Обзор наиболее интересных материалов по анализу данных и машинному обучению №15 (22 — 28 сентября 2014)

Представляю вашему вниманию очередной выпуск обзора наиболее интересных материалов, посвященных теме анализа данных и машинного обучения.

Общее

•   IBM Watson становится ближе к бизнесу и обычным пользователям
•   Новая языково-независимая NLP библиотека
•   Как большие данные меняют облик компаний
•   Анализ существующих подходов к распознаванию лиц
•  Презентации со встречи «Новинки PostgreSQL 9.4 и кое-что ещё»
  Не так давно в офисе компании «Яндекс» прошла встреча, посвященная СУБД PostgreSQL и уже уже сейчас можно посмотреть презентаций с докладов, которые были представлены на данной встрече.
•  10 инструментов Big Data
  10 инструментов Big Data с блога DZone, которые могут быть полезны специалистам по анализу данных.
•  20 открытых источников данных
  Портал SmartData Collective опубликовал интересный список из 20 источников данных, который может быть полезен специалистам по анализу данных.
•  Как Google использует Deep Learning для борьбы со спамом
  Интересная статья о том, как компания Google использует методику обучения Deep Learning для борьбы со спамом.
•   Введение в In-Memory Computing
  Еще одно интересное руководство по анализу данных от популярного портала insideBIGDATA. В данном случае это введение в In-Memory Computing.
•   Введение в Predictive Analytics (часть 4)
  Четвертая часть серии статей от портала insideBIGDATA по теме Predictive Analytics. В четвертой части речь пойдет про использование языка программирования R в Predictive Analytics.
•  Список интересных ресурсов
  Список интересных сайтов и ресурсов по Data Science, визуализации, машинному обучению и большим данным от популярного портала DataScienceCentral.
•  Введение в Big Data в финансовой сфере
  Портал insideBIGDATA анонсирует новую серию статей по теме анализа данных. В данной серии речь пойдет об использовании Big Data в финансовой сфере.
•  Выбор GPU для машинного обучения
  Интересная статья про выбор и использование GPU для вычислений при использовании машинного обучения Deep Learning.
•  Библиография по теме Deep Learning
  Наиболее популярные статьи из библиографии по тематике Deep Learning.
•  43 лидера Data Science
  Список из 43 лидеров в области Data Science по версии портала DataScienceCentral.
•  5 наиболее привлекательных профессий в области анализа данных
  Статья с популярного портала Smart Data Collective, которая описывает 5 направлений возможной деятельности в области анализа данных (Data Scientist, Technical Architect, Machine Learning Expert, Hadoop Engineer, Data Marketing Executive).
•  KDD — две темы
  Небольшая статья с блога Microdoft Technet Machine Learning о конференции KDD и об облачном продукте Azure ML.
•  50 блогов, которые стоит почитать
  Неплохой список из 50 блогов по статистике, машинному обучению и анализу данных, которые будет интересно почитать, представленный популярным порталом DataScienceCentral.
•  Как Baidu применяет Deep Learning
  Интересный рассказ о том как компания Baidu использует алгоритмы машинного обучения Deep Learning в своей работе.
•   Как работает поиск
  Небольшая инфографика от компании Google о том, как работает поиск.

Соревнования по машинному обучению

•   Опыт от участия в «Display Advertising Challenge»
  Интересная статья про опыт, полученный от участия в соревновании по машинному обучению «Display Advertising Challenge» на Kaggle, которое закончилось совсем недавно.
•   Использование R, H2O и Domino на Kaggle
  Интересная статья про использование языка программирования R совместно с Domino и H2O в соревновании по машинному обучению под названием «Africa Soil Property Prediction Challenge» на Kaggle.

Онлайн-курсы и обучающие материалы

•  Онлайн-курс «Statistical Learning»
  В январе 2014 Стэнфордский университет провел онлайн-курс, основанный на новой книге «An Introduction to Statistical Learning with Applications in R» (ISLR). В данном посте будут представлены видеоматериалы и презентации с данного курса.
•  Онлайн-курс «The Caltech-JPL Summer School on Big Data Analytics»
  Достаточно необычный онлайн-курс стартовал в середине сентября на Coursera. По сути, это набор видеолекций и материалов с летней школы машинного обучения от California Institute of Technology.
•  Онлайн-курс «Learning From Data»
  На днях на edX стартовала новая сессия данного очень популярного курса по машинному обучению от California Institute of Technology и профессора Yaser Abu-Mostafa в качестве основного инструктора.

Литература

•  Обзор книги «Frequent Pattern Mining»
  Обзор книги «Frequent Pattern Mining», вышедшей в 2014 году, от портала KDnuggets.
•  Книга «R for Cloud Computing»
  Анонс очень любопытной книги по облачным вычислениям с использованием языка программирования R, которая достаточно скоро появится в продаже.

Теория и алгоритмы машинного обучения, примеры кода

•  Что такое Feature Engineering
  Отличная статья от автора блога MachineLearningMastery о процессе Feature Engineering в машинном обучении.
•  Динамическое обучение и Sub-Linear Debugging
  Очередная статья с блога Microsoft Technet Machine Learning. На этот раз в статье будет затронута тема динамического обучения (Online Learning) и Sub-Linear Debugging.
•   Введение в метод опорных векторов
  Очень простое и краткое введение в метод опорных веторов (Support Vector Machines).
•    Обработка данных с помощью Python
  Данная статья с блога Analytics Vidhya расскажет об обработке данных с помощью языка программирования Python и библиотеки Pandas.
•   Сравнение и выбор обучающих моделей с помощью R Caret
  Очередная статья от автора блога MachineLearningMastery, посвященная возможностям библиотеки машинного обучения Caret для языка программирования R. В данном случае речь пойдет о сравнении обучающих моделей и выборе наиболее эффективной.
•   Как опубликовать графики ggplot2
  Полезная статья, рассказывающая о том, как опубликовать графики, сделанные с помощью библиотеки ggplot2 для языка программирования R, в виде веб-страницы.
•   Работа с Twitter через REST API и R
  Неплохая статья, описывающая возможность работы с данными Twitter через REST API с помощью библиотеки RTwitterAPI для языка программирования R.
•   Выбор параметров с помощью R Caret
  Автор блога MachineLearningMastery рассказывает о функциональности по выбору признаков (Feature Selection) в популярной библиотеке по машинному обучению Caret для языка программирования R.
•   Факторы не являются объектами первого класса в R
  Достаточно большая статья, описывающая тонкости и возможные проблемы в работе с факторами в языке программирования R.
•   Управление зависимостями в R
  Интересная статья про управления зависимостями между библиотеками в языке программирования R, а также о визуализации этих данных о зависимостях между библиотеками.

Видеоматериалы

•   Использование больших данных в финансовой и банковской сферах
  Портал insideBIGDATA опубликовал достаточно интересное видео в статье под названием Big Data in Banking and Financial Services, которое посвящено возможностям использования больших данных в финансовой и банковской сфере.

Data engineering

•  Spark 1.1: улучшение производительности MLlib
  Небольшая статья о том, как улучшения производительности в новой версии Apache Spark повлияли на работу библиотеки для машинного обучения MLlib.
•   5 советов по работе с NoSQL-хранилищами
  5 полезных советов от портала High Scalability по масштабированию NoSQL-хранилищ.
•   Введение в YARN
  Неплохое введение в YARN для Hadoop 2 от портала insideBIGDATA.
•  120 компаний, которые заинтересованы в Hadoop-разработчиках
  В данном посте представлен список из 120 компаний, которые заинтересованы в Hadoop-разработчиках с небольшим описанием того, как используется Hadoop в компании.
•  Производительность Cloudera Impala 1.4
  Результаты тестов производительности Cloudera Impala 1.4 в сравнении с другими продуками с блога компании Cloudera.

Обзоры

•  Лучшие статьи KDnuggets (21 — 27 сентября)
  Список лучших статей портала популярного KDnuggets в период с 21 по 27 сентября.
•  Дайджест лучших ресурсов от DataScienceCentral
  Неплохой список свежих интересных статей и ресурсов от DataScienceCentral.
•  Еженедельный дайджест от DataScienceCentral
  Регулярный еженедельный дайджест статей по анализу данных от портала DataScienceCentral.
•  Новости Data Mining
  Небольшой список интересных ресурсов по теме Data Mining от 24 сентября.
•  Лучшие статьи KDnuggets (14 — 20 сентября)
  Список лучших статей портала популярного KDnuggets в период с 14 по 20 сентября.
•  Наиболее интересные материалы от Freakonometrics №167
  Сборник наиболее интересных материалов от популярного портала Freakonometrics
•  Наиболее интересные материалы от Freakonometrics №166
  Сборник наиболее интересных материалов от популярного портала Freakonometrics
•  Наиболее интересные материалы по High Scalability
  Обзор наиболее интересных материалов по теме HighScalability от популярного портала High Scalability.

Предыдущий выпуск: Обзор наиболее интересных материалов по анализу данных и машинному обучению №14 (15 — 21 сентября 2014)

Автор: moat

Источник