Оказывается, литературный журнал "Новый мир" до сих пор выходит, и кто-то же его героически делает ради тиража в 2000 экз. Это в 1350 раз меньше, чем на пике популярности в 1990 году
Сейчас, наверное, многие захотят сделать инфографику по нашим отношениям с США. За советский период "Аргументы и факты" проделали эту работу 4 года назад
http://static1.repo.aif.ru/1/fe/283888/e7b893eab8e495459bdb9f0c5610ae0e.jpg
http://static1.repo.aif.ru/1/fe/283888/e7b893eab8e495459bdb9f0c5610ae0e.jpg
Центр стратегических разработок, возглавляемый Алексеем Кудриным, выложил Стратегию развития страны 2018-2024. Продолжительность жизни к 2024 должна вырасти на пять лет, а пенсия достигнет двух прожиточных минимумов. Производительность труда увеличится на треть, несырьевой экспорт — вдвое. Время в пути от пригорода до центра крупного города сократится до 1 часа. И так далее. В общем, если хотите заглянуть в недалекое будущее — вот вам pdf
https://strategy.csr.ru/files/strategy2024.pdf
https://strategy.csr.ru/files/strategy2024.pdf
Минобороны ко Дню космонавтики рассекретило ряд документов о Юрии Гагарине. Оказывается, при росте всего 165 см будущий герой космоса сумел получить разряд по баскетболу. Ну и много другого интересного по ссылке
http://gagarin2018.mil.ru/
http://gagarin2018.mil.ru/
Предприниматели любят давать своим фирмам космические имена. Одних "Орионов" в Москве мы, погрузившись в реестры, насчитали больше сотни, хотя другие созвездия не так популярны — никто почему-то не хочет называть компанию "Большой Пёс", "Волосы Вероники" или "Южный Треугольник"
http://b1.mskagency.ru/c/211019.jpg?block_mode=iframe
http://b1.mskagency.ru/c/211019.jpg?block_mode=iframe
Диванные аналитики своими поверхностными рассуждениями раздражают специалистов. Но для самих "аналитиков" в этом есть польза -- они учатся нестандартно мыслить. Ведь для дилетанта любое решение в незнакомой ему области -- неординарное
https://4td.fm/article/3-soveta-kak-nauchitsya-nestandartno-myslit/
https://4td.fm/article/3-soveta-kak-nauchitsya-nestandartno-myslit/
Зам главного редактора ТАСС Михаил Лукин сообщил первые итоги внедрения автоматического рубрикатора новостей по экономической тематике:
- Точность (количество правильно распознанных) - 91,46%.
- Полнота (количество правильно распознанных от общего числа сообщений по данной рубрике) - 96,50%.
Цифры высокие. По нашей просьбе Михаил рассказал об истории создания автоматического рубрикатора:
"Возникло предположение, что квалифицированному потребителю нужны новости только по определенной тематике, релевантные его запросам, и за возможность получать такие новости он будет платить деньги (дабы не фильтровать вручную самому). Все агентства уже делают «тематические» ленты, но вручную — следовательно, каждый новый продукт а) влечет за собой увеличение штата; б) растет субъективный фактор при отнесении конкретной заметки к той или иной категории.
Поэтому мы решили сделать Систему Автоматической Категоризации Текстов (СКАТ). Она без участия человека в реальном времени присваивает каждому тексту тематическую и географическую рубрику (категорию). В результате потребитель может сам скомпоновать себе любую уникальную ленту - скажем, «происшествия на воздушном транспорте в Финляндии». Причем в тексте может не быть слов «Финляндия» и «авиакатастрофа», достаточно «Хельсинки» и «рухнул самолет». Поскольку понятия выстроены по иерархии, система поймет, что Хельсинки относится к Финляндии, а «рухнул самолет» - к авиапроисшествиям. Также система отличит однофамильцев, синонимы и пр."
СКАТ сделан на базе системы ГИТИКа разработки компании «Рилтим», автор идеи Валерий Бардин. По опыту «боевой» эксплуатации на реальном новостном потоке, утверждает Михаил Лукин, СКАТ работает точнее, чем аналоги в других СМИ.
- Точность (количество правильно распознанных) - 91,46%.
- Полнота (количество правильно распознанных от общего числа сообщений по данной рубрике) - 96,50%.
Цифры высокие. По нашей просьбе Михаил рассказал об истории создания автоматического рубрикатора:
"Возникло предположение, что квалифицированному потребителю нужны новости только по определенной тематике, релевантные его запросам, и за возможность получать такие новости он будет платить деньги (дабы не фильтровать вручную самому). Все агентства уже делают «тематические» ленты, но вручную — следовательно, каждый новый продукт а) влечет за собой увеличение штата; б) растет субъективный фактор при отнесении конкретной заметки к той или иной категории.
Поэтому мы решили сделать Систему Автоматической Категоризации Текстов (СКАТ). Она без участия человека в реальном времени присваивает каждому тексту тематическую и географическую рубрику (категорию). В результате потребитель может сам скомпоновать себе любую уникальную ленту - скажем, «происшествия на воздушном транспорте в Финляндии». Причем в тексте может не быть слов «Финляндия» и «авиакатастрофа», достаточно «Хельсинки» и «рухнул самолет». Поскольку понятия выстроены по иерархии, система поймет, что Хельсинки относится к Финляндии, а «рухнул самолет» - к авиапроисшествиям. Также система отличит однофамильцев, синонимы и пр."
СКАТ сделан на базе системы ГИТИКа разработки компании «Рилтим», автор идеи Валерий Бардин. По опыту «боевой» эксплуатации на реальном новостном потоке, утверждает Михаил Лукин, СКАТ работает точнее, чем аналоги в других СМИ.
The Guardian визуализировала рост показателей Amazon, назвав свой материал "Как Amazon стал самой дорогостоящей розничной компанией". Выглядит неплохо, но на самом деле ответа на вопрос КАК? в материале-то и нет. Успехи компании Джеффа Безоса просто констатированы. Ещё один незачёт — за счётчик количества операций Amazon "пока вы смотрите этот материал" — в 2018 году это уже выглядит пошловато
https://www.theguardian.com/technology/ng-interactive/2018/apr/24/bezoss-empire-how-amazon-became-the-worlds-biggest-retailer
https://www.theguardian.com/technology/ng-interactive/2018/apr/24/bezoss-empire-how-amazon-became-the-worlds-biggest-retailer
the Guardian
Bezos's empire: how Amazon became the world's most valuable retailer
Amazon has shipped more than 400 items per second at its peak, with a market value almost triple Walmart’s
Трамп Таун — база данных по более 3000 сотрудников и приближенных президента США, собранная медиа- группой ProPublica. Всё что нужно: фамилия, имя, должность, зарплата, подробное раскрытие доходов, прежние места работы, кого лоббирует. Например, старший советник по сельскому хозяйству Ребекка Адкок имеет зп $170 тыс. в год. Жить можно
https://projects.propublica.org/trump-town
https://projects.propublica.org/trump-town
ProPublica
Trump Town
Track White House Staff, Cabinet Members and Political Appointees Across the Government
Недавно мы рассказывали об автоматическом рубрикаторе новостей ТАСС, для интересующихся вот некоторые дополнительные подробности. В предыдущем посте презентация проекта, а здесь по ссылке — фундаментальная статья по теме Симона Кордонского и Валерия Бардина
http://www.logosjournal.ru/arch/81/105_2.pdf
http://www.logosjournal.ru/arch/81/105_2.pdf
Евровидение стартует сегодня, а Google уже знает результаты. Сотрудники поисковика составили итоговую таблицу, исходя из того, как в разных странах гуглят песни, которые будут участвовать в конкурсе. В чем-то такой подход даже корректнее, чем официальный, потому что он свободен от политических пристрастий голосующих народов и вкусовых предпочтений профессионального жюри. Google насчитал первое место Израилю, затем Чехия и Норвегия. Россия займет 8-е место. Ну, поживём увидим
https://googletrends.github.io/eurosearch-2018/?utm_source=The+Den+Bulletin&utm_campaign=930d73cd47-EMAIL_CAMPAIGN_2018_05_04&utm_medium=email&utm_term=0_01a9377b12-930d73cd47-150041041
https://googletrends.github.io/eurosearch-2018/?utm_source=The+Den+Bulletin&utm_campaign=930d73cd47-EMAIL_CAMPAIGN_2018_05_04&utm_medium=email&utm_term=0_01a9377b12-930d73cd47-150041041
The Eurosearch Song Contest
The Google Song Contest
What if Google searches were used to award points to the countries in the Eurovision Song Contest?
После недавних заявлений Мосгорсуда, что к рассмотрению дел начнут привлекать искусственный интеллект, по прессе прокатилась волна алармистских публикаций с вопросом, а не начнут ли бездушные машины засуживать невиновных.
Смешно. Речь пока идет только о так называемых бесспорных делах, когда от судьи требуется лишь проверить документ и поставить подпись. Это и поручат бездушному роботу. Настоящая же моральная проблема для систем искусственного интеллекта актуальна совсем в другой области — среди самоуправляемых автомобилей.
Вот на дороге действительно будут возникать ситуации, когда роботу-водителю придётся делать нелёгкий выбор: задавить одного или двоих пешеходов; убить пешехода или пассажира; старого или молодого; мужчину или женщину; дорого одетого менеджера или бомжа. Привить мораль роботу, конечно, нельзя, но можно научить его действовать так, как скорее всего действовал бы на его месте человек.
С этой целью в Массачусетском технологическом институте создали "Машину морали", которую поучить может любой желающий. На основе сценариев поведения людей в пиковых ситуациях будет создана инструкция для робота. Присоединяйтесь, это довольно увлекательно
http://moralmachine.mit.edu/hl/ru
Смешно. Речь пока идет только о так называемых бесспорных делах, когда от судьи требуется лишь проверить документ и поставить подпись. Это и поручат бездушному роботу. Настоящая же моральная проблема для систем искусственного интеллекта актуальна совсем в другой области — среди самоуправляемых автомобилей.
Вот на дороге действительно будут возникать ситуации, когда роботу-водителю придётся делать нелёгкий выбор: задавить одного или двоих пешеходов; убить пешехода или пассажира; старого или молодого; мужчину или женщину; дорого одетого менеджера или бомжа. Привить мораль роботу, конечно, нельзя, но можно научить его действовать так, как скорее всего действовал бы на его месте человек.
С этой целью в Массачусетском технологическом институте создали "Машину морали", которую поучить может любой желающий. На основе сценариев поведения людей в пиковых ситуациях будет создана инструкция для робота. Присоединяйтесь, это довольно увлекательно
http://moralmachine.mit.edu/hl/ru
Moral Machine
A platform for public participation in and discussion of the human perspective on machine-made moral decisions
Несколько простых рекомендаций по поиску в интернете информации о своих родственниках, участвовавших в Великой Отечественной войне.
Прежде всего соберите всю возможную информацию из семейных архивов: ФИО, звание, номер части и дивизии, каким военкоматом призывался. Теперь можно идти в сеть. Поисковики общего назначения — Google и Яндекс — для прямого поиска информации о конкретных людях малопригодны, так как не залезают внутрь специализированных баз данных. Зато они помогают найти сами необходимые базы, сайты, форумы и сообщества, где уже можно вести предметный поиск.
Наиболее важные и достоверные базы следующие:
https://obd-memorial.ru/html/ — Обобщённых банк данных о погибших, пропавших без вести и умерших в ходе ВОВ
http://podvignaroda.mil.ru/?#tab=navHome — База данных наградных документов
https://pamyat-naroda.ru/ — подлинные архивные донесения о погибших и пропавших без вести, наградные листы, журналы боевых действий
https://www.its-arolsen.org/ru/ — немецкая база по военнопленным и перемещенным гражданским лицам
Если ищете информацию на немецком языке, полезно перебрать несколько возможных вариантов написания таких русских букв, как например "ч", "ш", "щ", поскольку заранее неизвестно, какой вариант был выбран немцами
Прежде всего соберите всю возможную информацию из семейных архивов: ФИО, звание, номер части и дивизии, каким военкоматом призывался. Теперь можно идти в сеть. Поисковики общего назначения — Google и Яндекс — для прямого поиска информации о конкретных людях малопригодны, так как не залезают внутрь специализированных баз данных. Зато они помогают найти сами необходимые базы, сайты, форумы и сообщества, где уже можно вести предметный поиск.
Наиболее важные и достоверные базы следующие:
https://obd-memorial.ru/html/ — Обобщённых банк данных о погибших, пропавших без вести и умерших в ходе ВОВ
http://podvignaroda.mil.ru/?#tab=navHome — База данных наградных документов
https://pamyat-naroda.ru/ — подлинные архивные донесения о погибших и пропавших без вести, наградные листы, журналы боевых действий
https://www.its-arolsen.org/ru/ — немецкая база по военнопленным и перемещенным гражданским лицам
Если ищете информацию на немецком языке, полезно перебрать несколько возможных вариантов написания таких русских букв, как например "ч", "ш", "щ", поскольку заранее неизвестно, какой вариант был выбран немцами
pamyat-naroda.ru
Память народа::Подлинные документы о Второй Мировой войне
Память народа – Министерство обороны РФ и Корпорация ЭЛАР представляют крупнейший в мире Интернет-портал подлинных документов о Второй мировой 1939-1945 и Великой Отечественной войне 1941-1945.
Наряду с благодарностью Минобороны России за архив ОБД "Мемориал" — а 17 млн обработанных листов документов это колоссальная работа — хотел бы высказать одно пожелание. Сейчас поиск в этой базе позволяет искать документы только по ФИО, году рождения и званию погибших или пропавших без вести в ходе ВОВ. Имеет смысл расширить возможности.
Что если восстановить картину происходившего с конкретным военнослужащим помогут документы не только о нём самом, но и о его однополчанах? Вполне такое может быть. Однако возможности найти однополчан ОБД "Мемориал" сегодня не даёт. Давайте это исправим! Нужно всего лишь открыть доступ к тем полям базы данных, где указаны номера подразделений, соединений или объединений РККА. Допустим, я ввожу в это поле "80 сд" — и получаю список личного состава 80-й стрелковой дивизии.
Что это даёт? Как минимум, можно поизучать этот список и сделать кое-какие выводы, например, о национальном и возрастном составе военнослужащих, их образовательном уровне и способе призыва. Дальше — по этому списку можно попытаться разыскать потомков однополчан вашего родственника, а там как знать — может, они дополнят картину. Можно вообще сформировать в сети сообщество потомков солдат и офицеров конкретной армии или фронта.
Наконец — сорганизоваться всеми такими сообществами на шествие одной группой в составе Бессмертного полка. Только представьте — по Тверской катится волна с транспарантами "1-й Белорусский фронт", "18-я армия"...
Еще лучше было бы открыть в базе не только поля с наименованиями дивизий, армий и фронтов, а дать возможность просто свободно искать слова, как в Гугле и Яндексе. Это открыло бы огромные возможности для исследователей-историков и даже лингвистов. Можно было бы, к примеру, не перелопачивая горы документов руками, делать выводы о том, как менялась наградная политика или сам тон донесений о боевых действиях. Вот такая мечта.
На портале "Подвиг народа", кстати, возможность свободного поиска есть, и поэтому, задавая номер дивизии, можно получать списки её личного состава. Но очень неполные, поскольку на этом портале содержатся только наградные документы. То есть список частей и соединений на самое начало войны вы не получите. Тогда ведь было не до наград
В общем, было бы неплохо как-то сдвинуть этот вопрос. Если кто-то может содействовать, буду благодарен.
Что если восстановить картину происходившего с конкретным военнослужащим помогут документы не только о нём самом, но и о его однополчанах? Вполне такое может быть. Однако возможности найти однополчан ОБД "Мемориал" сегодня не даёт. Давайте это исправим! Нужно всего лишь открыть доступ к тем полям базы данных, где указаны номера подразделений, соединений или объединений РККА. Допустим, я ввожу в это поле "80 сд" — и получаю список личного состава 80-й стрелковой дивизии.
Что это даёт? Как минимум, можно поизучать этот список и сделать кое-какие выводы, например, о национальном и возрастном составе военнослужащих, их образовательном уровне и способе призыва. Дальше — по этому списку можно попытаться разыскать потомков однополчан вашего родственника, а там как знать — может, они дополнят картину. Можно вообще сформировать в сети сообщество потомков солдат и офицеров конкретной армии или фронта.
Наконец — сорганизоваться всеми такими сообществами на шествие одной группой в составе Бессмертного полка. Только представьте — по Тверской катится волна с транспарантами "1-й Белорусский фронт", "18-я армия"...
Еще лучше было бы открыть в базе не только поля с наименованиями дивизий, армий и фронтов, а дать возможность просто свободно искать слова, как в Гугле и Яндексе. Это открыло бы огромные возможности для исследователей-историков и даже лингвистов. Можно было бы, к примеру, не перелопачивая горы документов руками, делать выводы о том, как менялась наградная политика или сам тон донесений о боевых действиях. Вот такая мечта.
На портале "Подвиг народа", кстати, возможность свободного поиска есть, и поэтому, задавая номер дивизии, можно получать списки её личного состава. Но очень неполные, поскольку на этом портале содержатся только наградные документы. То есть список частей и соединений на самое начало войны вы не получите. Тогда ведь было не до наград
В общем, было бы неплохо как-то сдвинуть этот вопрос. Если кто-то может содействовать, буду благодарен.
Подходит к концу конкурс Data Journalism Awards 2018, в последний день мая уже будут вручены премии. Надо сказать, что они до обидного маленькие — всего $1801, и это за лучшие работы международного уровня. Но такова традиция — премия учреждена в честь Уильяма Плейфэра, который в 1801 году придумал круговую диаграмму.
Пулитцеровским лауреатам повезло больше — им до недавнего времени платили по $10 тыс., а с прошлого года так уже и по $15 тыс. И даже если бы эту премию назначили по году рождения Пулитцера, она всё равно была бы больше, чем у дата-журналистов — $1837.
Пулитцеровским лауреатам повезло больше — им до недавнего времени платили по $10 тыс., а с прошлого года так уже и по $15 тыс. И даже если бы эту премию назначили по году рождения Пулитцера, она всё равно была бы больше, чем у дата-журналистов — $1837.
Как только в очередной американской школе происходит стрельба, Марк Фоллман обновляет свою базу данных и новая информация немедленно визуализируется на карте. "Ненавижу эту работу больше всего на свете", — написал Марк в своем твиттере на днях, когда занес в базу сведения о 100-й стрельбе с 1982 года, в школе города Санта Фе
https://twitter.com/markfollman/status/997509271095984128
https://twitter.com/markfollman/status/997509271095984128
Для справок по случаям вандализма в России вот вроде неплохая база
https://www.sova-center.ru/database/vandalism/?tip1=304&xfield=phenotype&yfield=y&victims=Min&show=1
https://www.sova-center.ru/database/vandalism/?tip1=304&xfield=phenotype&yfield=y&victims=Min&show=1
www.sova-center.ru
Акты Вандализма / СОВА
Лучший гонщик Формулы-1 всех времен и народов — Айртон Сенна, на втором месте Михаэль Шумахер, на третьем Льюис Хэмилтон. Таблица с первой тридцаткой, интерактивная инфографика, исследование дуэлей
https://fivethirtyeight.com/features/formula-one-racing/?utm_source=The+Den+Bulletin&utm_campaign=1df2ac45e3-EMAIL_CAMPAIGN_2018_05_29_09_44&utm_medium=email&utm_term=0_01a9377b12-1df2ac45e3-150041041
https://fivethirtyeight.com/features/formula-one-racing/?utm_source=The+Den+Bulletin&utm_campaign=1df2ac45e3-EMAIL_CAMPAIGN_2018_05_29_09_44&utm_medium=email&utm_term=0_01a9377b12-1df2ac45e3-150041041
Может ли инфографика служить единению нации и патриотической пропаганде? Вполне. Авторы карты родных городов военнослужащих США, погибших в Ираке и Афганистане, так и пишут: "Почему это важно: солдат на войну посылал каждый уголок страны"
https://www.axios.com/map-hometowns-of-americas-fallen-servicemembers-since-911-3d64f6a3-fc0b-421d-8dbb-06a6b94a1b66.html?utm_source=The+Den+Bulletin&utm_campaign=1df2ac45e3-EMAIL_CAMPAIGN_2018_05_29_09_44&utm_medium=email&utm_term=0_01a9377b12-1df2ac45e3-150041041
https://www.axios.com/map-hometowns-of-americas-fallen-servicemembers-since-911-3d64f6a3-fc0b-421d-8dbb-06a6b94a1b66.html?utm_source=The+Den+Bulletin&utm_campaign=1df2ac45e3-EMAIL_CAMPAIGN_2018_05_29_09_44&utm_medium=email&utm_term=0_01a9377b12-1df2ac45e3-150041041
Axios
These are the hometowns of Americans who died for the U.S. since 9/11
Nearly 7,000 U.S. military servicemembers have died since 9/11.