Михаил

да, нужно использовать middleware, группировки роутов по необходимости
Видео курс Authentication with Slim 3

С помощью триггера 'to.owl.carousel' смог добиться нужного эффекта

// если слайд последний
if ( $('.owl-item.active').index() === $('.owl-item').length - 1 ) {
  it.carousel.trigger('to.owl.carousel', [0, 200]);
}

тоже самое можно и в обратную сторону

Выбрать 2 записи из таблицы

1. Следующий пост: Дата-время больше текушей, и добавить к этому order by post_date asc limit 1
2. Предыдущий пост: Дата-время меньше текушей, и добавить к этому order by post_date desc limit 1

Ну естетсвенно статусы там опубликовано и т.д. должны быть.

Знакомый работал в стартапе когда его заинтересмовал ML, вобщем он предложил использовать какие-то штуки из ML для этого стартапа, заказчик согласился. И вот у него появилось несколько месяцев практического использования ML в продакшене. С точки зрения бизнеса я скажу, что идея была сомнительная, но кого это волнует)). Ну а знакомый продолжил дальше углубляться в эту тему и на следущую работу уже устроился как специалист по ML.

Самый быстрый и безболезненный путь это начать применять ML на текущем месте. Придумай задачу, предложи заказчику, лучше начать с чего-то простого и нетрудозатратного.

Из языков строго python. Он похож чем то на Golang и на javascript так что сложностей в использовании не возникнет. С++ и R сразу нет. Потому что на С++ пишут в основном только сами библиотеки для ML либо что то очень быстрое наподобие анализа видеопотока в автопилотах и даже тогда прототип пишут на python, а R практически не развивается по сравнению с python и имеет более узкую сферу применения чем python.
В плане обучения можно сделать так:
1. Прочесть хорошую книгу по теме, потому что нужно знать термины и основные алгоритмы. Ну или хотя бы посмотреть курсы Andrew Ng Machine Learning. Для применения чужих библиотек на простых задачах этого в принципе достаточно.
2. Глянуть scipy, numpy и jupyter notebook. У scikit есть scikit learn, в котором реализованы некоторые популярные алгоритмы. Например SVM, decision trees и т.д. и есть доки под это дело для начинающих scikit-learn.org/stable
3. Зарегистрироваться на kaggle.com и найти задачу про титаник. Вот она https://www.kaggle.com/c/titanic Делаете решение как умеете. Можно взять простой gradient boost. Yandex как раз недавно выложил либу под это дело называется cat boost https://tech.yandex.ru/catboost/ Банальное использование этой библиотеки может дать около 80% точности. Вот туториал https://github.com/catboost/catboost/blob/master/c...
4. Прочитать про keras. Взять готовую модель для смешивания стилей изображений и сделать сайт наподобие ostagram.ru для смешивания изображений. https://github.com/fchollet/keras/blob/master/exam...

5. Дальше всё зависит от вас, поскольку заработать в области ML непросто :) Когда прочтете хотя бы одну книгу по ML, регистрируйтесь здесь ods.ai - это сообщество русскоговорящих специалистов в данной области.

Я думаю вам отлично подойдет API Яндекс карт, у них есть возможность использования и построения собственных карт в отрыве от земной поверхности.
А дальше в базе данных будете хранить id значков, id и координаты объектов, ну и прочие параметры.
Общий смысл работы такой же, как и с обычными яндекс картами.

Нужно посмотреть, что в текущем .htaccess прописано. Скорее всего, нужно для URLов типа /novosti/ добавить в конец символ $ (конец строки), чтобы на URL вида /novosti/kategoriya/ корректно выдавался статус 404, а не делать костыли вида редиректов.

Обратите внимание на стили ( transition определяет плавность перемещения, время и задержку)
https://codepen.io/lmoroz/pen/prvWKo

Сам скрипт в блоке JS, требуется подключение JQuery (хотя при желании можно и без, но надо будет чуть переписать код)

Самый первый пример из гугла - https://www.youtube.com/watch?v=gUofPxm0-IM

Гуглите jquery live search json