Обзор наиболее интересных материалов по анализу данных и машинному обучению №29 (29 декабря 2014 — 4 января 2015)

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

Общее

•   Анализ Вконтакте на примере книжных предпочтений участников культурных сообществ
•  Список ресурсов по Deep Learning — хороший список ссылок на различные полезные ресурсы по теме Deep Learning.
•  Защита вашего онлайн-сервиса с помщью машинного обучения и больших данных
•  Talking Machines — интересный сайт под названием «Talking Machines», на котором регулярно будут публиковаться интервью с известными экспертами в области машинного обучения.
•  7 лучших постов с блога «Beautiful Data» за 2014 год
•  Прогнозы на рынок труда в области Big Data в 2015 году
•  5 тенденций Big Data, на которые стоит обратить внимание в 2015 году
•  Прогнозы на 2015 в сфере Big Data от Big Data Analytics News
•  10 лучших статей за год с блога «Microsoft Technet Machine Learning»
•  Лучшие материалы за год: NoSQL Zone

Теория и алгоритмы машинного обучения, примеры кода

•    Руководство хакера по нейронным сетям. Глава 2: Машинное обучение. Обобщаем SVM до нейронной сети
•    Руководство хакера по нейронным сетям. Глава 2: Машинное обучение. Более традиционный подход: Функции потерь
•   Играем с генетическими алгоритмами
•   Анализ тональности текста в Excel с помощью Azure Machine Learning и Power Query
•  Ask a Data Scientist: Как стать Data Scientist — очередная статья с популярного портала insideBIGDATA из цикла «Ask a Data Scientist», в данном выпуске речь о том, как стать Data Scientist и какую деятельность подразумевает у профессия с таким названием.
•    Краткое введение в Deep Learning
•    Краткое введение в R — небольшая презентация по основам языка программирования R.
•   Построение детектора языка с помощью Python и scikit-learn
•   Шпаргалка по матричным операциям — хорошая шпаргалка по операциям с матрицами в MATLAB, Python, R и Julia.
•   11 видов переобучения (Overfitting) и советы по тому как их избегать
•  Классификация методом логистической регрессии и оптимизации методом роя частиц — статья из свежего выпуска MSDN Magazine — интересный пример классификации методом логистической регрессии с использованием оптимизации одного из подвида метода роя частиц, а именно Multi-Swarm Optimization (MSO). Примеры кода представлены на языке программирования C#.
•  Стохастический градиентный бустинг: выбор оптимального количества итераций
•   Визуализация данных с помощью GAE Python, D3.js и Google BigQuery (часть 4)
•  LambdaNet: библиотека AI на Haskell
•   Работа с Pivot Table в Pandas
•    Основы работы с изображениями в Python

Соревнования по машинному обучению

•  Вариант решения для соревнования по прогнозированию временных рядов — автор блога Wiekvoet в данном посте описывает один из вариантов решения для соревнования по машинному обучению, посвященного анализу временных рядов от Rob J Hyndman.
•  Интервью с победителями соревнования CIFAR-10 — еще одно интервью с участниками недавно завершившегося соревнования по машинному обучению CIFAR-10 на Kaggle, которое было посвящено вопросам распознавания изображений, в данном случае это интервью с победителями данного соревнования.

Онлайн-курсы, обучающие материалы и литература

•   Список литературы по машинному обучению от Michael I. Jordan (Berkley)
•   Обзор книги «Applied Predictive Analytics»
•   Список рекомендуемой литературы по эконометрике — очередной список литературы по эконометрике, которые советует к прочтению профессор Dave Giles.

Видеоматериалы

•    Демистификация нейронных сетей — cерия коротких обучающих видео по теме нейронных сетей.
•   Несколько интересных видео по теме Deep Learning — в данном посте представлена небольшая подборка из нескольких интересных видеоматериалов по теме Deep Learning.

Data engineering

•  Тенденции NoSQL в 2015 году от DataVersity
•  10 лучших статей за год по теме Hadoop с блога Hortonworks

Обзоры

•  Еженедельный дайджест от DataScienceCentral (5 января)
•  Лучшие материалы за неделю от KDnuggets.com (21 — 27 декабря)
•  Еженедельный сборник лучших материалов от R1Soft (2 января)
•  Лучшие ресурсы за неделю от Data Elixir (№16)
•  Новости Data Mining от MyDataMine.com (30 декабря)
•  Новости Big Data от MyDataMine.com (1 января)
•  Наиболее интересные материалы от Freakonometrics №198
•  Наиболее интересные материалы от Freakonometrics №199
•  Наиболее интересные материалы от Freakonometrics №200
•  Наиболее интересные материалы по High Scalability (2 января)

Предыдущий выпуск: Обзор наиболее интересных материалов по анализу данных и машинному обучению №28 (22 — 28 декабря 2014)

Автор: moat

Источник