来週のイベント
1。
SMIGOワークショップ ：マルチクラス分類：マルチクラスの大規模問題を効率的に処理する方法 2月28日。
2。
データサイエンスの朝食 。 3月1日
3。
スーパージョブデータサイエンスMeetup 。 3月2日
4。
オープン＆ビッグデータハッカソン2017 。 サンクトペテルブルク 3月3日。
5。
データサイエンスウィークエンド 。 3月3日。
6。
モスクワデータサイエンスミートアップ 。 3月3日。
7。
モスクワのオープンデータデー 。 3月4日
トレーニングコース、会議
1。
コース「機械学習の追加の章」は、PhysTechで始まります。
2。
MLトレーニング。 DeepHack RL、Avito BI 映像
3。
ダイアログインターフェイス：問題と課題 。 映像
4。
NIPS 2016敵対者トレーニングに関するワークショップ 。 バルセロナでの12月の会議。 映像
5。
ディープラーニングサマースクールと強化学習サマースクール 。
ニュース
1。
カスペルスキーは、データ分析ハッカソンを実施します。
2。
DataScienceCentralからの毎週のレビュー 。
3。
HighScalabilityポータルの毎週のレビュー 。
4。
GPUは、Google Compute EngineおよびCloud Machine Learningで利用できるようになりました 。
科学記事、実用的な実装、データセット
1。
厚皮：コンテナ化された、バージョン管理されたデータレイク 。
2。
例として線形回帰を使用した機械学習の基本原則 。
3。
TensorFlowのクイックヒント 。
4。
縦断国勢調査データを使用したジェントリフィケーションの予測 。
5。
ディープラーニングはデータサイエンスのパラダイムをどのように変えますか？
6。
コサイン正規化：ニューラルネットワークでドット積の代わりにコサイン類似性を使用します。
7。
パブリックデータ管理 。
8。
マルチスケールニューラルパッチ合成を使用した高解像度画像修復
9。
BaiduのDeepspeechモデルをKurでトレーニングする方法 。
10。
深層学習による意味質問マッチング 。
11。
ニューラルネットワークと決定木を組み合わせます 。
12。
Char2Wav：エンドツーエンド音声合成 。
13。
高速PixelCNN ++：迅速な画像生成 。
14。
イントロと前処理-畳み込みニューラルネットワークを使用して犬と猫を識別します。 パート1 パート2 パート3 パート4 映像
15。
多くのラベル付きおよび注釈付きデータ
16。
ヒューリスティックネットワークは、チャットボットプログラムのリカレントニューラルネットワークに類似しています。
17。
脳の信頼：AIが外科医を助けて腫瘍診断を改善する方法
18。
インターネット上のすべてのデータサイエンスコースのランキング 。
19。
パンダとSeabornによるデータ操作と視覚化-実用的な紹介 。
20。
pix2pix-tensorflowによるインタラクティブな画像変換 。
21。
補強によるトレーニング：パブロフからスロットマシンまで 。
22。
PixelNet：ピクセル、ピクセル、およびピクセルの表現 。
23。
ウィキデータから一文の伝記を生成することを学ぶ 。
24。
Pythonで時系列データセットを区別する方法 。
25。
ニューラルネットワーク：実用的なアプリケーション 。
26。
Tensorflow Image Classifierの作成方法 映像
27。
ニューラルネットワーク入門-パーセプトロン 。
28。
ディープラーニングによる信号機の認識 。
29。
Play FrameworkとS3を使用してSpark MLモデルを提供します。
30。
ディープラーニングのブラックマジック-開業医のためのヒントとコツ 。
31。
Tensorflowを使用したRBMベースのオートエンコーダー 。
32。
ソーシャルメディアリサーチツールキット 。
33。
写真のニューラルネットワーク：1つのニューロンから深いアーキテクチャまで 。
34。
ニューラルネットワークは、合成的に顔の加齢を学習し、顔を若く見せます。
35。
PythonでARIMA時系列予測モデルを保存する方法 。
36。
Python 3を使用した機械学習開発用のLinux仮想マシンの作成方法
37。
顧客セグメンテーションの初心者向けガイド 。
38。
基本的な機械学習モデルおよびアルゴリズムのいくつかのベアボーンPython実装 。
39。
予告預言者：正確で信頼できる予測を提供するツール 。
40。
バタフライ効果：OECDのデータ視覚化のしゃっくりは、メディアパニックを引き起こします。
41。
tf.Transformによる機械学習の前処理 。
42。
スマートフィーダー：Machine Learning、Raspberry Pi、Telegram、ちょっとした魔法の学習+組み立て説明書 。
43。
高解像度ニューラル修復-マルチスケールニューラルパッチ合成を使用した高解像度画像修復 。
前号： 機械学習教材の概要（2017年2月13-20日） 。