Cerebras’s Giant Chip Will Smash Deep Learning’s Speed Barrier.
Computers using Cerebras’s chip will train these AI systems in hours instead of weeks

https://spectrum.ieee.org/semiconductors/processors/cerebrass-giant-chip-will-smash-deep-learnings-speed-barrier

Вот уже 57 лет 82-летний Дональд Кнут работает над своей книгой по алгоритмам «Искусство программирования». Это лучшая книга по алгоритмам, которая признана Стэнфордским университетом одним из лучших научных трудов века.

Не забывает Дональд Кнут и общаться со студентами. В начале декабря он провёл юбилейную 25-ю лекцию «У рождественской ёлки». Здесь можно посмотреть запись лекции и её краткий текстовый обзор:

https://tprg.ru/PIU2

#кнут #математика

Artificial Intelligence Books to Read in 2020

https://www.kdnuggets.com/2020/01/artificial-intelligence-books-read-2020.html

GitHub: The top 10 programming languages for machine learning

https://www.techrepublic.com/article/github-the-top-10-programming-languages-for-machine-learning/

Using Agile Methodologies in Data Science

https://medium.com/better-programming/using-agile-methodologies-in-data-science-82534bd047c8

"Data-science? Agile? Cycles? My method for managing data-science projects in the Hi-tech industry" by Ori Cohen

https://www.kdnuggets.com/2019/02/data-science-agile-cycles-method-managing-projects-hi-tech-industry.html

⁠Если вы тренируете свою сетку распознавать котиков или у вас есть другие проекты, относящиеся к AI/ML, то тут можно получить от AWS до 10000$ (десять тысяч долларов прописью) на ваши эксперименты:

https://pages.awscloud.com/GLOBAL-other-LN-accelerated-computing-free-trial-2020-interest.html

#раздача #слонов

Крутая инициатива Белого дома: опубликован датасет из 29 000 научных публикаций о COVID-19, SARS-CoV-2 и семействе коронавирусов. Задача для специалистов по ИИ — to develop new text and data mining techniques that can help the science community answer high-priority scientific questions related to COVID-19. Очень интересно, что из этого получится.

20 цитат физика-пофигиста Ричарда Фейнмана

Жил-был в Америке один физик. Он был очень непохож на обычных физиков, любил шутить, рассказывать интересные истории. Студенты на его лекции ломились, потому что там было не только понятно, но и интересно. Он занимался физикой играючи, при этом умудрился сделать много открытий, так что хватило и на Нобелевскую премию.

1. Ты не несешь ответственности за то, чего ждут от тебя другие люди. Если от тебя ждут слишком многого, то это их ошибка, а не твоя вина.

2. Ты все время говоришь себе: «Я могу это сделать, но не буду», — но это не более чем другой способ сказать, что ты не можешь.

3. Важно не имущество, которое мы имеем, а способность создать это имущество.

4. Я притормозил — на первом попавшемся месте — и внимательно прочитал следующее предложение. В точности я его не помню, но оно было очень похожим на такое: «Индивидуальный член социального сообщества нередко получает информацию по визуальным, символьным каналам». Повертел я это предложение так и сяк и наконец перевел его на нормальный язык. Знаете, что оно означало? «Люди читают».

5. Второй психиатр был, очевидно, более образованным, поскольку его каракули оказалось прочесть труднее.

6. Физика — как секс: может не давать практических результатов, но это не повод ею не заниматься.

7. Чем меньшей культурой обладают люди, тем меньше они способны мыслить, тем скорее теряют голову.

8. Чего не могу воссоздать, того не понимаю.

9. Однажды я даже подумывал о том, чтобы принять наркотик, но испугался: я люблю думать и не хочу портить машину, которая помогает мне в этом.

10. Разумеется, жизнь у каждого из нас только одна, и, когда вы совершаете все положенные ошибки и начинаете понимать, чего вам делать не следует, тут-то она к концу и подходит.

11. Мне всегда нравилось преуспевать в том, что у меня никак не должно было получиться.

12. Чтобы добавить к вашей жизни одну секунду, вам придется пролететь вокруг земли 400 миллионов раз, но все эти самолетные завтраки сократят вашу жизнь гораздо значительнее.

13. Если вы ученый, квантовый физик и не можете в двух словах объяснить пятилетнему ребенку, чем вы занимаетесь, — вы шарлатан.

14. Я всегда так поступаю: влезаю во что-нибудь и смотрю, как далеко там можно продвинуться.

15. Математики могут доказать только тривиальные теоремы, потому что каждая теорема, которая доказана, тривиальна.

16. Главный принцип — не дурачить самого себя. А себя как раз легче всего одурачить. Здесь надо быть очень внимательным.

17. Фон Нейман подал мне интересную идею: вовсе не обязательно быть ответственным за тот мир, в котором живешь. В результате совета фон Неймана я развил очень мощное чувство социальной безответственности. Это сделало меня счастливым человеком с тех пор.

18. Что нам действительно нужно, так это воображение, но воображение в надежной смирительной рубашке.

19. Попытаться открыть что-нибудь секретное — одно из моих хобби.

20.
— Насколько вы цените жизнь?
— Шестьдесят четыре.
— Почему вы сказали «шестьдесят четыре»?
— А как, вы полагаете, можно измерить ценность жизни?
— Нет! Я имею в виду, почему вы сказали «шестьдесят четыре», а не «семьдесят три», например?
— Если бы я сказал «семьдесят три», вы задали бы мне тот же вопрос!

Издательство Springer во время пандемии коронавируса открыло доступ к почти 500 книгам с научными статьями: https://link.springer.com/search/page/1?facet-content-type=%22Book%22&package=mat-covid19_textbooks
Другие научные статьи и артефакты в открытом доступе от Springer можно найти здесь: https://www.springernature.com/gp/researchers/campaigns/coronavirus

​​А у нас, тем временем, нарисовался очередной показательный скандальчик с нарушением приватности пользовательских данных.

В четверг Forbes опубликовали материал, в котором со ссылкой на ресерчеров Габи Кирлинга и Эндрю Тирни сообщили, что смартфоны производства Xiaomi и их мобильные браузеры Mi Browser Pro и Mint Browser собирают пользовательские данные и отправляют их на удаленные сервера, принадлежащие китайцам.

В числе собираемой информации – история серфинга и поиска, сведения о просмотре новостной ленты, открытые на смартфоне папки и пр. Причем эта информация собиралась даже в режиме браузера инкогнито.

Кроме того, исследователи обнаружили, что передающиеся данные закодированы base64. Таким образом, в случае получения доступа к передаваемой информации третьими лицами, она может быть легко раскрыта.

Вчера последовал ответ Xiaomi, в котором китайцы отморозились и сказали, что все данные они собирают в рамках общепринятых практик, строго в соответствии с пользовательским соглашением и полностью их анонимизируют.

Впрочем, мало кто им поверил. К обсуждению подключились другие инфосек эксперты и внезапно обнаружилось, что Xiaomi, кроме всего прочего, помечает Индию, Россию и остальной мир, собирая данные на отдельные эндпойнты. А некоторые даже получили прямое подтверждение, зафиксировав как их данные в режиме инкогнито передаются на сервера Xiaomi.

Резюмируя, скажем, что основное различие между тем, как данные собирает, например, Chrome и как собирает их Xiaomi – для Google необходимо согласие пользователя для такого сбора, в отличие от китайцев. И Google не собирает данные в режиме инкогнито. В отличие от.

[Перевод] Высокоскоростной Apache Parquet на Python с Apache Arrow
https://habr.com/ru/post/503132/
Tags: Блог компании OTUS. Онлайн-образование, Python, Big Data, apache arrow, python, data engineering
Author MaxRokatansky #habr

4 июня в 18:00 состоится бесплатный митап “Dynamic Talks” от Grid Dynamics и Fest Group посвященный Big Data.

Будут представлены два доклада:
1. Marketing Data Lake in the Cloud. Докладчик: Александр Федирко - CEE Regional Head of BigData Practice (GlobalLogic).
2. Data processing in production: Apache Airflow will orchestrate it for you. Докладчик: Владимир Баев - Senior Big Data Developer (Grid Dynamics).

Для участия в митапе необходимо зарегистрироваться по ссылке: https://bit.ly/2zstVN6

Детальное описание докладов можно посмотреть здесь: https://docs.google.com/document/d/1jisy4P1okm8ymA4bMvM5d3W-ajSrgKLmTfsfvR_Z6WM/edit?usp=sharing

Machine Learning Glossary

This glossary defines general machine learning terms, plus terms specific to TensorFlow.
https://developers.google.com/machine-learning/glossary/

🗣Machine Learning Wednesday - митапы от МФТИ для тех, кто интересуется машинным обучением!

🔥Как оптимизировать нейронные сети и включить ML в процессы компании, не имея для этого размеченных данных! Ближайшие даты:

📅8 июля 17:00 «Компрессия моделей машинного обучения». 📣Выступают: Илья Жариков и Иван Криворотов.
💡Польза: узнаете, как сделать свои модели легче и быстрее, расширив возможные области их применения.
Регистрируйтесь по ссылке https://clck.ru/PWJiN


📅15 июля 17:00 «Использование фреймворка TopicNet для решения задач бизнеса». 📣Выступает: Евгений Егоров.
💡польза: узнаете, как без размеченного датасета и больших бюджетов на вычислительные ресурсы решать практические ML задачи.
Регистрируйтесь по ссылке https://clck.ru/PWJoq

:💻Для тех, кто планирует участвовать в митапе от МФТИ «Использование фреймворка TopicNet для решения задач бизнеса» 15 июля.

🎁Есть возможность получить толстовку от организаторов! Вам необходимо:

✅ Зарегистрироваться на вебинар https://clck.ru/PWJoq и посетить его.
✅Рассказать свою историю развития в ML и отправить в telegram @profi991
✅Если твоя история будет в стиле лимерик или хокку, то это принесет дополнительные баллы.
✅Выбор победителя на плечах спикеров и организаторов — по шкале от 1 до 10 баллов (плюс дополнительные 5 баллов за стихотворный стиль).
✅Конкурс проходит до 15 июля (включительно).
✅Результаты конкурса будут опубликованы в группе https://vk.com/machine.intelligence 16 июля с именами двух героев, которые заберут прекрасный свитшот.

Machine Learning experts from around the world are recommending their favourite Machine Learning books to start or strengthen your knowledge of AI, Machine Learning and Deep Learning.
https://mentorcruise.com/books/ml/

Я вчера провела вебинар для Skills Lab НИУ ВШЭ на тему того, как и где искать окрытые данные, а также как размещать и аннотировать данные, чтобы на них можно было сослаться.
Презентацию можно посмотреть и скачать на Slideshare:
https://www.slideshare.net/iradche/ss-238640185
#OpenData

Introducing TensorFlow Videos for a Global Audience: Russian
https://blog.tensorflow.org/2020/03/introducing-tensorflow-videos-for-global-audience-russian.html

Цветы нужно поливать, кофе — обжаривать, данные — обрабатывать.

Вот также чётко и «по полочкам» разложат материал преподаватели курса Нетологии для начинающих аналитиков. Они научат вас, как превратить данные в эффективный инструмент планирования в любой профессии и даже в повседневной жизни.

А помогут им в этом машинное обучение, Python, основы статистики и щепотка волшебства — практические задания, взятые из повседневной жизни. Чтобы было максимально интересно и полезно.

Погрузиться в data-science с опытными наставниками↓ http://netolo.gy/fSl

По промокоду DATA10 действует дополнительная скидка 10% на эту или любую другую профессию направления Аналитика в Нетологии. Скидка действует до 28 сентября и суммируется с акцией на сайте.