Обзор наиболее интересных материалов по анализу данных и машинному обучению №11 (25 августа — 1 сентября 2014)

Представляю вашему вниманию очередной выпуск обзора наиболее интересных материалов, посвященных теме анализа данных и машинного обучения. В данном выпуске достаточно много разноплановой информации. Есть много статей, посвященных теме Data Engineering. Есть материалы для новичков и несколько видеолекций. Как обычно упоминаются соревнования по машинному обучению на Kaggle. Интересная статья про стартапы в области Data Science. Любопытная статья про улучшение игрового AI при помощи использования машинного обучения.

Материалы по анализу данных и машинному обучению

•   Предсказательное моделирование, обучение с учителем и классификация паттернов ^[1]
  Неплохая статья по машинному обучению, которая будет интересна в том числе и новичкам, которая затрагивает такие темы как обучение с учителем, визуализация при машинном обучении, обработка входных данных, feature enginering, сэмплирование и другие.
•   Ruslan Salakhutdinov о Deep Learning на конференции KDD 2014 ^[2]
  Материалы с выступления Ruslan Salakhutdinov из University of Toronto на конференции KDD 2014, которая прошла в Нью-Йорке.
•     Поговорим за Hadoop ^[3]
  Введение в экосистему Hadoop на русском языке. В конце есть неплохой набор ссылок на полезные материалы по данной тематике.
•  Как стать Data Scientist ^[4]
  Любопытная статья от портала DataScienceCentral для тех, кто интересуется темой Data Science. Статья кратко описывает понятие Data Scientist, выделяет 4 направления в данной профессии и рассуждает об инструментах, которые необходимы специалисту по анализу данных.
•   Использование функции pbapply() ^[5]
  Интересный пример использования функции pbapply() из библиотеки pbapply для языка программирования R.
•    Azure DocumentDB ^[6]
  Cтатья о новой NoSQL базе данных от компании Microsoft под названием Azure DocumentDB. DomentDB пока находится в стадии preview. В конце данной статьи есть неплохой набор ссылок по теме.
•  Data Science стартапы от Y Combinator ^[7]
  В области Data Science на данный существует достаточно много возможностей для развития бизнеса. В данной статье приводится список Data Science стартапов 2014 года от известного инкубатора стартапов Y Combinator.
•   Новое соревнование на Kaggle: Epilepsy Seizure Prediction Challenge ^[8]
  Не так давно на Kaggle стартовало новое соревнование по машинному обучению American Epilepsy Society Seizure Prediction Challenge. Соревнование продлится до 17 ноября 2014 года.
•  33 необычных проблемы, которые можно решить с помощью Data Science ^[9]
  Автор популярного портала DataScienceCentral в своем коротком посте опубликовал список 33 проблем из различных областей жизнедеятельности, которые по мнению Vincent Granville могут быть решены с помощью Data Science.
•  Еженедельный дайджест от DataScienceCentral ^[10]
  Регулярный еженедельный дайджест статей по анализу данных от портала DataScienceCentral.
•   Список интересной литературы ^[11]
  Список интересных книг, которые может быть интересно прочитать тем, кто интересует темой анализа данных.
•  Новый набор данных от Microsoft Research ^[12]
  Буквально вчера на сайте Microsoft Research был опубликован интересный набор данных под названием Microsoft Research Dense Visual Annotation Corpus.
•  Как машинное обучение помогло улучшить игровой AI ^[13]
  Достаточно любопытная статья, написанная хорошим живым языком, о том как применение техник машинного обучения помогло автору статьи значительно упростить и улучшить эффективность AI для игрового бота.
•   Сближение машинного обучения и Big Data ^[14]
  В статье приведены интересные наблюдения достаточно известного специалиста по анализу данных Mikko Braun по теме необходимости сближения сообществ машинного обучения и Big Data, и о том, что сейчас они на самом деле достаточно далеки друг от друга, что приводит к определенным проблемам и неудобствам.
•   Диаграммы связей для машинного обучения и Data Mining ^[15]
  В данном коротком посте приведены две очень интересных и полезных диаграммы связей (mind map) по темам машинного обучения и Data Mining
•  Анализ неструктурованных данных ^[16]
  Продолжение серии статей по анализу текста и о работе с неструктурированными данными. В данном случае от постановки вопросов автор переходит к практическим аспектам и рассуждает на тему обработки и очистки неструктурированных текстовых данных, в качестве подготовки к дальнейшим шагам анализа этих данных.
•   Так вы хотите быть Data Scientist ^[17]
  Интересная короткая статья, описывающая основные аспекты профессии под названием Data Scientist.
•  Использование Big Data на рынке ценных бумаг ^[18]
  Автор статьи предлагает 3 практических совета по использованию Big Data для инвестиций на рынках ценных бумаг, которые может использовать каждый.
•    100 популярных видео по машинному обучению ^[19]
  Отличный большой список из ста видео, посвященных машинному обучению, с портала VideoLectures.Net.
•    Онлайн-курс «Анализ данных и статистический вывод» ^[20]
  В понедельник первого сентября на Coursera стартует второй раз очень хорошо зарекомендовавший себя онлайн-курс по теме анализа данных и статистики «Анализ данных и статистический вывод» от Duke University.
•  Дайджест лучших ресурсов от DataScienceCentral (1 сентября) ^[21]
  Неплохой список свежих интересных статей и ресурсов от DataScienceCentral.
•    Применение байесовских методов машинного обучения с помощью Apache Spark ^[22]
  Небольшая любопытная статья от авторов блога Cloudera, в которой приводится пример возможности использования байесовских методов машинного обучения с помощи популярного продукта семейства Hadoop под названием Apache Spark и библиотеки PyMC для языка программирования Python.
•  Факты и мифы о Big Data ^[23]
  Небольшая интересная статья от популярного портала insideBIGDATA, в которой автор рассуждает о вопросах популярной сейчас темы Big Data и делится своими мыслями насчет распостраненных заблуждений в данной области.
•   12 советов по MongoDB ^[24]
  Небольшая статья, которая содержит 12 полезных советов для тех, кто хочет использовать популярную NoSQL базу данных MongoDB в боевых условиях.
•    John Chambers: интерфейсы, эффективность и большие данные ^[25]
  John Chambers в данном видео с конференции «useR! 2014 conference» рассуждает о прошлом, настоящем и будущем языка программирования R в процессе дискуссии под названием «Interfaces, Efficiency and Big Data».
•    Использование Hadoop для больших объемов данных ^[26]
  Достаточно большая статья об экосистеме Hadoop и вопросах её реального использования при работе с большими объемами данных.
•   Операции записи в MongoDB ^[27]
  Статья, которая неплохо описывает тонкости вопрос записи и обновления в MongoDB, приводя несколько режимов работы с MongoDB при обновлении данных: Unacknowledged, Acknowledged, Journalled и др.
•   Нелинейная классификация в R с помощью деревьев принятия решений ^[28]
  7 видов нелинейной классификации с помощью деревьев принятия решений с примерами кода на языка программирования R от автора популярного блога по анализу данных MachineLearningMastery.
•   Impala: планы на будущее ^[29]
  Небольшая статья с блога Cloudera о планах компании на будущее популярного продукта для Hadoop под названием Cloudera Impala, который позволяет работать с данным в Hadoop с помощью SQL-запросов.
•   Slamdata: SQL-запросы в MongoDB ^[30]
  Анонс достаточно интересного продукта SlamData, который позволит исполнять SQL-запросы к данным, находящимся в MongoDB. На текущий момент продукт находится в фазе бета-тестирования, релиз запланирован на начала октября текущего года.

Предыдущий выпуск: Обзор наиболее интересных материалов по анализу данных и машинному обучению №10 (18 — 25 августа 2014) ^[31]

Автор: moat

Источник ^[32]