На шару

Sharing Cities - портал для обмена лучшими практиками умных городов. Вот здесь есть описание того, откуда возник этот проект.

Гео-индекс

H3 - гео-индекс от Uber

Разные потоки

Сравнение Kafka и RabitMQ

См. также другие публикации, посвященные Kafka

На службе закона

Где рванет?. Модель для предсказания следующего места совершения преступления.

См. также другие публикации по схожей тематике: spatio-temporal models

Mozilla Labs

Проекты Mozilla Labs теперь на новом домене.

Сетевые эффекты

Сетевые эффекты и их измерения

Кипит наш разум возмущенный

ПРОСТРАНСТВО КОЛЛЕКТИВНОЙ РАБОТЫ «ТОЧКА КИПЕНИЯ». Взято отсюда

На картинке изображен треугольник с двумя прямыми углами ...

Анализ космоснимков

Космоснимки на практике: выделение сегментов на космических снимках

LDA и другие

Topic Modeling with LSA, PLSA, LDA & lda2Vec. Довольно ясное изложение.

И снова о причинах

Интересная книга (черновик) в открытом доступе: Causal Inference

Мы сравниваем (обычно только мысленно) результат при выполнении действия с результатом, когда действие не выполняется. Если два результата отличаются, мы говорим, что действие имеет причинный эффект (влияет, воздействует) на исход. В противном случае мы говорим, что действие не имеет причинного исхода. Эпидемиологи, статистики, экономисты и социологи действие часто называют вмешательством, воздействием или лечением.

IT в Москве

Презентации демо-дня от ICT Moscow. Довольно симпатичное событие получилось, и интересные компании были представлены. Даже выступление Микрософт (видимо, спонсора) было вполне по делу.

Что делать с категориями?

Использование табличных данных в системах глубинного обучения

См. также другие публикации,освященные deep learning

Так в чем же дело?

Об анализе причинности

О Tensorflow

Еще один учебный материал: Easy TensorFlow

См. также другие публикации, посвященные Tensorflow

C'est la vie

«Умные» города в РФ могут быть созданы на базе сотен разрозненных цифровых платформ

Минстрой России не планирует вводить какой-либо единой платформы для реализации федерального проекта «Умный город» в российских муниципалитетах, сообщают СМИ со ссылкой на замглавы ведомства Андрея Чибиса. По его словам, хотя участникам будут предложены варианты готовых цифровых решений, однако, у каждого города будет возможность развивать свои виртуальные системы для имеющейся городской инфраструктуры.

«Спустить городам какую-то единую платформу — это ошибка. Мы не будем настаивать на единой платформе. Мы сформулируем, что функционально должно быть, и сразу предложим, чтобы протокол обмена данными позволял эти данные отправлять наверх», — цитирует замминистра ТАСС.

К слову, Минстрой намерен сделать участие в «smart»-программе обязательным для городов с населением свыше 100 тысяч человек, сообщает Интерфакс со ссылкой на материалы профильной конференции, состоявшейся в ведомстве 20 декабря. По данным переписи населения 2010 года, в России насчитывалось 163 таких города.

Отсюда

Все, что вы хотели знать о стандартизации в России, но боялись спросить ...

ITU ML

Машинное обучение и сети следующего поколения. Что делается в ITU

K-means

Все, что нужно знать о K-means clustering

И здесь трансформеры

Замена RNN и LSTM сетям

100 миллионов событий

Пример потоковой обработки с использованием Kafka

Чему же учиться?

Google’s Guide to Technical Development. Подготовка в Computer Science по версии Google.

И, как обычно, бурная дискуссия на YC

Руки-ноги

Глубинное обучение для распознавания частей тела.

См. также другие ссылки по теме deep learning

Стат-блог

Интересный блог по статистике

Не все потеряно

Функции потерь - введение

Что там?

Глубинное обучение для выделения объектов на изображениях

Наука и жизнь

Диссертация по feature engineering, которая легла в основу продуктов RapidMiner

Просто, но полезно

Ясное изложение основных методов машинного обучения

См. также другие публикации, посвященные machine learning

Будьте осторожны

Психологический портрет пользователя, извлеченный из его лайков в Facebook.

Читать или писать?

Алгоритмы для баз данных: read-optimized B-trees или write-optimized LSM-trees

Открытая наука

Журнал INJOIT в открытом доступе на сайте Киберленинка:

том 6, номер 11, 2018

Ай, Гугл

AI Google. Исследования, обучение

Куда?

Интересная статья Location Prediction on Trajectory Data: A Review. Хороший обзор литературы по анализу траекторий движения.

Google университеты

Учитесь с Google

Говно-QIWI

Все, что нужно знать о российских финансовых сервисах:

Уважаемый клиент!

Уведомляем Вас о том, что, в соответствии с п. 5.4.4 Публичной Оферты, Киви Банк (АО) имеет право, в случае, если Клиент не использует ЭДС в течение 1 (одного) календарного года, расторгнуть Договор, заключенный с Клиентом в одностороннем порядке и по истечению 2 (двух) календарных недель с момента присвоения Банком данному ЭСП статуса Неактивного признать остаток ЭДС в качестве дохода Банка. На основании данного пункта Оферты Ваш кошелек xxxxxxxx был блокирован, денежные средства в сумме 0.31 руб. 11.12.2018 г. списаны в доход Киви Банк (АО).

Регистрировался когда-то в Рапида, а теперь это какие-то говенные Киви

Ну хоть теперь у банка пойдут дела?

3D генерация

Интересная статья о создании 3D изображений. Как живые.

См. также другие публикации, посвященные GAN

Яндекс - облако

Архитектура Яндекс-облака

Классификация изображений

Практический пример классификации изображений. Исходные тексты.

Анализ продаж

Довольно реалистичная модель оценки продаж. Подробные разъяснения и исходные тексты на R.

ИТ-исследования

Страница обзоров от ICT.Moscow

INJOIT vol. 6, no. 12

Вышел новый номер журнала INJOIT. Это двенадцатый номер в 2018 году. Тематический выпуск: избранные статьи конференции ИТМО.

Темы статей:

• Противодействие скрытому деструктивному воздействию в роях беспилотных летательных аппаратов
• Анализ и прогнозирование для рынков труда на основе онлайн-данных
• Некоторые вопросы функционирования и построения сенсорных вопросно-ответных систем
• Формализация определения связей показателей в модели оценивания качества сложных объектов
• Проблемы и перспективы профессиональной подготовки лингвотехнолога
• Конвергентный синтез когнитивной модели на основе глубокого обучения и квантовых семантик
• Применение методов количественной обработки цифровых данных в науковедческих исследованиях (на примере исследования влияния научных идей Г.Ф. Гаузе на развитие науки)
• Исследование терминологической базы междисциплинарного научного направления «цифровая экономика» с использованием инструментов контекстного анализа
• Цифровая культура как область междисциплинарных исследований: методологические подходы и тенденции развития
• Информационная карта как основа информационно-аналитической системы обеспечения сохранности библиотечных коллекций
• Development of Corpus-Based Tatar-Russian Socio-Political Dictionary of Collocations
• Критерии отбора ИТ-проектов с опорой на концепцию общественных ценностей
• Метод определения русскоязычных фейковых новостей с использованием элементов искусственного интеллекта
• Модель электронного управления как система обратной связи с гражданами в концепции «Умный город»
• Анализ социальной эффективности портала «Наш Город Москва»

Архив журнала находится здесь.

/via Лаборатория ОИТ

Умный город

"Городские" учебные программы в ВШЭ:

Геоинформационные методы анализа городских данных

Современные технологии и методы транспортного планирования

И ты, Брут ...

Facebook предоставлял некоторым разработчикам прямой доступ к пользовательским данным. Всем остальным - рассказывали про написание "умных" приложений, которые, якобы, и собирали данные.

Вот здесь еще окно в ад, из которого можно многое узнать по существу вопроса

P.S. Как писали классики, все крупные современные состояния нажиты самым бесчестным путем ...

Космоснимки

Где их брать и как обрабатывать (спойлер: Deep Learning)

Kaggle-университет

Kaggle - что учить для анализа данных.

См. также другие публикации, посвященные Kaggle

Google Flutter

UI инструментарий от Google. Создание интерфейсов для веб и мобильных платформ. Open Source.

P.S. и интересная дискуссия на YC

5G и ML

Машинное обучение и современные сети. Интересные презентации от ITU

См. также другие публикации по теме machine learning

Безопасность в IoT

/via Gemalto

Байесовские интерфейсы

Или как сделать все неопределенным

См. также другие публикации по теме Байес

Практика RL

Практические задачи Reinforcement Learning

Тогда мы летим к вам

Пошаговое руководство по распознаванию объектов в видео-потоке от дрона

Что почитать?

Топ статей по AI за 2018 год

Важная статистика

P-value и альтернативы

ДТП голового мозга

Приключения открытых данных в России. Что нужно преодолеть, чтобы собрать вроде бы открытую статистику дорожно-транспортных происшествий.

В тему автоматизации программирования

Машинное обучение в анализе программного кода. Коллекция ресурсов.

См. другие публикации по теме автоматизации программирования

В озере

Озера данных

Дроны над Волгой

Интересный проект от Libelium по измерению качества воды в России

См. также другие публикации от Libelium

Amazon ML

Курсы машинного обучения от Amazon

См. также поиск онлайн-курсов

О, bias

Подборка инструментов для оценки смещения в результатах машинного обучения:

Pymetrics Audit AI

AI Fairness 360 toolkit

Google What-If Tool

Docker и ML

Машинное обучение от начала до конца: построение модели, обучение и использование построенной системы

См. также другие публикации, посвященные machine learning

Конвергентные когнитивно-информационные технологии 2018

Программа конференции Конвергентные когнитивно-информационные технологии 2018
Москва, ВМК МГУ, 29.11 - 02.12 2018

А что внутри?

Интересное исследование от Google, касающееся объяснения того, как нейронная сеть распознает объекты на изображениях. Вот еще статья в NYT об этом.

Что с продажами?

Интересная идея - шаблон для анализа продаж в компании

Будь честен

Насколько хорошо модели машииного обучения объясняют результат

Математика популярности

Как нагнать подписчиков

Решатель

Как работает дерево решений

За науку

О национальном проекте наука. Publish or perish.

На передовой

Ужасы фронтенда

Вопросы Twitter

Вопросы на интервью в Twitter

См. также другие публикации на тему интервью

Нарисуй это

О креативных идеях в визуализации данных

Не о деньгах

Поскольку криптовалюты выходят из моды, то самое время вернуться к истокам блокчейн - распределенному регистру

См. также другие публикации, посвященные blockchain

Карта знаний

Что должны знать домохозяйки менеджеры о data science - MindMap

Практика Python

Несколько интересных ссылок

1. Визуализация на Python. Интересная классификация инструментов.

2. Statsmodels. Статистика в Python.

3. учебник по Sci-Kit. Возможно, самый простой в использовании пакет для машинного обучения.

P & R

Python или R - в чем разница использования для машинного обучения

О договороспособности

Механизмы децентрализованного консенсуса

Ужасы нашего городка

Внутреннее устройство кода Oracle

См. также другие публикации про Oracle

Mozilla IoT

Web of Things как он есть - первый анонс системы Интернета Вещей от Mozilla. Это - Mozilla IoT

Что будет?

Forecasting Methods in Data Science

Моделирование пассажирского транспорта

Интересная статья в блоге Urbica о моделировании городского пассажирского транспорта.

За науку

Суд заблокировал Sci-Hub в России. А денег на научные подписки не выделил ...

ПОЯП

Проблемно-ориентированные языки программирования для машинного обучения. На английском это все-таки короче (и привычнее): domain language.

kNN

Простое введение в k-Nearest-Neighbors

См. также другие публикации по теме кластеризация

Структуры данных

Вопросы на интервью для программистов по структурам данных и алгоритмам

См. также другие публикации по теме интервью

SNN

Spiking Neural Networks - интересная модель для обработки spatio-temporal данных

Kafka SQL

Потоковый SQL для Kafka

См. также другие публикации, посвященные Kafka

Keras - в жизнь

Пара примеров использования Keras:

CNN в Keras

RNN в Keras

См. также другие работы, посвященные Keras или deep learning

Как это было?

Как сделали Трампа? О том, как работала компания Cambridge Analytica, которой и приписывается успех Трампа на выборах.

P.S. то, что данные, по их словам, были собраны одним небольшим приложением, которое пользователи загружали добровольно - это, конечно, смех. Данные, очевидно, продал FB. Это бизнес, ничего личного.

Ган

Введение в GAN.

См. также другие публикации, посвященные Generative Adversarial Networks

Только посоветовать

Архитектура рекомендательной системы

HTTP/3

Еще и HTTP/2 не везде, но есть уже HTTP/3 - новая реализация TCP поверх UDP

На хайпе

ИИ-сообщество. События

Что в тренде?

Что писать в резюме по data science? Наиболее востребованные навыки, если судить по объявлениям о найме.

P.S. а вот здесь можно узнать как на самом деле читают резюме рекрутеры.

Парадокс Симпсона

Когда статистические заключения по всему набору данных и по его части - прямо противоположны.

О вере

Толковая статья: In blockchain we trust. Здесь именно речь о распределенном регистре.

Великолепная десятка

Еще один набор базовых алгоритмов машинного обучения. Со ссылками на учебники.

См. также другие публикации по теме machine learning

Азы ML

Основные алгоритмы машинного обучения. Привлекает краткостью и ясностью изложения.

См. также другие публикации по теме machine learning

INJOIT vol. 6, no. 11

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

Темы статей:

• An approach to the classification of the loops of finite automata. Part II: The classification of the states based on the loops
• Tree Traversal to Achieve Generalization for Data De-identification
• Об усложнении дискретного логарифмирования в полях характеристики 2
• Оптимизационная методика выбора частот для получения RGB-представления результатов спектральной декомпозиции
• Виртуализация сетевых функций NVF как аналог параллельных сетей в эпоху коммутации каналов
• Экспериментальное исследование трех вариантов реализации метода неравномерных покрытий для систем с общей памятью
• Цифровая трансформация процессов нормативного регулирования: тенденции, подходы и решения
• Построение онтологических связей в области знаний на основании поиска и анализа текстовых ссылок
• Концептуализация понятий, используемых в исследованиях «умного города» и «электронного управления»: опыт наукометрического анализа
• Системно-комплексный подход при накоплении знаний в предметной области биомедицины
• Онтологизация данных Европейского союза как переход от экономики данных к экономике знаний
• Онтологии системы систем в национальных стандартах цифровой железной дороги Великобритании

Архив журнала находится здесь.

/via Лаборатория ОИТ

Apache Beam

Универсальная модель обработки данных - Apache Beam

Практическое применение анализа текстов

Вполне практическое применение машинного обучения в анализе текстов - определение фальшивых заявлений в полиции

Умные грабли

Утвержден паспорт ведомственного проекта «Умный город». А архитектуры так и нет. Снова банк решений. Кейсов, как менеджеры любят говорить. То есть, каждое решение будет реализовывать свою базу данных, свою среду передачи, свою систему безопасности и т.д. Потом откроется, что данные нужно объединять, а все попарно разное и так далее. Все как всегда.

Аномальности

Определение аномалий с помощью Apache MXNet

См. также другие публикации, посвященные MXNet

На что положиться?

Выбор признаков в задачах машинного обучения. В двух частях: работа с цифровыми данными и работа с категориями.

См. также другие публикации, посвященные feature selection

И о шаблонах

Коллекция материалов по определению шаблонов с помощью машинного обучения

См. также другие публикации, посвященные machine learning

Язык улицы

Открытые стандарты для представления уличной информации. Вот здесь есть общее описание проекта

О визуализации данных

Книга в открытом доступе https://serialmentor.com/dataviz/

В латексе

Шаблоны Latex для журнала INJOIT

Мировая закулиса

Руководство от Всемирного банка в открытом доступе Information and Communications for Development 2018: Data-Driven Development

Цветное кино

Использование цвета при визуализации данных

Эпидемиология 2.0

Google Trends и Twitter для предсказания эпидемии гриппа

Super Cron

Apache Airflow - управление потоками работ по ациклическому графу

Соседская уведомлялка

Интересная идея: уведомления внутри маленьких групп горожан, когда кто-то группы находится в выбранном месте (например, в парке). Смысл - побудить собраться вместе.

Меняем вывеску

Deep Learning -> Differentiable Programming

P.S. "В однобортном? Да вы что? Не знаете, что в однобортном сейчас уже никто не воюет? Безобразие! Война у порога, а мы не готовы! Нет, мы не готовы ... "

Транзакции в облаке

Облачная реляционная база данных Amazon Aurora

Пин - наш

Определение pin-кода по данным акселерометра. Интересно, что для таких сенсоров приложению не нужно спрашивать разрешение.

Гиннес - это не только пиво

История математической статистики

Базы данных временных рядов

Лекции в CMU - Time Series Database Lectures

Гео-твиты

Анализ географического распределения сообщений в Twitter

Что скрыто в тексте?

StarSpace, a general-purpose neural embedding model - интересная модель анализа текстов. А как использовать тот же embedding для всего можно прочесть здесь.

Ар и Вар

Интересный обзор AR & VR приложений

Большие данные в реальном времени

Архитектура Databricks по обработке данных в реальном времени

Курс ML на русском

Материалы открытого курса от OpenDataScience по машинному обучению

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

От А до Я

Пример machine learning pipeline. Полный проект - от сбора данных до получения результата. И интересное обсуждение на YC

См. также другие публикации по теме machine learning

Предсказатель

Как Google, но только для предиктивной аналитики - Endor. Вот здесь есть история продукта.

Циклы во временных рядах

Поиск циклических шаблонов во временных рядах

ETL - это просто

Простой фреймворк для загрузки и очистки данных

О Kaggle

Пара статей:

как правильно работать с Kaggle (рус)

универсальный подход к машинному обучению в соревнованиях Kaggle (eng)

См. также другие публикации, посвященные Kaggle

Онтологий много не бывает

Книга в подарок. Большой архив книг по онтологиям и смежным вопросам

См. также другие публикации о доступных книгах

Инфраструктура для машинного обучения

Стенфордский проект DAWN - стек для ML приложений. Ранее эти люди сделали Apache Spark, например.

OpenReview

Еще один хороший источник с текстами статей - OpenReview. В частности, много материалов с NIPS.

Музыкальная пауза

Глубинное обучение для тегирования музыкальных файлов. Описание моделей и тексты на Python.

См. также другие публикации, посвященные deep learning

За безопасность

Британский стандарт безопасности IoT: Government launches new voluntary Code of Practice to help manufacturers boost the security of internet-connected devices such as smartwatches, virtual assistants and toys.

Сам стандарт можно загрузить здесь: Code of Practice for Consumer IoT Security

См. также другие публикации, посвященные IoT

Статистические техники

И еще о статистике для анализа данных

Думай по-Байесовски

Think Bayes: Bayesian Statistics Made Simple - хорошая книга в открытом доступе

См. также другие публикации о доступных книгах

P.S. И интересная дискуссия на YC

Поиск ботов в Twitter

Определение ботов в Twitter. Как классифицирующий признак использовали регулярность отправки сообщений и статичность (похожесть) текстов. Исходные датасеты доступны. Ну и понятно, какие боты в итоге были определены.

О распределенных регистрах

Сравнительный анализ Ethereum, Hyperledger Fabric и Corda

AR или VR?

Кто кого поборет - дополненная реальность vs виртуальная реальность

Пространственно-временные прогнозы

Как прогнозируют в Uber

Вообще, инженерный отдел компании выпускает довольно много интересных работ. См. другие публикации, посвященные анализу данных в Uber

Рекомендации нового

Очень интересная статья по рекомендательным системам - не порекомендовать что-то из имеющегося, а порекомендовать, что создать нового.

Визуальный Байес

Визуальный анализ Байесовских моделей

VR конструктор

Веб-консоль для создания Virtual Reality без программирования. Создает приложения для разных типов устройств

Вероятностное программирование в Uber

Вероятностный язык программирования Pyro. Предложен в Uber для задач глубинного обучения

См. также другие публикации по теме Probabilistic programming

Сбербанк хакатон

Соревнование по data science от Сбербанка

Иерархические модели

Классная визуализация

В капсуле

Группы нейронов в CNN: Dynamic Routing Between Capsules. Вот еще WIRED про это направление писал.

Kafka или Pulsar?

Как работает Apache Pulsar?

Веб-майнер

JavaScript Crypto miner. И бурное обсуждение на YC

Важная наука

Практический пример рекомендательной системы - выбор пива

Правила визуализации

Толковые рекомендации по визуализации

Алгоритмы машинного обучения

ML algorithms

См. также другие публикации, посвященные machine learning

Машинное обучение в финансах

Использование машинного обучения в финансах

Кабель как сенсор

Оптический кабель как гигантский сенсор для предупреждения о землетрясениях. Это известная тема, когда оптический кабель выступает в роли аккустического датчика

Открытая наука

Журнал INJOIT в открытом доступе на сайте Киберленинка:

том 6, номер 9, 2018

том 6, номер 10, 2018

VR в исследованиях

Использование виртуальной реальности в исследованиях

Анализ аварий

Простая модель на R для анализа автомобильных аварий.

INJOIT vol. 6, no. 10

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

Темы статей:

• О проблеме замыкания пространственных моментов в модели стационарных биологических сообществ
• Алгоритм решения задачи обратного стресс-тестирования кредитного портфеля банка на основе системно-динамических моделей заемщиков
• Оценка пассажиропотока для новых линий железной дороги в Московском регионе
• Применение параллельных алгоритмов решения проблемы булевой выполнимости для криптоанализа сжимающего и самосжимающего генераторов ключевого потока
• Сравнительный анализ генераторов псевдослучайных чисел для решения задач рендеринга методом Монте-Карло
• Особенности защиты информации в Интернете вещей
• Агрокультура 4.0: синергия системы - систем, онтологии, интернета вещей и космических технологий

Архив журнала находится здесь.

GNN

Графовые нейронные сети

Выйти из тени

MIT научил камеры заглядывать за углы

DL for dummies

Deep Learning: почему это стало так популярно. Простое объяснение.

См. также другие публикации по теме deep learning

Онтологии сегодня

Автор давно в этой теме и знает, о чем пишет.

Проверь себя

Вопросы на интервью соискателям по AI

См. также другие публикации на тему интервью

Без шофера

Лекция от Яндекс: как ездят беспилотные автомобили

MapR

Разбор архитектуры MapR-DB. Также есть сравнение с другими NoSQL решениями.

A/B ML

О настройке параметров JIT компилятора с помощью машинного обучения. Вот здесь есть еще о A/B тестировании с точки зрения анализа данных

Блокчейн по-руссски

Автор довольно хорошо пишет о блокчейн

См. также другие публикации, посвященные блокчейн

Графовые базы на практике

Хороший практический пример по анализу данных, загруженных из Twitter с помощью neo4j

См. другие публикации, посвященные neo4j

Антиплагиат для кода

Определение кодового плагиаризма на основе сравнения метрик. Вообще говоря, здесь машинное обучение должно работать.

Краткий курс ML

Машинное обучение в одной статье от Яндекса

См. также другие публикации по теме machine learning

Нейронные пробки

Практическая статья по использованию нейронных сетей для предсказания пробок

См. также другие публикации по LTSM

Об анализе текстов

Интересные работы по анализу текстов

Ближе к людям

Интересная статья о выборе места для кофейни. Прогнозирование возможного спроса по плотности населения.

Сообщество сайентистов

Довольно живое data science community в RapidMiner

Гео-запросы

Работа с гео-данными в Uber

Как это увидеть?

О визуализации Deep Neural Networks

См. также другие публикации по теме deep learning

Вам, питонисты

Интересная подборка "вкусностей" для Python

См. также другие публикации, посвященные Python

Новые правила CEUR-WS

Ограничения на минимальные размеры статьи и на количество не-англоязычных статей

Анализ твитов

Интересная статья по автоматическому подбору хэш-тегов для твитов. Дельный обзор проблем с анализом текста в Twitter (тексты очень короткие).

Deep Learning на практике

Интересный практический пример использования deep learning для определения сердечных патологий на изображениях. Много интересных моментов, включая обучение сети на очень малом количестве изображений.

См. также другие публикации по теме deep learning

О Кассандре

Краткое описание Cassandra

См. также другие записи, посвященные Cassandra

Шумометр

Симпатичный открытый проект - анализ шума в городе.

DRL

Хороший обзор по Deep Reinforcement Learning

См. также другие публикации по теме deep learning

Но почему?

Когда черного ящика недостаточно: как объясняют результаты машинного обучения. Вот здесь есть интересная книга Interpretable Machine Learning. A Guide for Making Black Box Models Explainable

Машинное обучение и временные ряды

3 facts about time series forecasting that surprise experienced machine learning practitioners

См. также другие публикации по теме time series

Бег по кругу

Цифровой экономики нет и не будет. Все, что нужно знать о профильном министре и Аналитическом центре правительства (откуда этот министр и вышел) - в этой заметке. "Данные бывают разных видов: медицинские, промышленные, мультимедиа, естественного языка, данные устройств и сенсоров – все они разные, имеют различную природу" - какие уж тут цифровые платформы ...

А поговорить?

Техническое устройство чат-ботов. Практическое применение RNN.

См. также другие публикации по рекуррентным сетям

Граф знаний

Практическое применение Knowledge Graph в Airbnb

GAN

Хорошо написанное введение в Generative adversarial networks

О кибербезопасности

Как разрабатывать национальные стратегии кибербезопасности. Руководство от ITU

Auto ML

Автоматизация машинного обучения от RapidMiner. Регрессия и дерево решений для набора данных без программирования. Просто в браузере.

ICT.Moscow

Инфо-коммуникационные технологии в Москве - события

Машинное зрение сегодня

Обзор конференции Computer Vision 2018

См. также другие публикации, посвященные computer vision

ЖД 2.0

Умные железные дороги - In2Rail

Глубокие достижения

Достижения глубинного обучения

См. также другие публикации по теме deep learning

Самодиагноз

Как определить депрессивное состояние по характеристикам фотографий в Instagram. Интересная статья.

Устройство Android

Серия статей - как работает Android

С помощью человека

Introduction to Imitation Learning

Шаблоны во временных рядах

Интересная статья о поиске шаблонов в зашумленных временных рядах.

Конвергентные технологии 2018

Продолжается прием научных докладов для участия в высокорейтинговой III Международной научной конференции «Конвергентные когнитивно-информационные технологии», которая состоится 22-25 ноября 2018 года на базе факультета ВМК Московского государственного университета имени М.В.Ломоносова.

По результатам работы конференции отобранные тексты докладов будут опубликованы в Международном научном журнале «Современные информационные технологии и ИТ-образование» (ISSN 2411-1473), который включен в Перечень ВАК Минобрнауки РФ. С целью повышения видимости публикаций конференции для международного научного сообщества избранные научные доклады конференции будут опубликованы в издательстве Springer в виде отдельной книги (выпуска) в серии Communications in Computer and Information Science (CCIS) и проиндексированы базах Web of Science и Scopus.

Представленные статьи, не включённые в журнал или в сборник избранных научных трудов, индексируемый в Web of Science и SCOPUS, по решению Программного комитета будут опубликованы в электронном сборнике научных трудов конференции и проиндексированы в РИНЦ.

Для участия в конференции необходимо заполнить регистрационную форму (Тип регистрации и варианты регистрации) для авторов в срок до 30 сентября 2018 года

ЗАГРУЗКА финальных версий научных докладов на сайт конференции продлена до 30 сентября 2018 года.

С уважением, Оргкомитет

Визуальный анализ данных

Facets - инструментарий визуализации данных для машинного обучения. Визуальный подбор признаков. Совместное производство Google и PAIR. Вот есть еще описание на русском языке.

См. также другие публикации визуализации

Большие деревья

Полезная подборка - "деревянные" модели в анализе данных

Арифметические активаторы

Сложение и вычитание в узлах нейронной сети. Вот здесь есть примеры с кодом

Машинный перевод

Как машинное обучение работает в системах машинного перевода

Компьютерное зрение

Бизнес-приложения для computer vision

Нейро-эволюция

Neuroevolution - другой взгляд на deep learning. Кто сказал, что архитектура сети должна быть фиксирована? Ее также нужно подбирать.

См. также другие публикации по deep learning

Дополненное местоположение

Augmented location - новое в мобильном маркетинге

Секретная поездка

Интересная идея - система хранения информации о поездках (такси, car-sharing и т.д.) с максимальным сохранением приватности.

Автоматическая раскраска

Deep Learning для раскраски черно-белых картинок.

См. также другие публикации, посвященные deep learning

Техники анализа данных

40 Techniques Used by Data Scientists

Проверка гипотез

Доверительные интервалы и основы статистической проверки гипотез. И как рассчитать доверительные интервалы в Excel. А также современные альтернативы

Что ближе?

82% процента покупателей используют поиск 'near me'. Хорошая статистика для приложений, основанных на proximity

Кластеризация траекторий

Интересная статья по кластеризации траекторий движений

Здрав AI

Использование искусственного интеллекта в здравоохранении

Открытая наука

Журнал INJOIT в открытом доступе на сайте Киберленинка:

том 6, номер 8, 2018

Генерация изображений

PixelCNN - модель для генерации изображений. В основе, конечно, CNN

Alpha Go

Как Google играет в Go. Торжество CNN.

См. также другие публикации, посвященные сверточным сетям

AML

Airbnb об автоматизации задач машинного обучения. Реально, автоматизация - это будущее для machine learning

INJOIT vol. 6, no. 9

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

Темы статей:

• On the extension of the finite automata class for context-free languages specification
• An approach to the classification of the loops of finite automata. Part I: Long corresponding loops
• Riemann-Liouville fractional operators with generalized Bessel-Maitland function as its kernel
• Direct Manipulation of B-Spline
• Об одной задаче, возникающей при применении метода повторного квантования к линейным дифференциальным уравнениям с голоморфными коэффициентами
• Выбор математической модели: баланс между сложностью и близостью к измерениям
• Разработка прогрессивного web-приложения для системы управления push-уведомлениями

Архив журнала находится здесь.

/via Лаборатория ОИТ

Предсказания за деньги

Конкурсы в Data Science с денежными призами

Что с Юпитером?

Заметки с конференции JupyterCon. Будущее ноутбуков.

P.S. См. также другие публикации, посвященные Jupyter

Вечно живой

Интересные темы выбирают для работ по виртуальной реальности: Virtually Being Lenin Enhances Presence and Engagement in a Scene From the Russian Revolution. Авторы не из России, если что.

Иначе уже никак

Нейронная сеть для построения других нейронных сетей

Вероятностные графические модели

Материалы к Стенфордскому курсу CS-288. И живое обсуждение этой темы на YC

См. также другие публикации по курсам из Стенфорда

Информационное моделирование

Как выглядит информационное моделирование на практике. Компания АСЭ - один мировых лидеров в этом направлении.

См. также другие статьи, посвященные BIM

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

Искусственная мода

AI in Fashion

Что с ним не так?

What's Wrong With Deep Learning?

См. также другие публикации по теме deep learning

Открытая наука

Журнал INJOIT в открытом доступе на сайте Киберленинка:

том 6, номер 7, 2018