Amlek.AI: ML & AI Podcast

Amlek.AI: ML & AI Podcast

By MarketechScienceTechnologyPhysics
Download on the App Store

Amlek.AI: ML & AI Podcast episodes

  • Episode 18: AlgoTrading

    בפרק זה, התארחנו ב weel.com, ואירחנו את יגאל ויינברגר, שדיבר איתנו על AlgoTrading. שוחחנו על סוגי אלגוטריידינג (Sell side, Buy side, HFT), ועל גישות האלגוריתמים בתחום: כלים סטטיסטיים סטנדרטיים, LSTM, Reinforcement Learning. בנוסף, הצגנו כיצד אפשר להיכנס לתחום, ויגאל אפילו נתן לנו אלגוריתם baseline להתחיל לשחק איתו. האותיות הקטנות של האזהרה: כן לנסות את זה בבית, אבל לא כ"כ מהר על כסף אמיתי!

    קישורים רלוונטיים:

      • The_Hummingbird_Project
      • 2010_flash_crash
      • QuantConnect
      • Algorithmic Trading Strategies

        •  

         

         

        22 min
      • Episode 17: Models Discrimination

        בפרק זה, נארח את אופיר יוקטן - שמתעסק בניבוי התאמה של קורות חיים. אופיר יציג כיצד הוא מתמודד עם מודלים מפלים על רקע מגדרי\גזעני. נעסוק בשיטות להתמודדות עם הבעיה הזו: העלמת או הינדוס פיצ'רים, אימון עם Database מאוזן, ושיטת Gradient reversal layer.

        קישורים:

        •  "What is Adverse Impact? And Why Measuring It Matters." 26 Mar. 2018, https://www.hirevue.com/blog/hiring/what-is-adverse-impact-and-why-measuring-it-matters. Accessed 15 Dec. 2020.
        •  "Bias in Natural Language Processing (NLP): A Dangerous But ...." 1 Sep. 2020, https://towardsdatascience.com/bias-in-natural-language-processing-nlp-a-dangerous-but-fixable-problem-7d01a12cf0f7. Accessed 15 Dec. 2020.
        •  "Adversarial Removal of Demographic Attributes from Text Data." 20 Aug. 2018, https://arxiv.org/abs/1808.06640.
        •  "Unsupervised Domain Adaptation by Backpropagation." 26 Sep. 2014, https://arxiv.org/abs/1409.7495. 
          • 17 min
        • Episode 16: GAN - Generative Adversarial Networks

          בפרק זה, נדבר על מודלים ג'נרטיביים, ובפרט על מהפכת ה-GAN=Generative Adversarial Networks. איך עובד הקסם? תחרות בין מודלים - האחד שמזייף, והשני שמגלה זיופים. וקצת על כל הנגזרות של האלגוריתם, שבאו כפטריות אחרי הגשם.

          קישורים:

          • מאמר מקורי GAN
          • DCGAN
          • המתמטיקה של GAN
          • WGAN
          • INFOGAN
          • BIGAN
          • StyleGAN
            • 16 min
          • Episode 15: Transformers - האבולוציה של ניתוח סדרות בזמן

            בפרק זה, נסקור את ההשתלשלות של ניתוח סדרות בזמן החל מ-RNN, דרך Attention Models ועד ל-Transformers.
            נדבר על Self Attention, Multi Headed Attention, LSTM, RNN, GRU, Transformers ו-DeTR.

            קישורים רלוונטיים:

            • Attention Models
            • הסבר טוב בוידאו על Transformers
            • Talk to Transformer
            • The Illustrated Transformer
            • End-to-End Object Detection with Transformers
              • 20 min
            • Episode 14: Graph Neural Nets - שיכון גרפים

              בפרק זה נארח את אלה בור, שתספר לנו על מהם גרפים (קשתות וצמתים), על בעיות המיוצגות ע"י גרפים ועל שיכון גרפים במרחב אוקלידי (GNN, Node2Vec).
              קישורים:

              • Node2vec - https://arxiv.org/pdf/1607.00653.pdf, https://towardsdatascience.com/node2vec-embeddings-for-graph-data-32a866340fef
              • GNN - https://arxiv.org/pdf/1812.08434.pdf
              • Graph embeddings - https://towardsdatascience.com/graph-embeddings-the-summary-cc6075aba007

                •  

                18 min
              • Episode 13: 3D
                בפרק זה אנו נארח את פיטר נפתליאב הבלוגר ומנהל קהילת /r/2D3DAI שידבר איתנו על עולם התלת מימד.
                נעסוק ביישומים ובסוגי הבעיות בתחום. נסקור ייצוגים של DATA תלת מימדי: Cad, Mesh, Voxel, Points Cloud.

                 

                קישורים רלוונטיים:

                /r/2D3DAI

                3D Reconstruction

                Points Cloud

                Marching cubes

                19 min
              • Episode 12: Gaussian process regression/ Kriging

                בפרק זה נדבר על שיטת רגרסיה, שנקראת Kriging או Gaussian process regression - שיטה בייסיאנית שהחלה במטרה לאתר מכרות זהב. נדבר על מושגי מבוא, כמו: משתנה אקראי גאוסי ותהליך אקראי גאוסי, ועל משפט הגאוסיאני המותנה. קישורים רלוונטיים:

                • https://www.math.univ-toulouse.fr/~fbachoc/LRC_Manon_2014.pdf
                • Pydata nyc workshop on GPR
                • Conjugate prior
                  • 16 min
                • Episode 11: Curriculum Learning - תכניות אימון למודלים

                  בפרק זה נעסוק בתחום ה-Curriculum Learning - מה זה ולמה זה טוב? איך מסדרים בסדר מוצלח יותר את דוגמאות האימון ולפי אילו מדדים? בשיחה, נדבר על המרכיבים המקובלים - scoring ו-pacing, ועל מתודולוגית Teacher-Student.

                  קישורים רלוונטיים:

                  • Curriculum learning
                  • מאמר ראשון בנושא (Elman)
                  • Curriculum for Reinforcement Learning
                  • Teacher-Student Curriculum Learning 
                  • On The Power of Curriculum Learning in Training Deep Networks

                    •  

                    15 min
                  • Episode 9: Adversarial Training - איך לבלבל מודלים?

                    בפרק זה, נדבר על Adversarial Attacks, על איך מייצרים Adversarial Examples בשיטת FGSM, על התקפות White or Black box models ונזכיר Certifiable Robustness.

                      • FGSM
                      • A Survey of Adversarial Machine Learning in Cyber Warfare
                      • no need to worry about adversarial examples in object detection in autonomous vehicles
                        • 19 min

                      About Amlek.AI: ML & AI Podcast

                      From the publisher's feed

                      פודקאסט בינה מלאכותית ולמידת מכונה