Известный изобретатель и футуролог Рей Курцвейл (Ray Kurzweil) считает, что будущее трейдинга принадлежит вовсе не людям, а искусственному интеллекту.

Даже несколько лет спустя, ситуация вокруг утечки данных американского кредитного бюро не разрешилась. Обсудим то, как она развивается, и другие крупные утечки, произошедшие за это время.

Изображение: Pexels

В нашем блоге мы много пишем о новых инвестиционных инструментах, которые позволяют познакомиться с биржей и контролировать риски. Один из таких инструментов, появившихся в последние годы – это модельные портфели. В сегодняшней статье мы поговорим о том, как их можно использовать для сохранения и приумножения средств даже в период кризиса после глобального карантина.

Накопительное страхование жизни. Что это такое? Для каких целей стоит его использовать? И для каких целей оно совершенно не подходит? На эти вопросы я постараюсь ответить под катом. Основано на личном опыте.

Тема маркетплейсов на Хабре достаточно популярна. Публикуются как технические, так и продуктовые или финансовые статьи. Поэтому многие знают, что работа с финансами — больное место маркетплейсов. Дело в том, что зачастую непросто отделить деньги покупателей от денег самой онлайн-площадки.

Если с площадкой что-то случается, например, в суд обращаются взыскатели, то под угрозой могут оказаться как деньги маркетплейса, так и его клиентов. ФНС нередко считает доходом площадки средства продавцов и покупателей, облагая их налогом. На днях Cnews рассказали о новом сервисе, который позволяет «отделять мух от котлет»: разводить средства покупателей, продавцов и самой площадки. Разработал сервис банк «Точка», о другом проекте которого, мобильном банке для фрилансеров, я писал раньше.

Привет! Меня зовут Дмитрий Янтер. Сегодня вы узнаете о том, что такое плавающие процентные ставки, что такое процентные свопы и какое они имеют отношение к ванили.

Привет, Хабр! Сегодня мы хотим поговорить о том, что происходит сейчас с бизнесом наших клиентов и как мы стараемся помочь им. Дело в том, что нынешняя ситуация не может не отражаться на деятельности любой компании, все важнее становится гибкость и реакция на изменяющиеся факторы экономики. Руководителям необходимо понимать и прогнозировать финансовые результаты уже при новых вводных. Важно знать, как распределяются затраты и выручка в ходе деятельности компании, какая при этом маржинальность продукта, услуги, направления, процесса, сегмента и любых других разрезов.

Переводчик Полина Кабирова специально для «Нетологии», адаптировала статью инженера Кембриджского университета Вивека Паланиаппана о том, как с помощью нейронных сетей создать модель, способную предсказывать цены акций на фондовой бирже.

Машинное и глубокое обучение стали новой эффективной стратегией, которую для увеличения доходов используют многие инвестиционные фонды. В статье я объясню, как нейронные сети помогают спрогнозировать ситуацию на фондовом рынке — например, цену на акции (или индекс). В основе текста мой проект, написанный на языке Python. Полный код и гайд по программе можно найти на GitHub. Другие статьи по теме читайте в блоге на Medium.

Предисловие

В данной статье мы изучим несколько аспектов SVM:

• теоретическую составляющую SVM;
• как алгоритм работает на выборках, которые невозможно разбить на классылинейно;
• пример использования на Python и имплементация алгоритма в библиотеке SciKit Learn.

Тема сегодняшнего разговора — чему же научился Python за все годы своего существования в работе с изображениями. И действительно, кроме старичков родом из 1990 года ImageMagick и GraphicsMagick, есть современные эффективные библиотеки. Например, Pillow и более производительная Pillow-SIMD. Их активный разработчик Александр Карпинский (homm) на MoscowPython сравнил разные библиотеки для работы с изображениями на Python, представил бенчмарки и рассказал о неочевидных особенностях, которых всегда хватает. В этой статье расшифровка доклада, который поможет вам выбрать библиотеку под свое приложение, и сделать так, чтобы она работало максимально эффективно.


О спикере: Александр Карпинский работает в компании Uploadcare и занимается сервисом быстрой модификации изображений на лету. Участвует в разработке Pillow — популярной библиотеки для работы с изображениями на Python, развивает собственный форк этой библиотеки — Pillow-SIMD, который использует современные инструкции процессоров для наибольшей производительности.

Этим летом мы научили нейронную сеть определять, присутствует ли на изображении документ, и если да — то какой именно.

Для чего это понадобилось

Чтобы разгрузить сотрудников и обезопасить людей от мошенников. Мы применяем новую нейросеть в двух сферах: когда пользователь восстанавливает доступ к странице и для скрытия личных документов из общего поиска.

When you study an abstract subject like linear algebra, you may wonder: why do you need all these vectors and matrices? How are you going to apply all this inversions, transpositions, eigenvector and eigenvalues for practical purposes?

Well, if you study linear algebra with the purpose of doing machine learning, this is the answer for you.

In brief, you can use linear algebra for machine learning on 3 different levels:

• application of a model to data;
• training the model;
• understanding how it works or why it does not work.

В этой статье из цикла материалов про SAP Data Management Suite мы расскажем про приложение для построения ИТ-архитектуры в компании — SAP Enterprise Architecture Designer.

Предыдущие статьи из цикла:
SAP Data Management Suite как комплекс для работы с Big Data в компаниях
Функциональность SAP HANA как базы данных для SAP HANA Data Management Suite

Сервис SAP Enterprise Architecture Designer (EA Designer) позволяет описывать, моделировать и анализировать информационные ландшафты, функциональные требования, бизнес-процессы, структуры и потоки данных и другие артефакты внутри бизнеса.

Привет, Хабражители. Сегодняшний пост будет о том, как не затеряться в дебрях многообразия вариантов использования TensorFlow для машинного обучения и достигнуть своей цели. Статья рассчитана на то, что читатель знает основы принципов работы машинного обучения, но пока еще не пробовал это делать своими руками. В итоге мы получим работающее демо на Андроиде, которое кое-что распознает с довольно высокой точностью. Но обо всем по порядку.