Главная

Обзор наиболее интересных материалов по анализу данных и машинному обучению №35 (9 — 15 февраля 2015)

2015-02-15 в 12:03, admin, рубрики: big data, data mining, data science, data science digest, high scalability, machine learning

Обзор наиболее интересных материалов по анализу данных и машинному обучению №35 (9 — 15 февраля 2015) - 1
Представляю вашему вниманию очередной выпуск обзора наиболее интересных материалов, посвященных теме анализа данных и машинного обучения.

Общее

Обзорные онлайн-курсы по математике
Как отследить каждый бросок в НБА?
Data Scientist в 2015 году — занимательная инфографика.
Системы компьютерного зрения Microsoft превосходят результаты человека — исследователи из Microsoft не так давно выпустили публикацию, в которой они описывают разработанную систему, которая превосходит результаты человека в области распознавания изображений на популярном наборе данных ImageNet.
Deep learning модули с открытым исходным кодом для библиотеки Torch от Facebook
10 вещей полезных при анализе данных, которым нас научила статистика
Data Science: использование Python, R и SQL
Torch против Theano — сравнение производительности двух популярных библиотек для Deep Learning.
Два основных инструмента анализа данных для задач сравнения различных наборов данных

Теория и алгоритмы машинного обучения, примеры кода

Чтобы распознавать картинки, не нужно распознавать картинки
Как начать развиваться с сфере анализа данных — данная статья с блога популярного портала онлайн обучения Udacity может помочь новичкам в своем развитии в области анализа данных.
Введение в анализ данных на Python
Обработка данных с помощью R — неплохое введение в анализ данных с помощью языка программирования R.
Введение в обучение с учителем (Supervised Learning) — слайды с доклада Sebastian Raschka: «An Introduction to Supervised Machine Learning and Pattern Classification: The Big Picture».
Создание веб-сервиса с помощью R и Azure Machine Learning
Визуализация работы метода главных компонент
Иллюстрация работы метода главных компонент (PCA)
Нейронная сеть при помощи NumPy
R для распределенных вычислений — отчет о недавно прошедшем семинаре, который был посвящен теме использования языка программрования R для распределенных вычислений.
Краткое введение в Weka
Deep learning для распознавания речи — список публикаций, посвященных использованию Deep learning для расознавания речи.
Серия уроков по машинному обучению и обработке естественного языка. Урок 2: Вероятность

Онлайн-курсы, обучающие материалы и литература

Основы статистики: просто о сложных формулах
Data Mining Specialization на Coursera — 9 февраля Coursera совместно с University of Illinois at Urbana-Champaign запустили новую специализацию под названием «Data Mining Specialization».
Artficial Intelligence от UC Berkley — 6 февраля начался на edX очень интересный курс, посвященный теме искусственного интеллекта: CS188: Introduction to Artificial Intelligence. Курс представлен университетом UC Berkley.
Начался онлайн-курс «Introduction to Probability — The Science of Uncertainty» от MIT — 3 февраля на edX началась очередная сессия курса, посвященного теории вероятностей, и представленного Massachusetts Institute of Technology: Introduction to Probability — The Science of Uncertainty.
Книга: Learning Spark

Видеоматериалы, подкасты

Внутреннее устройство Apache Spark — интересное видео по теме Apache Spark, Dean Chen (Software engineer, eBay) рассказывает о внутреннем устройстве Apache Spark.
Что ждет Apache Spark в 2015 году — интересное видео с недавнего митапа «What's coming for Spark in 2015», прошедшего в офисе компании Databricks в Сан-Франциско, в котором Patrick Wendell из Databricks рассказал о ближайших планах развития Apache Spark.
Использование Deep Learning для обработки текста
Talking Machines: Эпизод 4: Интервью с Hanna Wallach — четвертый эпизод серии подкастов «Talking Machines», в данном случае это интервью с Hanna Wallach (Microsoft Research и Professor, Department of Computer Science, University of Massachusetts Amherst), в данном эпизоде затронуты такие темы, как масштабирование, размер наборов данных и другие.
Машинное обучение с использованием F# — в очередном выпуске подкаста «The F# Show» Richard Minerich расскажет о своем опыте машинное обучения с использованием функционального языка программирования F#.