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レビューの次号を紹介します。
全般
- 2015年のデータ分析と処理の5つの傾向
- 遺伝的アルゴリズムの仕事の例 -十分に多数の調整可能なパラメーターを持つ遺伝的アルゴリズムの仕事の2つの非常に明白な例に会いました。
- さまざまなデータセットの優れたコレクション -Sebastian Raschkaのさまざまなデータセットのコレクション。
- NASAは星の研究で機械学習の助けに頼る
- Google検索でのディープラーニングの開発は、Googleでの検索エンジンの開発に関する一連の記事の中で、「Google検索が次の脳になる」という非常に興味深い記事です。 この記事では、会社におけるディープラーニング技術の出現と開発、DeepMindの買収、Google Brainプロジェクトおよび人工知能技術の開発に焦点を当てます。
- Demis Hassabisとのインタビュー -前の記事の続き、 Demis Hassabisとのインタビュー-Googleが4億ドルで購入したDeepMindの創設者。
- ディープラーニングテクニックをより効果的に使用するためのFacebookオープンソースツール
- Baiduはディープラーニング用のスーパーコンピューターを構築しました
- データサイエンティストにインタビューする方法
- Talking Machines:エピソード2:Talking Machinesの2番目のエピソードであるIlya Sutskeverへのインタビュー 、この場合はGoogle ResearchチームのメンバーであるIlya Sutskeverへのインタビュー。
- DataFloq 2015の8つのビッグデータトレンド
- Rはその関連性を失いません -プログラミング言語Rの人気について少し考え、その人気を失いませんが、その逆も同じです。
- Python vs R:最初に学ぶべきことは? -データ分析のためのプログラミング言語の議論のトピックの続きで-ブログUdacityの著者からの現在のデータ分析と明白な結論のために現在使用されている2つの人気のある言語の良い比較、それは最後に私に思われます。
- データ処理の分野における2014年の5つの失敗
- 知っておくべき10のビッグデータ専門家
- 昨年のベストビッグデータストーリー12件
機械学習の理論とアルゴリズム、コード例
- 好みと遊女でYandex Newsを所有
- イベント分析
- PythonとScikit-Learnによる機械学習の概要
- 機械学習における機能工学の芸術
- 3つの簡単なステップの主要なコンポーネントメソッドは 、Sebastian Raschkaによる別のすばらしい記事です。 この場合、彼は主成分分析法の基本について話します。
- ディープラーニングとは何ですか? ディープラーニングの機械学習方法を説明する優れた入門記事で、急速に人気を集めています。
- ディープラーニングの概要
- 分類器のジオメトリ -この記事では、Pythonプログラミング言語のコード例を使用して、「実世界の分類問題を解決するために数百の分類器が必要ですか?」というかなり人気のある研究のトピックを作成します。
- Pythonディープラーニングの例
- RStudio Server Proによる負荷分散
- マイクロベンチマークライブラリを使用してRのさまざまな式の実行時間を比較する
- Rを並行して実行する(簡単な方法)
- 平易な言葉での決定木について
- モデルの効率性(パート1) -アナリティクスVydhyaのブログの著者は、予測モデルの効果を把握し、モデルのパフォーマンスを測定する方法について説明します。
- 基本的なデータサイエンス手法:分類、回帰、および類似性の比較
- Rを使用した拡張カルマンフィルターの視覚化の例は、以前のレビューの記事「Rを使用したカルマンフィルターの視覚化の例」の続きです。この場合、プログラミング言語Rを使用した拡張カルマンフィルター(EKF、拡張カルマンフィルター)の視覚化の例です。
- コード例:R:総ベクトル化
機械学習コンテスト
- National Data Science Bowl Machine Learning Contest-少し前に、新しいNational Data Science Bowl Machine LearningコンテストがKaggleで始まりました。
- Angry Birds AIコンペティション結果
- 機械学習コンテスト:ChaLearn自動機械学習チャレンジ(AutoML)
オンラインコース、トレーニング資料、文献
- ビジネス向けビッグデータ -ロシア語のトピックビッグデータに関する新しい有料コースで、オフラインとオンラインの両方を学習できます。 研究期間は3ヶ月です。 週に3回、3時間のクラス。 トレーニング終了時の証明書。
- Andrew Ngによる「機械学習」の次のセッション -1月19日は、おそらく最も人気のあるオンライン機械学習コースの次のセッションを開始します。
- 統計学習コースが開始されます-1月19日、統計学習と呼ばれる興味深い機械学習コースがスタンフォードオンラインWebサイトで開始されます。
- コース「ライフサイエンスの統計とR」の開始-1月19日、ハーバード大学edXから「ライフサイエンスの統計とR」という興味深いコースが始まります。
- 無料の電子書籍:ウサギ。 Rの概要」はRの基礎に関する優れた本であり、オンラインコース「Rの概要」に付属しています。
データ工学
- コンピューター上のビッグデータ:Hadoopクラスターのインストール
- Apache Sparkでのソート効率の改善
- Hadoopクラスターをデプロイする方法
- SpotifyでApache Cassandraを使用したSpotifyパーソナライズの例
レビュー
- Rの世界からの興味深い(2015年1月12〜18日)
- DataScienceCentralウィークリーダイジェスト(1月19日)
- KDnuggets.comの今週のベストコンテンツ(1月4〜10日)
- MyDataMine.comからのデータサイエンスニュース(1月14日)
- MyDataMine.comからのビッグデータニュース(1月16日)
- Vincent Granvilleからの7つの人気記事
- R1Softからの最高の素材の毎週のコレクション(1月16日)
- Data Elixirの今週のベストリソース(No. 18)
- Freakonometrics No. 203の最も興味深い資料
- 高スケーラビリティに関する最も興味深い資料(1月16日)
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. 30(2015年1月5〜11日)