データ分析と機械学習のトピックに関する最も興味深い資料の次のレビューでは、一般的な機械学習アルゴリズムのディープラーニングセットとその実用化に多くの注意が払われています。 いくつかの記事は、データ分析と機械学習のスペシャリストとしてのあなた自身の開発方法について説明しています。 いくつかの記事では、データエンジニアリングなどのトピックも取り上げており、CassandraやApache Kafkaなどの一般的な製品について説明しています。 しかし、この問題は、データ分析と機械学習のトピックに関連する近い将来に開始されるオンラインコースの概要から始まります。
データサイエンスオンラインコース（MOOC）近日公開
- 機械学習 （クルセラ-スタンフォード大学）
最も有名な機械学習コースの1つは、スタンフォード大学のAndrew Ng教授によって教えられています。 コースは6月16日に始まり、10週間続きます。 コースは非常にシンプルで明確であり、成功するために特別な知識は必要ありませんが、機械学習の多くの分野をカバーしています。 最初のテストに合格することで、コースのこのセッションに登録することができます。 - 数学的生物統計学ブートキャンプ1 （クルセラ-ジョンズ・ホプキンス大学）
ジョンズ・ホプキンス大学の生物統計学コースの最初の部分。 6月16日に始まり、7週間続きます。 これは、同じ大学のデータサイエンスの専門分野への非公式の追加です。 統計と確率理論の基礎を十分にカバーしています。 繰り返しますが、最初のテストに合格することで、このコースのセッションに登録することができます。 - データサイエンス入門 （Coursera-ワシントン大学）
ワシントン大学データサイエンス基礎コース。 コースは6月30日に始まり、8週間続きます。 データサイエンスの基礎に関する最も人気のあるオンラインコースの1つ。 - SABR101x Sabermetrics 101：野球分析入門 （ edX-ボストン大学）
コースは5月初旬に始まりましたが、すべてのモジュールでテストに合格する期限は7月18日であるため、コースに参加するのはまだ遅すぎません。 このコースでは、スポーツ統計（この場合は野球）の分析に基づいて、データサイエンスとビッグデータの多くの側面について説明します。
データ分析および機械学習資料
- 人気の機械学習技術であるディープラーニングに関する一連の資料：
- ディープラーニングの実用化で起こりうる問題 [EN]
この資料は、機械学習でディープラーニングアルゴリズムを使用する人が遭遇する可能性のある潜在的な問題に当てられています。 - ディープラーニングの実用化に関する講義 [EN]
機械学習の手法ディープラーニングは最近人気を集めています。 次のビデオでは、Adam Gibsonが初心者向けにこのテクノロジーの詳細をかなり簡単なレベルで説明しています。 - ディープラーニングの基本
ディープラーニングの基本に関する記事の優れたコレクション。
- ディープラーニングの実用化で起こりうる問題 [EN]
- Pandas Libraryを使用した分析用データの準備 [EN]
通常、分析用のデータは最初は生データであり、追加の処理が必要です。 この資料は、データを分析するときにPython SciPyを使用する人にとって興味深いものです。 この記事では、Pandasデータ処理および分析ライブラリの実用的なアプリケーションについて説明しています。 - RStudio製品ファミリ [EN]
RStudio製品ラインとデータ分析におけるそれらの機能について説明する記事。 - データサイエンススタートアップのアイデア [RU]
Data Scienceの潜在的に興味深いスタートアップアイデアのセット。 - Scikit-learnによる機械学習 [EN]
Python Scikit-learn機械学習ライブラリ機能の優れた概要。 - Kaggleコンペティションでは機械学習は教えられません [EN]
Kaggleの競争と機械学習の実際の課題との関係に関する興味深い視点。 考えはかなり議論の余地がありますが、それらに精通することは確かに理にかなっています。 - データ分析の専門職の面接に備えるための資料のリスト [EN]
データ分析に関する記事の優れたコレクション。 また、データ分析のスペシャリストとしての面接の準備をする前に非常に役立ちます。 - 機械学習サマーシーズン [EN]
夏には、通常、ホリデーシーズンが始まりますが、これは、機械学習のコンテストにより多くの時間を費やすことができることも意味します。 この記事では、夏のデータ分析と機械学習のスキルを向上させる興味深い機会のリストを提供します。 - 最高の機械学習アルゴリズム [EN]
MachineLearningMachinery.comの著者による別の有用な記事で、どの機械学習アルゴリズムが最適で、この方法で質問を提示するのが正しいかについて、データ分析コミュニティで人気のある質問をしています。 - KDnuggetsデータ分析ツール人気度評価 [EN]
このトピックで最も人気のあるリソースの1つからの、データマイニングおよびデータサイエンスの分野におけるさまざまなツールの人気の分析。 - MLポートフォリオの構築 [EN]
この記事では、独自の小さな機械学習ポートフォリオを作成することの重要性について非常に貴重なアドバイスを提供します。 これは、データ分析のキャリアの発展における重要な側面として役立ちます。 - 機械学習に不可欠な機器 [EN]
データ分析および機械学習で機器に適用する必要があるアプローチに関する有用な記事。 - SASの無料版の議論 [EN]
SASは、製品の無料バージョンをリリースします。 この記事では、このバージョンの詳細について説明します。 - Cassandraのアーキテクチャとパフォーマンス [EN]
人気のあるNoSQL Cassandraソリューションの最新レビューと、MongoDb、Couchbase、HBaseなどの他のNoSQLソリューションリーダーとのパフォーマンスの比較。 - Apache Kafka：新世代の分散メッセージングシステム [EN]
新しいApache Kafkaメッセージングシステムの概要。 - データ分析のトピックの開発を妨げるもの [EN]
データ分析と機械学習の分野での開発の課題と障害について語る素晴らしい記事。 - Rによる実践的データサイエンスのレビュー [EN]
Rを使用した新しい機械学習の本Practical Data Scienceのレビュー、およびその他の関連文献。 - 機械学習の自己開発計画 [EN]
機械学習のテーマで自己開発の独自のパスを正しく構築する方法に関する資料。
前号： データ分析と機械学習に関する最も興味深い資料の概要1（2014年6月9〜16日）