Технологии

26 источников вдохновения для data scientist'а

th99.jpg

Меня зовут Даниил Поляков, и я собрал для вас телеграм-каналы, твиттер- аккаунты и другие ресурсы, которыми вдохновляются студенты Школы анализа данных Яндекса. Эта подборка поможет всегда быть в тренде и раньше других узнавать о новом и интересном в мире Data Science.

В Израиле создали "машину Рамануджана"

2323.jpg

Группа исследователей из Израильского технологического института (Технион) создала так называемую "машину Рамануджана" - устройство, которое автоматически генерирует математические гипотезы для фундаментальных констант. Статья о разработке опубликована на сайте препринтов arXiv.org.

Автоматическое реферирование китайской правовой информации

net-b1.jpg

Работа посвящена методу автоматического реферирования правовой информации, представленной на китайском языке. Рассмотрена модель реферата и процедура его формирования. Предложено два подхода, а именно: для определения уровня важности предложений - перейти к определению весовых значений отдельных иероглифов, а не слов в тексте документов и рефератов. Также предложено рассмотрение модели документов как сети предложений для выявления наиболее важных предложений по параметрам этой сети. 

Нейросеть обманом «перепрограммировали» на распознавание совсем других объектов

78c391bb2fc21b1ce335a937f7e993a9.png

Исследователи из Google Brain создали метод, позволяющий применять для выполнения определенной задачи нейросетевой алгоритм, обученный выполнять другую задачу, используя для такого «перепрограммирования» только входные данные. К примеру, авторы показали, как можно с помощью специально созданных входных изображений распознавать рукописные цифры на изображении, используя нейросеть, обученную распознавать животных. Статья с описанием метода опубликована на arXiv.org.

Искусственный интеллект научился распознавать стадии эволюции галактик

galaktika.jpg

Нейронная сеть выявила на снимках "Хаббла" стадии развития звёздных систем, предсказанные компьютерным моделированием. О таком результате сообщает научная статья, препринт которой опубликован на сайте arXiv.org командой во главе с Марком Хуэртас-Компани (Marc Huertas-Company) из Университета Сорбонны.

Как стать богатым?

uspeh-266x270.jpg

Сицилийские программисты создали виртуальную модель общества и показали, что для построения блестящей карьеры важны не только талант и упорство, но и удачное стечение обстоятельств, сообщает сайт arxiv.org.

Компьютер научили распознавать обман в суде

su.jpg

Американские разработчики создали систему искусственного интеллекта DARE, которая может распознать ложь подсудимого по его лицу и голосу.
Тестирование показало, что программа справляется с этой задачей лучше людей - компьютер угадывал ложь в 90 процентах случаев. Программа будет представлена на конференции по искусственному интеллекту AAAI-18, описание принципов ее работы можно найти в препринте на ArXiv.org.

Искусственный интеллект научился сумо

gamebots-roeder-021.jpg.700x911_q95.jpg

Разработчики из OpenAI создали среду для обучения искусственного интеллекта сумо и создали алгоритмы, которые самостоятельно научились бороться друг с другом за счет применения метаобучения. Исследователи планируют открыть доступ к среде под названием RoboSumo на платформе OpenAI Gym, предназначенной для обучения и тренировки алгоритмов искусственного интеллекта. Описание разработки доступно на специальной странице, а также в виде препринта на сайте arXiv.org.

Нейросеть научили определять алкоголиков и курильщиков по записям и лайкам в Facebook

cat-wine-isolated-white-54689030.jpg

Группа исследователей из США разработала нейросеть, способную с высокой точностью определять по записям и лайкам, страдает ли тот или иной пользователь соцсети Facebook табачной, алкогольной или наркотической зависимостью.

Математики спрогнозировали будущее биткоинов

9a03cd2eaa65277100790be894fb6e4e.jpg

1 июня 2017. Британские, немецкие и испанские математики спрогнозировали будущее биткоинов (Bitcoin) и других криптовалют. Соответствующее исследование доступно в библиотеке электронных препринтов arXiv.org.

RSS-материал