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
- オンライン数学コース
- NBAのすべてのスローを追跡する方法は?
- 2015年のデータサイエンティスト -楽しいインフォグラフィック。
- マイクロソフトのコンピュータービジョンシステムは人間の結果よりも優れています -マイクロソフトの研究者は最近、人気のあるImageNetデータセットの画像認識で人間の結果を上回る開発システムについて説明した出版物をリリースしました。
- Facebookのトーチライブラリのディープラーニングオープンソースモジュール
- 統計が教えてくれたデータの分析に役立つ10のこと
- データサイエンス:Python、R、およびSQLの使用
- Torch vs. Theano-ディープラーニング向けの2つの一般的なライブラリのパフォーマンスの比較。
- 異なるデータセットを比較するための2つの基本的なデータ分析ツール
機械学習の理論とアルゴリズム、コード例
- 写真を認識するために、写真を認識する必要はありません
- データ分析の分野で開発を開始する方法 -オンライン学習Udacityの人気ポータルのブログからのこの記事は、データ分析の分野での開発の初心者を助けることができます。
- Pythonデータ分析の概要
- Rを使用したデータの処理は、プログラミング言語Rを使用したデータ分析の入門書です。
- 教師あり学習-Sebastian Raschkaの講演のスライド:「教師あり機械学習とパターン分類の概要:全体像」。
- RとAzure Machine Learningを使用してWebサービスを構築する
- 主成分分析法の操作の可視化
- 主成分分析(PCA)の操作の図
- NumPyを使用したニューラルネットワーク
- R for Distributed Computingは、 分散コンピューティングのためのRプログラミング言語の使用に焦点を当てた最近のセミナーのレポートです。
- Wekaの簡単な紹介
- 音声認識のための深層学習 - 音声認識のための深層学習の使用に関する出版物のリスト。
- 機械学習と自然言語処理の一連のレッスン。 レッスン2:確率
オンラインコース、トレーニング資料、文献
- 統計の基礎:複雑な数式について
- Courseraのデータマイニングスペシャライゼーション -2月9日に、Curreraはイリノイ大学アーバナシャンペーン校と共同で、Data Miningスペシャライゼーションと呼ばれる新しいスペシャライゼーションを開始しました。
- UC Berkleyによる人工知能-2月6日、人工知能のトピックに関する非常に興味深いコースがedXで始まりました:CS188:人工知能の紹介。 このコースは、UCバークレー大学によって提供されます。
- MITの確率入門-不確実性の科学オンラインコースが始まりました -2月3日に、edXはマサチューセッツ工科大学が提供する次の確率論コースのセッションを開始しました:確率入門-不確実性の科学。
- 本:学習スパーク
ビデオ、ポッドキャスト
- Apache Sparkの内部 -Apache Spark関連の興味深いビデオ、Dean Chen(ソフトウェアエンジニア、eBay)がApache Sparkの内部について語っています。
- 2015年にApache Sparkを待っているのは、サンフランシスコのDatabricksオフィスで開催された最近の会議「2015年にSparkに来るもの」の興味深いビデオです。DatabricksのPatrick WendellがApache Sparkの当面の開発計画について話しました。
- ワープロにディープラーニングを使用する
- Talking Machines:エピソード4:Hanna Wallachとのインタビュー -このエピソードでは、Talking Machinesポッドキャストシリーズの第4エピソード、この場合はHanna Wallach(マサチューセッツ大学アマーストのコンピューターサイエンス学部教授)とのインタビュースケーリング、データセットのサイズなどのトピック。
- F#を使用した機械学習 -ポッドキャスト「The F#Show」の次号では、Richard Minerichが関数型プログラミング言語F#を使用した機械学習の経験について説明します。
データ工学
レビュー
- MyDataMine.comからのデータサイエンスニュース(2月13日)
- MyDataMine.comからのビッグデータニュース(2月10日)
- Data Elixirの今週のベストリソース(No.22)
- R1Softからの最高の素材の毎週のコレクション(2月13日)
- 高スケーラビリティに関する最も興味深い資料(2月13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. 34(2015年2月2〜8日)