learning Framework of Choice at AWS

См. здесь другие материалы по Deep Learning

Что-то с памятью

Understanding, Deriving and Extending the Long Short-Term Memory networks (LSTM)

См. также другие публикации, посвященные LSTM

Глубокое чтение

Публикации по теме глубинного обучения, структурированные по решаемым задачам

См. здесь другие материалы по Deep Learning

Экосистема больших данных

Как должна выглядеть среда для поддержки больших данных. Перекликается с этой публикацией о стандартах.

Бордюры 2.0

Это идея, которая должна быть хорошо воспринята в Москве. Изменяемые модульные тротуары. Идея перекладки бордюров, доведенная до технического совершенства.

Обработка временных рядов

Хороший практический пример анализа временных рядов на Python

См. также другие публикации по теме time series

Что учить?

Искуственный интеллект - что изучать. К вопросу формирования учебных программ по AI.

И о стандартах

Очень правильная статья о необходимости стандартов для работы с большими данными.

Jupyter now

Использование Jupyter notebooks в Netflix

ML из Стенфорда

Вспомогательные материалы к курсу CS 229 - Machine Learning

Другие курсы из Стенфорда

Байесовский вывод

Хорошее объяснение: How Bayesian inference works

P.S. Баейс в блоге Abava

Sci-Kit A-Z

Пример использования SciKit. Полный цикл для системы машинного обучения - от очистки данных до сравнения моделей.

Как читать код

Хорошая статья о том, как читать (понимать) код. Навык, необходимый программисту.

Как научить компьютер?

Deep Teaching: The Sexiest Job of the Future

Wi-Fi досмотрщик

Использование Wi-Fi для поиска опасных материалов в багаже.

См. также Wi-Fi рентген

Да почему?

Об интерпретации моделей машинного обучения.

См. также другие публикации по интерпретации моделей данных.

Про обучение

Хорошее объяснение от NVIDIA и применении (использовании) разных типов машинного обучения

Использование рекуррентных сетей

Recurrent Neural Networks Tutorial

См. также другие публикации по RNN

Как они видят

Как видят нейронные сети

Временные ряды в Python

Анализ временных рядов в Python

P.S. см. также другие публикации по теме временных рядов

Сто дней до приказа

Интересный проект - 100 дней обучения машинному обучению

Вместо подписи

Одно из реальных применений Blockchain в Умном городе - хранение наборов городских данных

*SQL

Терминология - это наше все. Был SQL, затем NoSQL, теперь вот NewSQL

Умное г*вно

Именно так. Стартапы, которые оценивают здоровье в Умном городе по отборам образцов из канализации.

100 российских журналов - июль 2018

По данным Google Scholar: самые популярные статьи в журнале INJOIT

А сам журнал INJOIT входит в 100 ведущих российских журналов. Сейчас это позиция 48: Международный журнал открытых информационных технологий

В 2016 году мы были на 62 месте

Вы пишите

И вам зачтется. Сбербанк предлагает писать стихи. За деньги.

Интересно, что вот здесь, например, описана довольно точная поэтическая модель. Читают ли участники литературу по специальности? Кстати, вполне могут. И сейчас смеются над Сбербанком.

Чужие данные

Веб-парсеры: как собирать информацию с чужих сайтов

DL шпоры

Шпаргалки по Deep Learning

См. также другие публикации, посвященные Deep Learning

SVM, как она есть

Толковое описание SVM.

См. также другие публикации, посвященные SVM

Каждый так может

Использование машинного обучения для "повседневных" задач. Ну не знаю. Нужно, мне кажется, отметить, что раньше трава была зеленее использованию регрессии не придавалось столько пафоса ...

P.S. Вот и в дискуссии на YC с этим соглашаются

Анализ данных в торговле

Толковое описание Top 10 Data Science Use Cases in Retail

Озеленение в городах

Очень интересный проект (из MIT) - оценка степени озеленения городов. Вот страница проекта на сайте MIT. Технически - это система анализа изображений. Берутся картинки из Google Street View и по ним оценивается, насколько город "зеленый".

Визуализируй и отчитывайся

Google Data Studio добавил бесплатных отчетов

См. также предыдущую публикацию, посвященную Google Data Studio и альтертнативным решениям

Открытый курс по ML

Курс по машинному обучению от mail.ru

См. также другие публикации по machine learning и поиск учебных курсов

Kafka в издательском деле

Внутреннее техническое устройство редакции газеты New Your Times

См. также другие публикации, посвященные Kafka

Хороший тон

Техническое устройство Telegram Open Network (TON)

С трезвым крестьянским рассудком

Почему документооборот на блокчейн лишен смысла. Хотя, на мой взгляд, точка зрения несколько экстремистская. Правильно было бы сказать - юридически-значимый лишен смысла, пока государство это не признает. А если участники договорились признавать, то почему нет.

P.S. другие публикации по теме блокчейн

Велопрокат 2.0

В следующем поколении систем велопроката нет станций. Велосипед можно взять там, где его оставил предыдущий пользователь. Кстати, совсем поменяются и математические модели

Практическая Кафка

Использование Kafka в Сбербанке

См. также другие публикации по Kafka

Как построить карту

Хорошая статья - построение карт по GPS-трекам

Найдено в материалах конференции KDD

Словарь анализа данных

Полезный материал на Kaggle: Glossary of data science models, techniques and tools shared on kaggle kernels. Примеры кода для моделей, подходов и инструментальных средств.

См. также другие публикации, посвященные Kaggle

Анализ логов

Хороший практический пример анализа веб-логов. Что можно извлечь из статистики скачиваний.

Что будет?

Рекуррентные сети для предсказания поведения пользователей

См. также другие публикации по RNN

III Международная научная конференция «Конвергентные когнитивно-информационные технологии»

Московский государственный университет имени М.В. Ломоносова
November 22, 2018 – November 25, 2018

Международная научная конференция «Конвергентные когнитивно-информационные технологии» предназначена для интеграции усилий ученых и специалистов разных стран с целью повышения эффективности исследовательской деятельности и ускорения практического освоения научного и технологического потенциала когнитивно-информационных технологий в науке, технологиях, экономики, подготовке научных кадров.

Задачи конференции:

способствовать научным исследованиям в области теоретической информатики, прикладной математики и компьютерных наук, направленным на развитие научных основ когнитивно-информационных технологий; способствовать развитию научно-исследовательской и инновационной деятельности в области конвергентных когнитивно-информационных технологий и их приложений; способствовать интеграции усилий в исследовательской деятельности, а также в разработке стандартов в таких «горячих» направлениях, как Интернет вещей, Большие данные, умные города, технологии цифровой экономики.
Научная программа конференции предполагает работу по следующим тематическим направлениям:

Секция 1. Теоретические вопросы информатики, вычислительной математики, компьютерных наук и когнитивно-информационных технологий.

Секция 2. Параллельное и распределенное программирование, грид-технологии, программирование на графических процессорах.

Секция 3. Когнитивные информационные технологии в системах управления.

Секция 4. Большие данные и приложения.

Секция 5. Интернет вещей (Internet of Things - IoT): стандарты, коммуникационные и информационные технологии, сетевые приложения.

Секция 6. Умные города (Smart Cities): стандарты, когнитивно-информационные технологии и их приложения.

Секция 7. Когнитивно-информационные технологии в цифровой экономике.

Секция 8. Цифровая трансформация транспорта.

Секция 9. Прикладные проблемы оптимизации.

Срок подачи работ - 10 сентября. Детали - здесь

INJOIT vol. 6, no. 8

Вышел новый номер журнала INJOIT. Это восьмой номер в 2018 году. Тема года - цифровая экономика. Также ожидаем много статей по транспортной тематике.

Темы статей:

• Применение метода ветвей и границ в задаче восстановления матрицы расстояний между цепочками ДНК
• Классификационная характеристика для задач обработки разнородных данных
• Об использовании компьютерных моделей при изучении автоволновых процессов
• Change 2D to 3D In Image Processing Biotechnology
• Перспективы внедрения технологии блокчейн в современную систему образования
• BIM и инженерные формализованные онтологии на цифровой железной дороге Европы в объединении EULYNX - экономика данных
• К вопросу об эффектах применения формализованных онтологий в экономике данных – опыт ЕС

Архив журнала находится здесь.

/via Лаборатория ОИТ

Отречемся от старого мира

JQuery - на слом. Github.com отказывается от использования jQuery и переходит на чистый JavaScript