Обзор наиболее интересных материалов по анализу данных и машинному обучению №21 (3 — 9 ноября 2014)

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

Общее

•   Машинное обучение как сервис — бесплатно и в облаке
•   Microsoft Azure ❤ Big Data
•   Как мы делали аналитику для высоконагруженного сайта
•   DeepMind создаёт компьютер, повторяющий человеческую кратковременную память
•   3 вопроса, на которые необходимо ответить при выборе программы Data Science
  Полезная статья, которая содержит 3 важных вопроса с комментариями к ним, на которые стоит ответить при выборе программы обучения по тематике Data Science.
•   22 совета по теме Data Science
  В данной статье можно найти 22 совета по теме Data Science от Vincent Granville — известного специалиста в области анализа данных и создателя портала Data Science Central.
•  Гибкость модели данных
  Немного размышлений о таком важном свойстве модели данных как гибкость.
•  Открытые проблемы по теме работы с данными в Facebook
  Статья с блога компании Facebook рассказывает о различных нерешенных проблемах и вопросах компании в теме работы с данными.
•  10 рекомендаций при реализации принципов Big Data
  10 полезных рекомендаций от популярного портала Big Data Analytics News.
•   Запуск R в облаке Azure ML
  Короткая статья, которая расскажет о возможности запуска R в облаке Azure ML от Microsoft.

Теория и алгоритмы машинного обучения, примеры кода

•   Как взять под контроль огромный список алгоритмов машинного обучения
  Автор популярного блога MachineLearningMastery дает несколько советов, которые помогут разбораться в большом количестве различных алгоритмов машинного обучения.
•   Hello World машинного обучения
  Очередная отличная статья от автора блога MachineLearningMastery, которая будет интересна новичкам и поможет разобраться в огромном количестве алгоритмов, которые есть в машинном обучении.
•  Кластеризация и модель распределенных вычислений
  Рассказ о различных методах кластеризации и возможности использования модели распределенных вычислений при использовании данных алгоритмов кластеризации.
•  Обнаружение выбросов — использование машинного обучения для обнаружения аномалий при анализе временных рядов
  Статья с блога Microsoft Technet Machine Learning о поиске аномалий при анализе врменных рядов с помощью машинного обучения и Azure ML.
•   Анализ покрытия кода R юнит тестами
  Очень любопытная статья, посвященная анализу уровня покрытия кода юнит-тестами в языке программирования R с помощью библиотеки testCoverage.
•  Анализ тональности текста твитов с помощью ALYIEN Text Analysis API
  Еще одна интересная статья, посвященная анализу текста, в данном случае это интересный материал об анализе тональности текстов Twitter.
•    Введение в нейронные сети
  Еще одна статья, которая расскажет об основах такой интересной и популярной сейчас темы как нейронные сети.
•    Интуиция регуляризованной логистической регрессии
  Небольшая сттьая, которая поможет лучше понимать регуляризованную логистическую регрессию.
•   Введение в метод главных компонент
  Небольшая неплохая статья об основах метода главных компонент (Principal component analysis).
•   О важной роли базового результата
  Автор блога MachineLearningMastery рассказывает о том, что такое базовый результат и почему это важно.

Соревнования по машинному обучению

•  Первое место: The Hunt for Prohibited Content
  Интервью с победителям соревнования по машинному обучению The Hunt Prohibited Content компании Avito.ru на Kaggle.
•  Второе место: The Hunt for Prohibited Content
  Интервью с участниками, занявшими второе место в соревновании по машинному обучению The Hunt Prohibited Content компании Avito.ru на Kaggle.

Онлайн-курсы, обучающие материалы и литература

•  Сайт «Mining of Massive Datasets»
  На данном сайте можно найти ссылки на книгу по данной теме и ссылки на различные онлайн-курсы.

Видеоматериалы

•    Hadley Wickham: введение в dplyr (часть 1)
  Выступление Hadley Wickham на useR! 2014, посвященное популярной библиотеке dplyr для языка программирования R.
•    Hadley Wickham: введение в dplyr (часть 2)
  Вторая часть выступления Hadley Wickham на useR! 2014, посвященного популярной библиотеке dplyr для языка программирования R.

Data engineering

•  HighLoad++ 2014: Устройство современного распределенного Object Storage на примере LeoFS (Александр Чистяков, Git in Sky)
  Еще одно выступление с очередной конференции разработчиков высоконагруженных систем HighLoad++ 2014. Это выступление Александра Чистякова из Git in Sky: Устройство современного распределенного Object Storage на примере LeoFS.
•  HighLoad++ 2014: Sharding: patterns and antipatterns (Константин Осипов, Алексей Рыбак)
  Слайды с еще одного интересного доклада, который открывал конференцию HighLoad++ 2014 под названием «Sharding: patterns and antipatterns».
•  Использование Apache Spark и Neo4j для анализа больших графов
  Статья, которая расскажет о возможности использования популярных продуктов Apache Spark и Neo4j для работы с большими графами.
•  Netflix Dynomite — как сделать нераспределенные базы данных распределенными
  Интересная статья про решение с открытым искходным кодом Dynomite от компании Netflix.
•  Flafka: Apache Flume и Apache Kafka для обработки событий
  В данных обзорах уже было несколько ссылок на материалы по Apache Kafka, а в данном случае это достаточно интересная статья с блога компании Cloudera об использовании Apache Kafka и Apache Flume для обработки событий.
•  NoSQL в мире Hadoop
  Интересная статья с блога компании Cloudera о том, какое место занимает NoSQL в мире Hadoop.
•  Работа с сессиями со скоростью близкой к режиму реального времени с помощью Spark Streaming и Apache Hadoop
  Интересная статья с блога компании Cloudera об использовании возможностей Spark Streaming.
•   Три совета по моделированию данных в документо-ориентированных БД (часть 1)
  Первая часть из серии статей, посвященной моделированию данных в документо-ориентированных БД.
•   10 советов по моделированию данных в мире реляционных и NoSQL хранилищ
  Небольшая статья, в которой можно найти 10 советов по моделированию данных в мире реляционных и NoSQL хранилищ.
•   Введение в Hadoop MapReduce
  Статья, которая хорошо объясняет базовые концепции Hadoop MapReduce.

Обзоры

•  Лучшие ресурсы за неделю от Data Elixir
  Сборник ссылок на различные материалы по теме анализа данных, собранные блогом Data Elixir за прошедшую неделю.
•  Еженедельный дайджест от DataScienceCentral
  Регулярный еженедельный дайджест статей по анализу данных от портала DataScienceCentral.
•  Дайджест лучших ресурсов от DataScienceCentral
  Неплохой список свежих интересных статей и ресурсов от DataScienceCentral.
•  10 лучших материалов недели
  10 лучших материалов недели по тематике Data Science от портала «Data Science Report».
•  Лучшие материалы за неделю (26 октября — 1 ноября)
  Лучшие материалы за неделю по теме анализа данных от портала KDnuggets.
•  Новости Data Mining
  Небольшой список интересных ресурсов по теме Data Mining от 5 ноября.
•  Наиболее интересные материалы от Freakonometrics №181
  Сборник наиболее интересных материалов от популярного портала Freakonometrics.
•  Наиболее интересные материалы от Freakonometrics №180
  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 №20 (27 октября — 2 ноября 2014)

Автор: moat

Источник