Blog

Digest, March 2018

Технологические новости

  1. Компания Google открыла исходный код «Google Карт» для разработчиков с целью создания новых приложений с дополненной реальностью: https://www.phonearena.com/news/Google-opens-Google-Maps-to-developers-seeking-to-produce-location-based-AR-games_id103230
  2. Японцы продемонстрировали возможности робота-аватара MELTANT: https://nplus1.ru/news/2018/03/17/meltant
  3. Компания Microsoft заявила о создании алгоритма перевода с китайского языка на английский с качеством, приближенным к человеческому: https://www.engadget.com/2018/03/14/microsoft-ai-can-translate-chinese-as-well-as-a-human/
  4. Ученые изобрели новый способ обмана систем распознавания лиц: https://www.securitylab.ru/news/492206.php
  5. Искусственный интеллект помог улучшить человеческую память: https://www.wired.com/story/ml-brain-boost/
 

«Нетехнологические» новости

  1. Полиция заявила о невиновности беспилотного автомобиля Uber в смертельной аварии: https://nplus1.ru/news/2018/03/20/uber
  2. Беззащитные данные: как компания Facebook оказалась в центре самого большого скандала в истории: http://new.forbes.ru/tehnologii/358883-bezzashchitnye-dannye-kak-facebook-okazalas-v-centre-samogo-bolshogo-skandala-v
  3. Израильская компания Intelligo предлагает использовать искусственный интеллект для проведения проверок сотрудников: https://techcrunch.com/2018/03/06/intelligo-is-using-ai-to-make-background-checks-relevant-again/
  4. S&P Global приобретает AI-стартап Kensho: https://techcrunch.com/2018/03/07/sp-global-snares-kensho-for-550-million/
 

Интересные статьи

  1. Алексей Минин: финансовый рынок поглотит мегаплатформа: https://www.if24.ru/finrynok-poglotit-megaplatforma/
  2. Глава «Северстали» о четвертой промышленной революции: http://hbr-russia.ru/liderstvo/lidery/a24981/
  3. Краткое руководство по искусственному интеллекту от McKinsey: https://www.mckinsey.com/business-functions/mckinsey-analytics/our-insights/an-executives-guide-to-ai
  4. Для того чтобы извлекать пользу из машинного обучения, необходимы понятные и прозрачные модели, а не «навороченные» алгоритмы: https://hbr.org/2018/03/getting-value-from-machine-learning-isnt-about-fancier-algorithms-its-about-making-it-easier-to-use
  5. Сложности использования машинного обучения в финансовой сфере: https://www.hardikp.com/2018/02/11/why-is-machine-learning-in-finance-so-hard/
  6. Как связаны тестостерон и доходы на финансовых рынках: https://www.economist.com/blogs/graphicdetail/2018/02/daily-chart-13
  7. Как работает «умная» лента, раздел «Рекомендации» и алгоритм «Прометей»: уникальная информация, представленная командой «Вконтакте»: https://texterra.ru/blog/kak-rabotaet-umnaya-lenta-razdel-rekomendatsii-i-algoritm-prometey-unikalnaya-informatsiya-ot-komand.html
  8. Кризиc воспроизводимости в машинном обучении: https://petewarden.com/2018/03/19/the-machine-learning-reproducibility-crisis/
  9. Сбербанк повышает GINI моделей, используя графовую аналитику в скоринге для анализа скрытых зависимостей между заемщиками: http://scorconf.ru/?show_header_anons=scoring_2018_anons_graph_analytics
 

Интересные статьи (Data Science)

  1. Как интерпретировать нейронные сети: https://distill.pub/2018/building-blocks/
  2. Может ли робот шутить: https://habrahabr.ru/company/funcorp/blog/351428/
  3. Специалисты DeepMind предложили использовать «игровой процесс» для обучения искусственного интеллекта: https://deepmind.com/blog/learning-playing/
  4. В DeepMind интерпретируют нейронные сети, удаляя нейроны: https://deepmind.com/blog/understanding-deep-learning-through-neuron-deletion/
  5. Всегда начинайте с простых моделей: https://blog.insightdatascience.com/always-start-with-a-stupid-model-no-exceptions-3a22314b9aaa
 

Визуализации

  1. Последствия ядерного удара в вашем районе: https://outrider.org/nuclear-weapons/interactive/bomb-blast/
  2. Кто одержал победу в медальном зачете на Олимпийских играх в 2018 году: https://www.nytimes.com/interactive/2018/02/14/upshot/which-country-leads-in-the-olympic-medal-count.html
  3. Время появления первого листа на дереве: https://www.nytimes.com/interactive/2018/03/21/climate/early-spring-west-ohio-valley.html
  4. Python-библиотека для визуализации на основе Vega и Vega-lite: https://altair-viz.github.io/
  5. Как мы описываем свой район (на примере Сиэтла и Нью-Йорка): https://pudding.cool/2018/03/neighborhoods
  6. Группа исследователей из Стэнфордского университета использует спутниковые снимки и машинное обучение для оценки бедности в регионах: http://sustain.stanford.edu/predicting-poverty/
  7. Основы визуализации данных от Клауса Уилке: http://serialmentor.com/dataviz/index.html