Обзор наиболее интересных материалов по анализу данных и машинному обучению №10 (18 — 25 августа 2014)

Представляю вашему вниманию очередной выпуск обзора наиболее интересных материалов, посвященных теме анализа данных и машинного обучения. В данном выпуске достаточно много интересных материалов для новичков. Присутствует пара интересных видеоматериалов. Есть материалы по теме Data Engineering. Как обычно некоторые количество статей посвящено примерам кода, связанного с анализом данных и машинным обучением. И уже традиционно несколько статей посвящено теме участия в соревнованиях по машинному обучению.

Материалы по анализу данных и машинному обучению

•   Книга по Deep Learning от MIT ^[1]
  Книга от MIT по очень популярному сейчас направлению машинного обучения Deep Learning. Книга пока не является законченной, но многие главы уже доступны читателям.
•    Обработка данных с помощью R ^[2]
  Небольшая книга, которая может быть полезна всем кто работает с данным, используя язык программирования R, посвященная обработке и очистке данных в фазе препроцессинга, что как известно занимает достаточно много времени и отнимает много усилий у специалистов по анализу данных.
•     Трудный путь изучения машинного обучения — история о пони ^[3]
  Nathan Taggart (Product Manager в New Relic) в данном видео рассказывает свою историю освоения машинного обучения и о том каких ошибок следует избегать в этой непростой задаче. Видео рассчитано на новичков в теме анализа данных и машинного обучения.
•    Что такое R ^[4]
  Небольшой емкий обзор языка программирования R с описанием преимуществ и недостатков.
•  Что компаниям нужно знать о Big Data ^[5]
  Статья, рассуждающая о том, что многим компаниям возможно стоит поменять подход к работе со своими данными и больше ориентироваться на современнные тенденции Data Science.
•  Руководство по анализу неструктурированных текстовых данных ^[6]
  Первая часть из серии статей от популярного портала Analytics Vidhya, посвященная интересной теме анализа текста. В данной статье описываются базовые проблемы и вопросы, в будущих статьях будут описаны детали реализации решения данных вопросов.
•  Анализ данных с Mario Garzia из Microsoft ^[7]
  Специалист по анализу данных Mario Garzia из Microsoft в своей статье в блоге Microsoft Technet Machine Learning Blog приводит свои интересные рассуждения о текущем состоянии дел в области Data Science.
•  5 преимуществ участия в соревнованиях по машинному обучению ^[8]
  Очередная интересная статья от автора блога MachineLearningMastery. На этот раз речь пойдет о плюсах участия в соревнованиях по машинному обучению на Kaggle.
•   Визуализация временных рядов с помощью библиотеки googleVis ^[9]
  Не так давно на вышла новость о релизе googleVis версии 0.5.5. В данном коротком посте приводится очень простой пример кода для визуализации временных рядов с помощью библиотеки googleVis для языка программирования R.
•   Microsoft Azure DocumentDB ^[10]
  Небольшая статья о новой NoSQL базе данных от компании Microsoft под названием Azure DocumentDB.
•   Применение машинного обучения для трейдинга (часть 1) ^[11]
  Введение в тему использования машинного обучения для трейдинга. Данная серия статей уже была представлена в обзорах по анализу данных и машинному обучению. В данном случае это перевод первой части на русский язык.
•   Улучшение производительности запросов в Apache Hive при помощи партиционирования ^[12]
  Небольшая статья с блога Cloudera о том, как можно улучшить производительность запросов в Apache Hive при помощи использования партиционирования.
•   Анонсирован новый онлайн-курс на Coursera от Stanford University — Mining Massive Datasets ^[13]
  29 сентября 2014 года на Coursera стартует очень любопытный онлайн-курс от Stanford University — Mining Massive Datasets.
•   Быстрый HDF5 с Pandas ^[14]
  Пример работы с форматом хранения информации HDF5 из фреймворка по анализу данных Pandas для языка программирования Python.
•  Интересные ресурсы по Deep Learning ^[15]
  Список ресурсов по популярной технике машинного обучения Deep Learning, составленный известным порталом KDnuggets.
•    Это не NoSQL против RDBMS, это ACID+Foreign Keys против Eventual Consistency ^[16]
  Немного любопытных рассуждений о NoSQL и RDBMS хранилищах данных.
•  Пример решения задачи на Kaggle ^[17]
  Пример возможного решения популярного на Kaggle соревнования по машинному обучению «Predict Bike Sharing Demand» с использованием техники Gradient Boosted Trees. В примере используется инструмент машинного обучения GraphLab Create.
•   Визуализация работы логистической регрессии ^[18]
  В машинном обучении часто применяется логистическая регрессия. В данном коротком посте представлена визуализация работы логистической регрессии в виде анимированного изображения.
•  Машинное обучение и компьютерное зрение (часть 2) ^[19]Вторая часть серии статей от Microsoft Technet Machine Learning Blog, посвященная использованию машинного обучения при решении вопросов распознавания образов и применения технологий компьютерного зрения. Статья небольшая и написана простым языком, без погружения в детали данной достаточно сложной темы.
•    Экосистема Hadoop ^[20]
  Неболшая полезная статья, которая дает краткое описание основных элементов экосистемы Hadoop.
•   Что такое Big Data? ^[21]
  Интересная небольшая статья, в которой автор рассуждает о том, что же такое Big Data и делается попытка дать наиболее простое описание данного термина.
•   Использование expression в R ^[22]
  Интересная статья про использование функции expression() в языке программирования R.
•   Блок-схема машинного обучения с учителем (Supervised learning) ^[23]
  Многие знакомы с таким способом машинного обучения, как обучение с учителем (Supervised learning). В данном коротком посте в виде блок-схемы представлена хорошая визуализация последовательности типовых действий при обучении с учителем.
•  21 отличный график ^[24]
  Нескольких отличных примеров визуализации данных с помощью различных видов графиков и диаграмм от портала DataScienceCentral.
•  Как удачно выступать в соревнованиях на Kaggle ^[25]
  Еще одна полезная статья о том, как успешно выступать в соревнованиях по машинному обучению на Kaggle.
•   Анонс Capstone project в специализации по анализу данных от Coursera ^[26]
  Небольшая статья, анонсирующая Capstone project, который относится к финальной фазе Data Science Specialization от Johns Hopkins University. К проекту можно подключиться, если успешно окончены все 9 курсов специализации.
•    Sybil: система масштабирования машинного обучения в Google ^[27]
  В данном докладе Tushar Chandra рассказывает о судьбе Sybil в Google. Sybil — важный исследовательский проект в Google, который реализует различные алгоритмы машинного обучения, позволяя их масштабировать. Данная разработка широко используется в Google.
•  Четыре основных языка для анализа данных ^[28]
  Результаты голосования, проведенного популярным порталом KDnuggets, о самых попупулярных языках, которые используются для анализа данных.
•   Математика для машинного обучения ^[29]
  Статья посвящена вопросу необходимых математических навыков необходимых для освоения базовых знаний по машинному обучению. Автор указывает, что статья является черновой версией и что в ней со временем будет появляться дополнительная информация.
•   Куда устанавливаются библиотеки в RStudio ^[30]
  Небольшая статья, посвященная любопытному вопросу о том, куда RStudio устанавливает библиотеки.
•  44 статьи по анализу данных ^[31]
  Интересная подборка статей и ресурсов от лучших специалистов по анализу данных, собранная порталом DataScienceCentral

Предыдущий выпуск: Обзор наиболее интересных материалов по анализу данных и машинному обучению №9 (11 — 18 августа 2014) ^[32]

Автор: moat

Источник ^[33]