#интервью
Несколько дней назад из жизни ушёл академик К.В. Рудаков, многие в канале знают его потому, что учились у него в МФТИ или МГУ. Он научный руководитель Воронцова, один из организаторов кафедры ММП на ВМК и организатор первой кафедры, специализирующейся в машинном обучении, на Физтехе. Ниже последнее большее интервью с ним:
https://stimul.online/articles/science-and-technology/obuchatsya-na-pretsedentakh/

картинка к вопросу

🚀 @SBERLOGA начинает серию онлайн докладов посвященных Альфафолд (революционному достижению от Гугл ДипМайнд на стыке датасайнс и биологии)
👨‍🔬 проф. О. Калинина (Helmholtz Institute), к.б.н А. Залевский (ИБХ РАН): "Предсказание трехмерной пространственной структуры белков: классические подходы и методы глубокого обучения"
⌚️ Пятница 23 июля, 18.00 по Москве

AlphaFold – программа для предсказания пространственной структуры белков с помощью глубоких нейронных сетей, созданная компанией DeepMind, которая уже отметилась значительными успехами в создании программ, играющих в шахматы и го. AlphaFold наделала много шума осенью 2020 года, когда ей удалось с большим отрывом выиграть соревнования по предсказанию трехмерных структур белков CASP. 15 июля этого года была опубликована статья в Nature с описанием метода (https://www.nature.com/articles/s41586-021-03819-2) и код на GitHub (https://github.com/deepmind/alphafold). Прежде чем разбираться в деталях реализации нейросети, мы хотим рассказать про классические методы предсказания пространственной структуры и историю CASP. Также мы обсудим особенности локального развертывания AlphaFold и покажем результаты первых бенчмарков на собственных научных задачах.

Подробнее о докладчиках:
Ольга Калинина, профессор drug bioinformatics, Helmholtz Institute for Pharmaceutical Research Saarland and Saarland University (https://www.helmholtz-hips.de/en/research/people/person/prof-dr-olga-kalinina/), Артур Залевский, кандидат биологических наук, младший научный сотрудник, Институт биоорганической химии РАН (http://www.ibch.ru/structure/groups/lbaccb/1510)

PS
Ссылка на зум будет доступна через тг чат https://yangx.top/sberlogabio ближе к началу доклада.
Видео записи докладов доступны на ютуб канале SBERLOGA https://www.youtube.com/c/sberloga

#забавно
Из старенького (http://polit.reactor.cc/post/2068916)

#образование
Какие потрясающие разборы вступительных экзаменов стали…
https://youtu.be/Do86-qgw48Y

#забавно
Возможные варианты будущего (из слайдов одной лекции):

#книга
Меня спрашивали, зачем публиковать отрицательные отзывы… ну чтобы не читали, чтобы не спрашивали, что я думаю о книге, и чтобы я сам запомнил книгу.

«Regression Analysis: An Intuitive Guide for Using and Interpreting Linear Models» привлекла объёмом (300+ страниц) и новизной (2019 год), но оформлена (рисунки и формулы) плохо, а содержание не очень глубокое: формул почти нет, про регуляризация не слова, про решение задачи линейной регрессии (аналитическое или с помощью SGD) тоже ничего. Зато есть многие базовые термины, примеры и иллюстрации.

#соревнования
Соревнование по сжатию данных:
https://www.gdcc.tech

#полезно
Материал к соревнованию из предыдущей ссылки:
https://habr.com/ru/post/570694/

#книга
Efficient Processing of Deep Neural Networks
Авторский материал, очень аккуратно оформлена, хорошие иллюстрации, много о реализации нейроннок на железках и вообще об эффективной реализации (картинки из книги часто используются в разных курсах). Нет кода и примеров, нет последних архитектур сетей, некоторые вещи повторяются по тексту несколько раз.

#забавно
Мемы про нейронки, много довольно удачных:
https://www.instagram.com/neuralnetmemes/

#книга
Probabilistic Deep Learning with Python by Oliver Duerr, Beate Sick
Оригинальная и продуманная книга. Подойдёт для новичков, здесь последовательно читателя проводят по миру DL от того «что такое вероятность» до байесовских нейронных сетей. Как я понимаю, есть аналогичный курс на Курсере (не смотрел). Есть сопровождающие ноутбуки. Из минусов: код в основном на tf (хотя в заголовке обещают и Pytorch, но ближе к концу книги его становится всё меньше), книга в меньшей степени «практическая», а в большей теоретическая (вся суть обучения объясняется с точки зрения оптимизации правдоподобия).

#конференции
Летняя школа по финансовой математике:
https://vega-school.org

#конференции
Конгресс по биотехнологиям, есть конкурс для молодых учёных:
http://www.biomos.ru

#статьи
В работе "Data science applications to string theory" прошлого года фактически содержится краткий обзор многих тем ML.

#образование
Пост Константина Сонина о том, что стоит сделать на мехмате МГУ (естественно, ничего из этого в ближайшее время делаться не будет):
https://www.facebook.com/plugins/post.php?href=https%3A%2F%2Fwww.facebook.com%2Fkonstantin.sonin%2Fposts%2F5079937455366082

#курс
По обработке сигналов есть неплохой курс (классические темы), оформленный в виде Python-ноутбуков:
https://github.com/capitanov/dsp-theory

#забавно
Сейчас смотрю всякие курсы по обработке сигналов и звуков и забавно отмечать, что совсем недавно не было никакого DL (как стандартного инструмента), помню как сам решал задачи идентификации голоса с помощью подобных признаков (как на картинке). И это был стандарт. А какие признаки приходилось выдумывать, если качество было плохое! Прошло каких-то 20 лет... и так уже никто не решает задачи.

#курс
Курс по теории управления - очень качественно сделан (также есть симпатичная книга):
https://icct.cafre.unipi.it/