Блог

Дайджест, сентябрь 2018

Технологические новости

  1. Искусственный интеллект займется диагнозами: https://www.kommersant.ru/doc/3752478
  2. «Билайн» и Huawei совершили первый в России голографический 5G-звонок: https://inforeactor.ru/181491-bilain-i-huawei-sovershili-pervyi-v-rossii-golograficheskii-5g-zvonok
  3. Snapchat и Amazon запустили визуальный поиск товаров: https://techcrunch.com/2018/09/24/snapchat-amazon-visual-search/
  4. Google использует искусственный интеллект для прогнозирования наводнений в Индии: https://www.theverge.com/2018/9/25/17900018/google-ai-predictions-flooding-india-public-alerts
  5. Facebook готовится к выпуску VR-очков: https://www.bbc.com/news/technology-45660509
 

«Нетехнологические» новости

  1. Пентагон инвестирует 2 млрд долларов США в ИИ: https://money.cnn.com/2018/09/07/technology/darpa-artificial-intelligence/index.html
  2. Юридический стартап Atrium собрал 65 млн долларов США инвестиций: https://techcrunch.com/2018/09/10/atrium-legal/
  3. Forbes: 25 технологических стартапов, за которыми стоит наблюдать: https://www.forbes.com/sites/louiscolumbus/2018/08/26/25-machine-learning-startups-to-watch-in-2018/#6f8991b66f99
  4. Компания Data.world привлекла 12 млн долларов США для помощи компаниям, входящих в список Fortune 500, с целью улучшения работы с данными: https://techcrunch.com/2018/09/25/data-world-raises-12m-to-help-fortune-500-companies-close-the-great-data-divide/
 

Интересные статьи

  1. «Делойт»: актуальные HR-тренды: https://www2.deloitte.com/insights/us/en/focus/human-capital-trends/2018/ai-robotics-intelligent-machines.html
  2. Почему люди умнее искусственного интеллекта: https://www.quantamagazine.org/machine-learning-confronts-the-elephant-in-the-room-20180920/
  3. Анализ романа «Война и мир»: http://voinaimir.com/info/
 

Интересные статьи (Data Science)

  1. Демонстрация работы гауссовских процессов: http://www.tmpl.fi/gp/
  2. Разбор метода сэмплирования MCMC: http://arogozhnikov.github.io/2016/12/19/markov_chain_monte_carlo.html
  3. Поиграйте с генеративными сетями (GAN): https://poloclub.github.io/ganlab/
  4. Разочарование в RNN: https://towardsdatascience.com/the-fall-of-rnn-lstm-2d1594c74ce0
  5. Байесовская оптимизация в Facebook: https://research.fb.com/efficient-tuning-of-online-systems-using-bayesian-optimization/
  6. Тур по алгоритмам машинного обучения, применяемым в различных отраслях: https://algorithms-tour.stitchfix.com/
  7. Сборник датасетов для задач компьютерного зрения: https://www.visualdata.io/
  8. Анатомия XGBoost: https://chaoticsenses.wordpress.com/2015/09/20/xgboost-a-macroscopic-anatomy/
  9. Угадайте корреляцию: http://guessthecorrelation.com/
  10. Популярность фреймворков для глубокого обучения: https://towardsdatascience.com/deep-learning-framework-power-scores-2018-23607ddf297a
 

Визуализации

  1. Карта ДТП Москвы: http://dtp-stat.ru/moskva/
  2. Инфографика, повествующая об анатомии умной колонки Amazon Echo: https://anatomyof.ai/
  3. Сколько людей говорит на вашем языке: http://www.visualcapitalist.com/a-world-of-languages/
  4. В каких штатах США больше всего стартапов: https://medium.com/activewizards-machine-learning-company/u-s-startups-locations-analysis-ab1e9cbf38df
  5. Анализ причин ДТП в Нью-Йорке: http://urbanobservatory.maps.arcgis.com/apps/Cascade/index.html?appid=dab24c2dbdfc4af496f0eb5f4a26e8dd