Цель данной статьи — поделиться результатами исследования по выявлению структуры в значениях цен акций, которые торгуются на Московской Бирже и на NYSE, методом их проверки на стационарность с помощью теста Дики-Фуллера.

Есть небольшой класс акций, который представляет собой нестационарный процесс со стационарными приращениями и распределение t-статистики которого ведёт себя довольно любопытным образом, а именно не стремится к стандартному нормальному распределению при увеличении количества наблюдений. Как такие акции выявлять?

Валентин Васильев (Machinio.com)

Что же такое Browser Fingerprint? Или идентификация браузеров. Очень простая формулировка — это присвоение идентификатора браузеру. Формулировка простая, но идея очень сложная и интересная. Для чего она используется? Для чего мы хотим присвоить браузеру идентификатор?

• Мы хотим учитывать наших пользователей. Мы хотим знать, пришел ли пользователь к нам первый раз, пришел он во второй раз или в третий. Если пользователь пришел во второй раз, мы хотим знать, на какие страницы он заходил, что он до этого делал. С анонимными пользователями это невозможно. Если у вас есть система учета записей, пользователь логинится, мы все про него знаем — мы знаем его учетную запись, его персональные данные, мы можем привязать любые действия к этому пользователю. Здесь все просто. В случае с анонимными пользователями все становится гораздо сложнее.
  

Какими программами постоянно пользуются люди? Если подумать над этим вопросом, то окажется, что список этот не такой уж большой. К постоянно используемым программам можно отнести: саму операционную систему, файловый менеджер, текстовый редактор, браузер, мессенджер. Это именно тот базовый набор, которым пользуется на компьютере практически каждый человек. Требования к таким программам должны быть высокими: безотказная работа, быстрое выполнение всех функций, понятный и удобный интерфейс.

Можно сказать, что вышеперечисленный набор программ — это самые нужные программы, которыми пользуется человек в цифровую эпоху. Этот список покрывает все базовые потребности человека-пользователя. Или не все? Есть ли еще одна базовая потребность, которая не учтена в вышеприведенном списке самых необходимых программ? Является ли эта потребность самой важной из тех, что должен автоматизировать компьютер? Для меня такая потребность есть, но в списке самых используемых программ ей места не нашлось. Что же это за потребность?

Представляем вам завершающую статью из цикла по Deep Learning, в которой отражены итоги работы по обучению ГСНС для изображений из определенных областей на примере распознавания и тегирования элементов одежды. Предыдущие части вы найдете под катом.

В очередной раз хотим затронуть тему, когда компания разработчик ПО выполняет свою работу, но заказчик не хочет ее оплачивать. И судя по количеству публикаций на подобную тему, актуальность данного вопроса для отечественных разработчиков ПО растет.

Описанная ниже ситуация — это ситуация из жизни. В момент написания статьи данная ситуация еще не получила окончательного положительного разрешения для компании разработчика ПО (далее будем называть ее ИТ компания, название компании в данный момент раскрыть не можем), с которым мы работаем вот уже более года по взысканию семизначной суммы задолженности. Возможно, для кого-то данная статья окажется полезной и позволит избежать подобной участи, либо позволит минимизировать возможные потери если ситуация еще не сильно запущена.

Начинается самое интересное. Автоматизация документооборота и работы с клиентами — это первый кит, на котором стоит конвейерная работа любого агентства. Это первый и самый не очевидный способ экономии средств студии и, как следствие, высвобождения бесполезно загруженных менеджерских ресурсов для полезной работы.

Именно благодаря описанному ниже подходу WebCanape добилась высокой производительности на старте без роста расходов на масштабирование команды. Только спустя 5 лет работы у нас появился выделенный отдел продаж. До этого поток в 120 заявок в месяц с конверсией в 60% обрабатывал один человек.

Но скорость — это не только экономия, это еще и лояльные клиенты. Кто первый сделает КП того и тапки :) Реальный предприниматель с деньгами скорее выберет первое понравившееся предложение, чем будет тратить время на ожидание различных вариантов.

Про NTechLab все услышали в тот момент, когда демонстратор идентификационного алгоритма FindFace стал доступен в Сети — людей шокировало, что вот так просто, несколькими кликами, можно по фотографии определить сетевые координаты чуть ли не любого человека: прохожего, пассажира напротив и так далее.

Хотя путь Артёма Кухаренко по пути распознавания лиц начался задолго до этого, а наиболее значительно точкой, на самом деле, была победа в конкурсе Вашингтонского университета MegaFace — вчера компания анонсировала свой облачный SaaS-продукт FindFace.pro, которому уже сейчас сулят большое будущее.

Мы поговорили с Артёмом про алгоритмы и бизнес, а также перспективы технологий умного распознания объектов.

Недавно на Хабре проскакивал пост vfdev-5 о DIGITS. Давайте поподробнее разберёмся что это такое и с чём его едят. Если в двух словах. Это среда, которая позволяет решить 30-50% задачек машинного обучения на коленке в течении 5 минут. Без умения программировать. Ну, при наличии базы, конечно. И более-менее адекватной карточки от NVIDIA.

Это будет длиннопост. Я давно хотел написать этот обзор, но sim0nsays меня опередил, и я решил выждать момент, например как появятся результаты ImageNet’а. Вот момент настал, но имаджнет не преподнес никаких сюрпризов, кроме того, что на первом месте по классификации находятся китайские эфэсбэшники. Их модель в лучших традициях кэгла является ансамблем нескольких моделей (Inception, ResNet, Inception ResNet) и обгоняет победителей прошлого всего на полпроцента (кстати, публикации еще нет, и есть мизерный шанс, что там реально что-то новое). Кстати, как видите из результатов имаджнета, что-то пошло не так с добавлением слоев, о чем свидетельствует рост в ширину архитектуры итоговой модели. Может, из нейросетей уже выжали все что можно? Или NVidia слишком задрала цены на GPU и тем самым тормозит развитие ИИ? Зима близко? В общем, на эти вопросы я тут не отвечу. Зато под катом вас ждет много картинок, слоев и танцев с бубном. Подразумевается, что вы уже знакомы с алгоритмом обратного распространения ошибки и понимаете, как работают основные строительные блоки сверточных нейронных сетей: свертки и пулинг.

Привет всем читателям Habrahabr, в этой статье я хочу поделиться с Вами моим опытом в изучении нейронных сетей и, как следствие, их реализации, с помощью языка программирования Java, на платформе Android. Мое знакомство с нейронными сетями произошло, когда вышло приложение Prisma. Оно обрабатывает любую фотографию, с помощью нейронных сетей, и воспроизводит ее с нуля, используя выбранный стиль. Заинтересовавшись этим, я бросился искать статьи и «туториалы», в первую очередь, на Хабре. И к моему великому удивлению, я не нашел ни одну статью, которая четко и поэтапно расписывала алгоритм работы нейронных сетей. Информация была разрознена и в ней отсутствовали ключевые моменты. Также, большинство авторов бросается показывать код на том или ином языке программирования, не прибегая к детальным объяснениям.

Поэтому сейчас, когда я достаточно хорошо освоил нейронные сети и нашел огромное количество информации с разных иностранных порталов, я хотел бы поделиться этим с людьми в серии публикаций, где я соберу всю информацию, которая потребуется вам, если вы только начинаете знакомство с нейронными сетями. В этой статье, я не буду делать сильный акцент на Java и буду объяснять все на примерах, чтобы вы сами смогли перенести это на любой, нужный вам язык программирования. В последующих статьях, я расскажу о своем приложении, написанном под андроид, которое предсказывает движение акций или валюты. Иными словами, всех желающих окунуться в мир нейронных сетей и жаждущих простого и доступного изложения информации или просто тех, кто что-то не понял и хочет подтянуть, добро пожаловать под кат.

На сайте немало постов о том, какие условия нужно включать в договор на создание сайтов и программ (краткий список ниже), но нет договора в формате, который можно взять за основу для составления своего договора. Мы изучили условия из постов (спасибо авторам), подумали над ними, переработали и учли в предлагаемой на ваш суд форме договора. Так что договор пока можно считать частично «захабренным».

Прошло всего полгода с окончания перевода первой книги из научно-фантастической трилогии китайского писателя Лю Цысиня «Задача трех тел». И вот я анонсирую перевод на русский язык второй книги: «Темный лес». Перевод начался еще во время работы над первой книгой, немного другой командой, и на этот раз я был не литературным редактором, а выступал в скромной роли альфа- и бета-ридера. Процесс окончательного редактирования закончится в ближайшие пару недель, две части из трех уже полностью готовы. В качестве анонса выкладываю начало из первой части.

Предварительные варианты обложек книги (кликабельны):

Беседа Тима О’Райли о безусловном доходе с Джоном Мейнардом Кейнсом [John Maynard Keynes], и Полом Бучхейтом [Paul Buchheit]

В начале Великой Депрессии Джон Мейнард Кейнс написал удивительное экономическое предсказание: несмотря на угрожающий шторм, окутывающий весь мир, человечество оказалось на пороге решения «экономической задачи» – поисков средств к существованию.

Мир его внуков – тот, в котором мы сегодня живём – он представлял так: «впервые со дня сотворения человек столкнется с реальной, всеобщей проблемой: как использовать свою свободу от насущных экономических нужд, чем занять досуг, обеспеченный силами науки и сложного процента, чтобы прожить свою жизнь правильно, разумно и в согласии с самим собой».

Не всё случилось так, как представлял себе Кейнс. Конечно, после суровой Великой депрессии и Второй мировой войны экономика вошла в пору невиданного процветания. Но в последние десятилетия, несмотря на весь прогресс в бизнесе и технологиях, это процветание распределялось очень неравномерно. Среднестатистический стандарт жизни в мире очень сильно вырос, но в развитых экономиках средний класс стагнирует, и впервые за несколько поколений наши дети, возможно, будут жить хуже, чем мы. Мы встретились с тем, что Кейнс называл «огромной аномальной безработицей в полном потребностей мире», с последующей политической нестабильностью и непонятными перспективами для бизнеса.

Но Кейнс был прав. Мир, который он себе представлял, где «экономическая задача» решена, всё ещё находится перед нами. Процент нищеты рекордно упал, и если мы правильно разыграем карты, то можем войти в мир, предсказанный Кейнсом.


Технологии и свободная торговля уменьшили мировую нищету, но создали экономические трудности для рабочих в развитых странах.

Прежде всего хотел бы поблагодарить за более, чем 80 звёзд на GitHub, которые мне дали читатели Хабра по результатам предыдущего поста. И это несмотря на то, что репозиторий был почти пустой, а ссылка была неочевидна. На лицо полезность этого пакета!

Для тех, кто пропустил первый пост, маленькое повторение. Если у Вас в приложении есть что-то вроде:

Огромное разнообразие типов старения у растений и животных намекает на возможность контроля над этим процессом

Люди стареют постепенно, но некоторые животные начинают стареть очень быстро в конце жизни, а другие вообще не стареют, причём некоторые могут даже молодеть. Разнообразие механизмов старения в природе должно насторожить любителей обобщений – особенно против обобщения неизбежности старения.

Бактерии воспроизводятся, симметрично делясь надвое. Что может значить старение для бактерий, у которых после деления нет никакой разницы между родителем и ребёнком? Одноклеточные протисты вроде амёб также воспроизводятся симметрично, но они всё равно изобрели способ стареть. И даже среди макроскопических форм жизни продолжительность жизни чрезвычайно разнится в зависимости от местной экологии и скорости воспроизводства. Вряд ли это могло произойти в результате универсального и непоколебимого процесса; такая тонкая подстройка явно говорит об адаптации.


Подёнки умирают быстро и внезапно в конце их репродуктивного цикла

Продолжительность жизни разнится от мафусаиловой до генетических камикадзе, умирающих к весеннему полудню. Стрекозы живут четыре месяца, взрослые подёнки – полчаса. Мы живём около 70 лет, а меристема гинкго может быть возрастом в миллионы лет. Такое разнообразие впечатляет ещё больше, если вспомнить, что генетическая основа старения общая у множества существ, от дрожжей до китов. Но каким-то образом одинаковые генетические механизмы, унаследованные от общих предков на заре жизни, были изменены для создания очень разных продолжительностей жизни, от часов (дрожжи) до тысяч лет (секвойи и тополя осинообразного).

Сильно различается не только продолжительность жизни, но и схема увядания в этот период. Старение может происходить постепенно в течение всей жизни (ящерицы, птицы), или организм может вообще не стареть десятилетиями, а затем внезапно умирать (цикады, столетник).

У меня тут синхронизируется VM надолго, поэтому есть время рассказать про то, что я недавно читал.
Например, про GoogLeNet.
GoogLeNet — это первая инкарнация так называемой Inception architecture, которая референс всем понятно на что:

(кстати, ссылка на него идет первой в списке референсов статьи, чуваки жгут)

Она выиграла ImageNet recognition challenge в 2014-м году с результатом 6.67% top 5 error. Напомню, top 5 error — метрика, в которой алгоритм может выдать 5 вариантов класса картинки и ошибка засчитывается, если среди всех этих вариантов нет правильного. Всего в тестовом датасете 150K картинок и 1000 категорий, то есть задача крайне нетривиальна.

Чтобы понять зачем, как и почему устроен GoogLeNet, как обычно, немного контекста.

Буду потихоньку дорассказывать про Inception.
Предыдущая часть здесь — https://habrahabr.ru/post/302242/.
Мы остановились на том, Inception-v3 не выиграл Imagenet Recognition Challange в 2015-м, потому что появились ResNets (Residual Networks).

Что такое вообще ResNets?