Kolejna partia solidnej wiedzy i nowinek, w sam raz na zimny poniedziałkowy wieczór

 

Grzegorz Gwardys poleca:
W ostatnich latach coraz częściej słyszymy o sieciach grafowych, w zeszłym tygodniu DeepMind wypuścił biblioteczkę Graph Nets. Czy jednak nie powinniśmy mówić o sieciach relacyjnych ? Poniższy wpis traktuje o wadze relacji, ich powiązaniu z analogiami, a w końcu z Silną Sztuczną Inteligencją, czyli  posiadającą wszystkie atrybuty dostępne umysłowi ludzkiemu: https://medium.com/intuitionmachine/intuitive-relational-reasoning-for-deep-learning-3ae164f9f5cd?fbclid=IwAR2QQrc_7QEzsluX82bxJeneYWCQObYde1l-kpOVJ4FkPHSuX5x5-8OP9z4

 

Czytanie z ruchu warg ? Badacze z West Virginia University podjęli się tego wyzwania, udostępniając swoją prace na licencji Apache 2.0: https://github.com/astorfi/lip-reading-deeplearning

 

Ostra białaczka limfoblastyczna stanowi około 25% nowotworów u dzieci. W tym artykule zobaczymy propozycje systemu LEUKONET, który rozróżnia komórki blastyczne od normalnych komórek, bazując na zastosowaniu współczynników Dyskretnej Transformacja Kosinusowej oraz korzystając z takich rozwiązań jak np. warstwa Stain Deconvolutional, stosowana z powodzeniem do zdjęć mikroskopowych. : https://arxiv.org/abs/1810.07961

 

Maciej Murawski poleca:

Biblioteka do pomijania testów na serwerach CI wzorowana na praktykach znanej marki samochodowej: https://github.com/auchenberg/volkswagen

 

Benchmark rekurencyjnego liczenia ciągu Fibonacciego w najpopularniejszych językach programowania: https://github.com/drujensen/fib

 

Znaczenie statycznej analizy kodu wg Johna Carmacka (opis kilku rozwiązań do C++ używanych przez Johna i jego wnioski z pracy): https://www.gamasutra.com/view/news/128836/InDepth_Static_Code_Analysis.php

 

Krzysztof Surma poleca:

Ciekawe spojrzenie na dane i pomysły na ich wykorzystanie (plus to dlaczego TED uczy, że forma prezentacji ma znaczenie): https://www.ted.com/talks/what_we_learned_from_5_million_books

 

A może tak ETL, tylko inaczej: https://medium.com/python-pandemonium/develop-your-first-etl-job-in-python-using-bonobo-eaea63cc2d3c