Forwarded from qtasep 💛💙
Badass Ukrainian mathematicians: posting to arXiv in the middle of the war, and thanking their army (ВСУ) for security
https://arxiv.org/abs/2203.02701
https://arxiv.org/abs/2203.02701
Forwarded from WithUkraine 24/7
⚡️Bloomberg predicts that the default in Russia will take place this Wednesday. Foreign-currency debt of both the government and Russian companies reaches $150 billion, and default might be announced on Wednesday. Bloomberg expects three possible default scenarios:
📌Russia will pay the debt in dollars. It means that the debt crisis is averted until 4 April. 📌 Russia pays in rubles. But the payment on Wednesday will be considered made only if it is made in currency, otherwise it will mean a default. 📌 Russia does not pay at all. It will start a grace period of 30 days, after which a default will follow.
Source: Bloomberg
Join our Twitter With Ukraine
📌Russia will pay the debt in dollars. It means that the debt crisis is averted until 4 April. 📌 Russia pays in rubles. But the payment on Wednesday will be considered made only if it is made in currency, otherwise it will mean a default. 📌 Russia does not pay at all. It will start a grace period of 30 days, after which a default will follow.
Source: Bloomberg
Join our Twitter With Ukraine
#job #interview #vacancy
Searching for Machine learning engineer for the marine control.
Salary - 2000$/week, 6000-8000$/month
Contacts: @infatum
For the research of ship course control, the basic algorithms used include proportion integral derivative (PID), fuzzy logic control, predictive control, sliding mode control, active disturbance rejection controller (ADRC) and artificial intelligence (AI) algorithms, etc.
On this basis, the improved course control effect is achieved through algorithm improvement. For example, neural network (NN) and ant colony algorithm (ACA) are used in PID parameter optimization. Particle swarm optimization (PSO) and genetic algorithm (GA) are applied to fuzzy controller parameter optimization. The firefly algorithm (FA) is applied to backstepping control for parameter optimization.
Improvements are made to the basic algorithm itself, such as the fractional-order PID controller and the ADRC algorithm in the ship course control. For AI technology, research on deep reinforcement learning (DRL) algorithm applied to course control of underactuated ships.
In addition, the prediction algorithm combined with the sliding mode algorithm or the neural network algorithm, the fuzzy control algorithm combined with the sliding mode algorithm or the neural network algorithm, ADRC combined with the fuzzy control or support vector machine (SVM) also have better control of the course of different types of ships under different conditions.
Searching for Machine learning engineer for the marine control.
Salary - 2000$/week, 6000-8000$/month
Contacts: @infatum
For the research of ship course control, the basic algorithms used include proportion integral derivative (PID), fuzzy logic control, predictive control, sliding mode control, active disturbance rejection controller (ADRC) and artificial intelligence (AI) algorithms, etc.
On this basis, the improved course control effect is achieved through algorithm improvement. For example, neural network (NN) and ant colony algorithm (ACA) are used in PID parameter optimization. Particle swarm optimization (PSO) and genetic algorithm (GA) are applied to fuzzy controller parameter optimization. The firefly algorithm (FA) is applied to backstepping control for parameter optimization.
Improvements are made to the basic algorithm itself, such as the fractional-order PID controller and the ADRC algorithm in the ship course control. For AI technology, research on deep reinforcement learning (DRL) algorithm applied to course control of underactuated ships.
In addition, the prediction algorithm combined with the sliding mode algorithm or the neural network algorithm, the fuzzy control algorithm combined with the sliding mode algorithm or the neural network algorithm, ADRC combined with the fuzzy control or support vector machine (SVM) also have better control of the course of different types of ships under different conditions.
Feature Importance techniques:
- MDA (Permutation importance)
- MDI (Mean decrease impurity)
- SFI (Single feature importance)
- CFI (Cluster Feature Importance)
- MI (Information Gain)
https://link.medium.com/rGKdIcm2Eob
- MDA (Permutation importance)
- MDI (Mean decrease impurity)
- SFI (Single feature importance)
- CFI (Cluster Feature Importance)
- MI (Information Gain)
https://link.medium.com/rGKdIcm2Eob
Medium
The importance of Feature Importance
Any experienced data scientist knows — the model makes a minor contribution to its score, the major role plays in the quality of the data…
Forwarded from Alona Zahreba
Дорогие читатели! В Мариуполе сейчас все так же остаются люди. Там остались мои друзья, знакомые, а так же члены церкви 😭
Всем беженцам, которые выехали, нужна помощь для того, чтобы прожить первое время, после того как они потеряли все.
Если вы хотите помочь, то вот ссылка с реквизитами: https://help-step.org/center/supportfinance
Собранные деньги пойдут на помощь беженцам находящимся в Днепре, которые выехали из Мариуполя, и других пострадавших городов.
Всем беженцам, которые выехали, нужна помощь для того, чтобы прожить первое время, после того как они потеряли все.
Если вы хотите помочь, то вот ссылка с реквизитами: https://help-step.org/center/supportfinance
Собранные деньги пойдут на помощь беженцам находящимся в Днепре, которые выехали из Мариуполя, и других пострадавших городов.
https://youtu.be/ooVSYV7run8 военные преступления и геноцид о которых невозможно молчать
YouTube
ВОЙНА. ДЕНЬ 40. ЧТО СЛУЧИЛОСЬ В БУЧЕ/ ЗВЕРСТВА РОССИЙСКИХ СОЛДАТ/ ФЕЙКИ МИНОБОРОНЫ
Трагедия в Буче в очередной раз продемонстрировала ужасы этой войны. Весь мир был поражен кадрами из городов вокруг Киева. Российская сторона тут же кинулась говорить, что это всё выдумки. Мы с Русланом Левиевым обсудили произошедшее, разобрав все подробности.…
https://www.nytimes.com/2022/04/04/world/europe/bucha-ukraine-bodies.html
I’m deeply sorry for this disturbing posts. But this is my homeland, a town near my hometown. I cannot remain silent. This tragedy needs to be discovered and learned. The tragedy in Kyiv region - Bucha is a worst tragedy in 21th century. This is how genocide really looks like
#genocide #war #warcrimes #tragedy #standwithukraine #saveukraine
I’m deeply sorry for this disturbing posts. But this is my homeland, a town near my hometown. I cannot remain silent. This tragedy needs to be discovered and learned. The tragedy in Kyiv region - Bucha is a worst tragedy in 21th century. This is how genocide really looks like
#genocide #war #warcrimes #tragedy #standwithukraine #saveukraine
Nytimes
Satellite images show bodies lay in Bucha for weeks, despite Russian claims. (Published 2022)
The images rebut Russia’s claim that the killing of civilians in Bucha, near Kyiv, took place after its soldiers had left town.
The researchers introduce a novel slice discovery approach called Domino in their paper “DOMINO: DISCOVERING SYSTEMATIC ERRORS WITH CROSS-MODAL EMBEDDINGS.” The method uses a new family of cross-modal representation learning algorithms that produce semantically meaningful representations by combining images and text in the same latent space. Their experiment results show how cross-modal representations improve slice coherence while allowing Domino to produce plain language descriptions for recognized slices.
Slice discovery involves searching unstructured input material (such as photos, movies, and audio) for semantically significant subgroups where a model fails. Slice Discovery Methods (SDMs) compute a set of slicing functions that partition the dataset into slices given a labeled validation dataset and a trained classifier. An ideal SDM should identify slices, including cases when the model underperforms or has a high error rate. Furthermore, the slices should be identified by examples that are coherent or closely correlate with a human-understandable idea.
Domino follows a three-step process as follows:
Embed: It uses a cross-modal encoder to embed the validation images alongside the text in a shared embedding space.
Slice: It uses an error-aware mixture model to discover locations in the embedding space with a high concentration of mistakes.
Describe: Domino creates natural language descriptions of the slices to help practitioners understand the commonalities among the cases in each slice. It accomplishes this by surfacing the text closest to the slice in the embedding space using the cross-modal embeddings generated in Step 1.
https://www.marktechpost.com/2022/04/14/latest-research-from-stanford-introduces-domino-a-python-tool-for-identifying-and-describing-underperforming-slices-in-machine-learning-models/
#domino #evaluationcontrol
Slice discovery involves searching unstructured input material (such as photos, movies, and audio) for semantically significant subgroups where a model fails. Slice Discovery Methods (SDMs) compute a set of slicing functions that partition the dataset into slices given a labeled validation dataset and a trained classifier. An ideal SDM should identify slices, including cases when the model underperforms or has a high error rate. Furthermore, the slices should be identified by examples that are coherent or closely correlate with a human-understandable idea.
Domino follows a three-step process as follows:
Embed: It uses a cross-modal encoder to embed the validation images alongside the text in a shared embedding space.
Slice: It uses an error-aware mixture model to discover locations in the embedding space with a high concentration of mistakes.
Describe: Domino creates natural language descriptions of the slices to help practitioners understand the commonalities among the cases in each slice. It accomplishes this by surfacing the text closest to the slice in the embedding space using the cross-modal embeddings generated in Step 1.
https://www.marktechpost.com/2022/04/14/latest-research-from-stanford-introduces-domino-a-python-tool-for-identifying-and-describing-underperforming-slices-in-machine-learning-models/
#domino #evaluationcontrol
MarkTechPost
Latest Research From Stanford Introduces ‘Domino’: A Python Tool for Identifying and Describing Underperforming Slices in Machine…
This summary article is based on the paper 'SAT2LOD2: A SOFTWARE FOR AUTOMATED LOD-2 BUILDING RECONSTRUCTION FROM SATELLITE-DERIVED ORTHOPHOTO AND DIGITAL SURFACE MODEL' and all credit goes to the authors of this paper. Please don't forget to join our ML…
The latest Nassim Nicolas Taleb article is just brilliant. Take a look:
https://link.medium.com/eaayOfPUopb
https://link.medium.com/eaayOfPUopb
Medium
A Clash of Two Systems
The war in Ukraine is a confrontation between two systems, one modern, legalistic, decentralized and multicephalous; the other archaic…
GitHub's response to the war in Ukraine💙💛
https://github.blog/2022-03-02-our-response-to-the-war-in-ukraine/
https://github.blog/2022-03-02-our-response-to-the-war-in-ukraine/
The GitHub Blog
Our response to the war in Ukraine
As the global response to the tragedies in Ukraine and other impacted regions continues to evolve, I wanted to share with our community an expansion of the message that I shared earlier this week with our Hubbers.
Forwarded from Machine Learning World (Andrey Nikishaev)
Народ, тут реально крута штука відбувається!
AI HOUSE запускає освітній проєкт AI for Ukraine!
AI for Ukraine – серія воркшопів та лекцій від топових міжнародних експертів та експерток зі штучного інтелекту на підтримку українського технологічного ком’юніті під час війни.
Серед спікерів – відомі в світі дослідники штучного інтелекту та машинного навчання: Йошуа Бенжіо (Mila/U. Montreal), Алекс Смола (Amazon Web), Себастьян Бубик (Microsoft), Гаель Вароко (INRIA), Александр Руш (Hugging Face) та ін.
AI for Ukraine – некомерційний проєкт, який прагне:
▪️ надати доступ українським талантам до якісної освіти зі штучного інтелекту
▪️ зібрати кошти, що підуть до фонду «Повернись живим»
▪️ залучити міжнародних AI-лідерів до розвитку української AI-екосистеми
▪️ закріпити зв’язки та розширити нетворк наших та міжнародних спеціалістів
Реєструйтеся на сайті вже зараз https://aiforukraine.aihouse.club/, адже перша лекція з Йошуа Бенжіо відбудеться зовсім скоро – 17 серпня о 16:00.
Йошуа Бенжіо – справжня зірка у світі AI, у 2018 разом з Джеффрі Гінтоном та Янн ЛеКуном отримав премію Тюрінга, яка також відома як «Нобелівська премія з обчислювальної техніки».
Отримати доступ до лекцій та воркшопів можна за вільний донат на будь-яку суму від від 1$ або 10 грн, а усі кошти підуть до фонду “Повернись живим”.
Це точно не варто пропустити 😉
AI HOUSE запускає освітній проєкт AI for Ukraine!
AI for Ukraine – серія воркшопів та лекцій від топових міжнародних експертів та експерток зі штучного інтелекту на підтримку українського технологічного ком’юніті під час війни.
Серед спікерів – відомі в світі дослідники штучного інтелекту та машинного навчання: Йошуа Бенжіо (Mila/U. Montreal), Алекс Смола (Amazon Web), Себастьян Бубик (Microsoft), Гаель Вароко (INRIA), Александр Руш (Hugging Face) та ін.
AI for Ukraine – некомерційний проєкт, який прагне:
▪️ надати доступ українським талантам до якісної освіти зі штучного інтелекту
▪️ зібрати кошти, що підуть до фонду «Повернись живим»
▪️ залучити міжнародних AI-лідерів до розвитку української AI-екосистеми
▪️ закріпити зв’язки та розширити нетворк наших та міжнародних спеціалістів
Реєструйтеся на сайті вже зараз https://aiforukraine.aihouse.club/, адже перша лекція з Йошуа Бенжіо відбудеться зовсім скоро – 17 серпня о 16:00.
Йошуа Бенжіо – справжня зірка у світі AI, у 2018 разом з Джеффрі Гінтоном та Янн ЛеКуном отримав премію Тюрінга, яка також відома як «Нобелівська премія з обчислювальної техніки».
Отримати доступ до лекцій та воркшопів можна за вільний донат на будь-яку суму від від 1$ або 10 грн, а усі кошти підуть до фонду “Повернись живим”.
Це точно не варто пропустити 😉
ОСББ Ірпінські Липки збирають кошти на відновлення житлового фонду. Номер рахунку ОСББ: 4246 0010 3017 1221