- PVSM.RU - https://www.pvsm.ru -
Представляю вашему вниманию очередной выпуск обзора наиболее интересных материалов, посвященных теме анализа данных и машинного обучения.
Предыдущий выпуск: Обзор наиболее интересных материалов по анализу данных и машинному обучению №34 (2 — 8 февраля 2015) [40]
Автор: moat
Источник [41]
Сайт-источник PVSM.RU: https://www.pvsm.ru
Путь до страницы источника: https://www.pvsm.ru/data-mining/82962
Ссылки в тексте:
[1] Обзорные онлайн-курсы по математике: http://habrahabr.ru/company/stepic/blog/249955/
[2] Как отследить каждый бросок в НБА?: http://geektimes.ru/post/245866/?utm_source=tm_habrahabr&utm_medium=tm_block&utm_campaign=tm_promo
[3] Data Scientist в 2015 году: http://igorsubbotin.blogspot.ru/2015/02/being-a-data-scientist-in-2015-infographic.html
[4] Системы компьютерного зрения Microsoft превосходят результаты человека: https://gigaom.com/2015/02/13/microsoft-says-its-new-computer-vision-system-can-outperform-humans/
[5] Deep learning модули с открытым исходным кодом для библиотеки Torch от Facebook: http://www.kdnuggets.com/2015/02/facebook-open-source-deep-learning-torch.html
[6] 10 вещей полезных при анализе данных, которым нас научила статистика: http://www.kdnuggets.com/2015/02/10-things-statistics-big-data-analysis.html
[7] Data Science: использование Python, R и SQL: http://www.datasciencecentral.com/profiles/blogs/programming-for-data-science-the-polyglot-approach-python-r-sql
[8] Torch против Theano: http://fastml.com/torch-vs-theano/
[9] Два основных инструмента анализа данных для задач сравнения различных наборов данных: https://irthoughts.wordpress.com/2015/02/10/two-essential-tools-for-data-miners/
[10] Чтобы распознавать картинки, не нужно распознавать картинки: http://habrahabr.ru/post/249661/
[11] Как начать развиваться с сфере анализа данных: http://blog.udacity.com/2015/02/how-to-start-learning-data-analysis.html
[12] Введение в анализ данных на Python: http://alstatr.blogspot.ru/2015/02/python-getting-started-with-data.html
[13] Обработка данных с помощью R: http://www.infoworld.com/article/2880360/big-data/learn-to-crunch-big-data-with-r.html
[14] Введение в обучение с учителем (Supervised Learning): http://www.slideshare.net/SebastianRaschka/nextgen-talk-022015
[15] Создание веб-сервиса с помощью R и Azure Machine Learning: http://blogs.technet.com/b/machinelearning/archive/2015/02/12/building-web-services-with-r-and-azure-ml.aspx
[16] Визуализация работы метода главных компонент: http://setosa.io/ev/principal-component-analysis/
[17] Иллюстрация работы метода главных компонент (PCA): http://www.joyofdata.de/blog/illustration-of-principal-component-analysis-pca/
[18] Нейронная сеть при помощи NumPy: http://databoys.github.io/Feedforward/
[19] R для распределенных вычислений: http://h30507.www3.hp.com/t5/Innovation-HP-Labs/Enhancing-R-for-Distributed-Computing/ba-p/180010#.VN-ZEi4_xoP
[20] Краткое введение в Weka: http://www.analyticsvidhya.com/learning-paths-data-science-business-analytics-business-intelligence-big-data/weka-gui-learn-machine-learning/
[21] Deep learning для распознавания речи: http://memkite.com/blog/2015/02/11/deep-learning-for-speech-recognition/
[22] Серия уроков по машинному обучению и обработке естественного языка. Урок 2: Вероятность: http://www.thoughtly.co/blog/probability/
[23] Основы статистики: просто о сложных формулах: http://habrahabr.ru/post/250527/
[24] Data Mining Specialization на Coursera: http://igorsubbotin.blogspot.ru/2015/02/data-mining-specialization-on-coursera.html
[25] Artficial Intelligence от UC Berkley: http://igorsubbotin.blogspot.ru/2015/02/artficial-intelligence-uc-berkley-feb6.html
[26] Начался онлайн-курс «Introduction to Probability — The Science of Uncertainty» от MIT: http://igorsubbotin.blogspot.ru/2015/02/introduction-to-probability-science-of.html
[27] Книга: Learning Spark: http://databricks.com/blog/2015/02/09/learning-spark-book-available-from-oreilly.html
[28] Внутреннее устройство Apache Spark: http://igorsubbotin.blogspot.ru/2015/02/diving-spark.html
[29] Что ждет Apache Spark в 2015 году: http://igorsubbotin.blogspot.ru/2015/02/apache-spark-in-2015.html
[30] Использование Deep Learning для обработки текста: http://research.microsoft.com/apps/video/default.aspx?id=226265
[31] Talking Machines: Эпизод 4: Интервью с Hanna Wallach: http://www.thetalkingmachines.com/blog/2015/2/12/using-models-in-the-wild-and-women-in-machine-learning
[32] Машинное обучение с использованием F#: http://fsharpshow.com/2-a-machine-learning-journey-in-fsharp/
[33] Apache Spark продолжает развиваться за пределами экосистемы Hadoop: http://www.datanami.com/2015/02/13/apache-spark-continues-spread-beyond-hadoop/?utm_source=feedly&utm_reader=feedly&utm_medium=rss&utm_campaign=apache-spark-continues-spread-beyond-hadoop
[34] Couchdoop: совместная работа Couchbase и Hadoop: http://blog.cloudera.com/blog/2015/02/couchdoop-couchbase-meets-apache-hadoop/
[35] Новости Data Science от MyDataMine.com (13 февраля): http://mydatamine.com/2015/02/data-science-news-13-feb-2015/
[36] Новости Big Data от MyDataMine.com (10 февраля): http://mydatamine.com/2015/02/big-data-news-10-feb-2015/
[37] Лучшие ресурсы за неделю от Data Elixir (№22): http://dataelixir.com/issues/22
[38] Еженедельный сборник лучших материалов от R1Soft (13 февраля): http://www.r1soft.com/blog/this-week-in-data-february-13-2015
[39] Наиболее интересные материалы по High Scalability (13 февраля): http://highscalability.com/blog/2015/2/13/stuff-the-internet-says-on-scalability-for-february-13th-201.html
[40] Обзор наиболее интересных материалов по анализу данных и машинному обучению №34 (2 — 8 февраля 2015): http://habrahabr.ru/post/250157/
[41] Источник: http://habrahabr.ru/post/250613/
Нажмите здесь для печати.