
レビューの前号は、完全にデータサイエンスのオンラインコースに当てられました。 データ分析と機械学習に関する最も興味深い資料のレビューのこの号には、トピックに関する最新の資料へのリンクが含まれます。 この号では、多くの資料がデータの視覚化の重要なトピックに当てられています。 データ分析の小さな実用的な例を説明する記事がいくつかあります。 いつものように、人気のある機械学習アルゴリズムであるディープラーニングとランダムフォレストに関する記事を含む、多くの記事が機械学習アルゴリズムに関する記事です。 興味深いビデオへのリンクもいくつかあります。
データ分析および機械学習資料
- D3.jsによる視覚化 [EN]
D3.jsライブラリを使用したデータの視覚化の例 - データサイエンス、ビッグデータ、統計。 今すぐ一緒に(ビデオレクチャー) [EN]
バークレーの名誉教授であるテリースピードは、従来の統計とデータサイエンスおよびビッグデータの組み合わせについて語っています。 - トップTwitterデータアナリスト [EN]
最高のデータ分析スペシャリストのマイクロブログ。 - マルコフ連鎖 [EN]
簡単な用語でのマルコフ連鎖の基本。 - データ分析の記事とリソース [EN]
主要なデータアナリストによる興味深い記事の最新リスト。 - 25人気のLinkedInプロフェッショナル [EN]
25人の人気データ専門家と彼らのLinkedInブログのリスト。 - 子供の頃から知っている視覚化テクニック [EN]
視覚化の6つのシンプルだが有用な原則に関する記事。 - ワトソンと機械学習 [EN]
人生のさまざまな分野でのIBM Watsonの潜在的な使用に関する興味深い記事。 - データサイエンティストになるのは簡単ではない理由 [EN]
この記事では、1つまたは2つのオンライン機械学習コースを完了してデータサイエンティストになるだけでは不十分であることを説明しようとしています。 - Hadoopを使用したディープラーニング(ビデオ) [EN]
機械学習ツールとテクノロジーは常に進化しています。 ディープラーニングの機械学習手法は、ますます一般的になっています。 このビデオでは、Josh PattersonとAdam Gibsonが、Hadoop YARNフレームワークとIterative Reduceライブラリを使用したDeep LearningのDeep Belief Networksの並列化機能について説明しています。 - RでFacebook APIを使用する [EN]
ソーシャルネットワークFacebookと言語Rを使用して実用的な問題を解決する小さな例 - データ視覚化ブック [EN]
データの視覚化に関する35冊の書籍の大規模なリスト。 - Rに関する12の興味深い書籍とオンラインリソース [EN]
Rを学習するための12の便利な書籍とオンラインリソースのリスト - Rでの製品展開 [EN]
プログラミング言語Rを使用した機械学習に関する一連の記事の別の記事。 - 機械学習にはKaggleコンテストも含まれます [EN]
「機械学習はKaggleの競争ではありません」という記事に対する興味深い回答。 - 機械学習コミュニティ [EN]
現在の機械学習コミュニティの簡単な説明を提供する優れた記事。 - Rを使用した機械学習の本 [EN]
Rを使用した機械学習に関する文献の便利なリスト - データサイエンティストはデータアナリスト以上のものですか? [EN]
データサイエンティストやデータアナリストなどの2つの概念を比較した短い記事 - Pythonデータ分析の基本
この記事では、Pyhtonおよび追加のライブラリを使用してデータを分析する最初の手順について説明します。 - Cayley:Open Graph Database [EN]
Cayleyオープンソースグラフデータベースの利点の短いリスト。 - 確率モデル:単純ベイズからLDAへ、パート1 [RU]
データ分析の理論的基礎に関する別の記事。 この場合、確率モデルについて説明します。 - 機械学習に役立つオープンリソースのリスト。 [EN]
無料の便利なリソースへの興味深いリンクのセット、および機械学習用のデータセット。 - LinkedInでGaleneを使用する
Galene検索プラットフォームに切り替えた後、LinkedInの検索アーキテクチャがどのように変化したかについての、LinkedInの一流エンジニアの話 - 構造化および非構造化データ型 [EN]
メロンの構造化タイプと非構造化タイプの違いに関する短い記事。 - データサイエンティストになるために学位が必要ですか? [EN]
データ分析の第一人者は、データサイエンティストになるために学位が必要かどうかについての興味深い質問に答えます。 - Google I / O 2014-生物学的モデルに基づいた人工知能のモデル(Raymond Kurzweil)(ビデオ講義) [EN]
Google I / O 2014で有名な科学者で未来派のRamond Kurzweil氏による人工知能のトピックに関する興味深い講義。 - クラウドストレージ比較2014 [EN]
クラウドストレージと比較した新鮮なインフォグラフィック。 - Dominoは最新のデータ分析プラットフォームです [EN]
Dominoデータを分析するための新しい柔軟なシステムに関する短い記事。 - 機械学習の開始方法 [EN]
初心者がどのようにして機械学習のトピックに素早く入り、実際の実用的なタスクに従事し始めることができるかについての優れた記事。 - 画像クラスタリング [EN]
MapReduceを使用して、C#およびRのコード例を使用して同様の画像をクラスタリングします。 - Google+での投稿の分析 [EN]
プログラミング言語Rを使用してGoogle+の投稿を分析する小さな例 - SASとRevolution Rエンタープライズパフォーマンスの比較
SASとRevolution R EnterpriseのパフォーマンスをRevolution Analyticsで比較する短い記事。 - Andrew Ngがディープラーニングについて語る(ビデオ) [EN]
スタンフォード大学のAndrew Ng教授は、パリの機械学習会議でディープラーニングについて語っています。 - CARTとランダムフォレストアルゴリズムの比較(パート1) [EN]
人気のあるアルゴリズムCART(分類および回帰ツリー)とランダムフォレストの比較の最初の部分。 - CARTとランダムフォレストアルゴリズムの比較(パート2) [EN]
機械学習アルゴリズムCART(分類および回帰ツリー)とランダムフォレストの継続的な比較。 - インメモリデータベースとインメモリデータグリッドの比較 [EN]
データを操作するための2つの一般的なアプローチの比較。 - Google Cloud Platformを使用したMongoDB
Googleクラウドプラットフォーム(Google Cloud Platform)でMongoDBを操作することに関する簡単な記事。 - Rを使用した多次元ランダム変数の生成と視覚化 [EN]
Rで多次元ランダム変数を生成および視覚化するための小さなコードの例 - データ忍3 [EN]
データ分析に関する一連の記事の続きである第3部では、データ分析におけるさまざまな方向性の問題を提起します。 - Hadoopの概要
Hadoopのもう1つの簡単で短い説明。 - ディープラーニングとは何ですか。また、このアルゴリズムの周囲にノイズが多いのはなぜですか [EN]
人気の深層学習機械学習アルゴリズムスイートに関する短い記事。
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No. 3(オンラインコースの概要)