- 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 №15 (22 — 28 сентября 2014) [42]
Автор: moat
Источник [43]
Сайт-источник PVSM.RU: https://www.pvsm.ru
Путь до страницы источника: https://www.pvsm.ru/data-mining/70953
Ссылки в тексте:
[1] Использование подхода Data-Driven в машинном обучении: http://machinelearningmastery.com/a-data-driven-approach-to-machine-learning/
[2] Введение в машинное обучение для разработчиков: http://java.dzone.com/articles/developers-guide-data-science
[3] 30 лучших блогов по теме Data Science: http://www.datasciencecentral.com/profiles/blogs/top-30-dsc-blogs-based-on-new-scoring-technology
[4] Улучшение навыков машинного обучения: http://machinelearningmastery.com/how-to-build-an-intuition-for-machine-learning-algorithms/
[5] Как успешно пройти собеседование на позицию в области Data Science: http://alyaabbott.wordpress.com/2014/10/01/how-to-ace-a-data-science-interview/
[6] Модули Vowpal Wabbit в Azure ML: http://blogs.technet.com/b/machinelearning/archive/2014/10/02/vowpal-wabbit-modules-in-azureml.aspx
[7] 22 навыка, которые необходимы Data Scientist: http://www.datasciencecentral.com/profiles/blogs/the-22-skills-of-a-data-scientist
[8] Первая неделя курса «Stanford’s Machine Learning»: http://blog.iriomk.com/post/98965227733/stanfords-machine-learning-week-1-what-ive-been
[9] Наивный Байес и текстовая классификация (часть 1): http://sebastianraschka.com/Articles/2014_naive_bayes_1.html
[10] О вычислительной сложности MapReduce: http://jeremykun.com/2014/10/05/on-the-computational-complexity-of-mapreduce/
[11] Введение в нейронные сети: http://karpathy.github.io/neuralnets/
[12] Использование машинного обучения и NodeJS для определения пола пользователей Instagram: http://totems.co/blog/machine-learning-nodejs-gender-instagram/
[13] Введение в метод опорных векторов: http://www.analyticsvidhya.com/blog/2014/10/support-vector-machine-simplified/
[14] Оценка эффективности системы бинарной классификации: http://sebastianraschka.com/PDFs/articles/performance_metrics.pdf
[15] miniCRAN: свой собственный репозитарий библиотек: http://blog.revolutionanalytics.com/2014/10/introducing-minicran.html
[16] Запуск RStudio в облаке: http://www.magesblog.com/2014/09/running-rstudio-via-docker-in-cloud.html
[17] Вывод нескольких переменных на линейной диаграмме в ggplot2: http://java.dzone.com/articles/r-ggplot---plotting-multiple
[18] Интервью с Diogo Ferreira: http://machinelearningmastery.com/discover-the-methodology-and-mindset-of-a-kaggle-master-an-interview-with-diogo-ferreira/
[19] Простая модель для Kaggle «Bike Sharing Demand»: http://brandonharris.io/kaggle-bike-sharing/
[20] Стартовал онлайн-курс «Mining Massive Datasets»: http://igorsubbotin.blogspot.ru/2014/09/coursera-stanford-university-mining-started.html
[21] Книга «The Field Guide to Data Science»: http://www.boozallen.com/insights/2013/11/data-science-field-guide
[22] Анонс книги «Practical Data Science Cookbook»: http://datacommunitydc.org/blog/2014/10/announcing-publication-practical-data-science-cookbook/
[23] Список для чтения (октябрь): http://davegiles.blogspot.ru/2014/10/october-reading.html
[24] Книга «Getting Started with Impala»: http://blog.cloudera.com/blog/2014/09/heres-your-getting-started-with-impala-book/
[25] Martin Maechler о практике хорошего кода на R: http://igorsubbotin.blogspot.ru/2014/10/martin-maechler-invited-talk-at-user-2014-good-practices-in-r-programming.html
[26] Материалы со встречи «Новинки PostgreSQL 9.4 и кое-что ещё»: http://igorsubbotin.blogspot.ru/2014/09/meetup-postgresql-94-video.html
[27] Nando de Freitas о деревьях принятия решений: http://igorsubbotin.blogspot.ru/2014/10/ubc-decision-trees.html
[28] Jürgen Schmidhuber о Deep Learning: http://igorsubbotin.blogspot.ru/2014/10/schmidhuber-rnn.html
[29] Использование Pinot для аналитики в режиме реального времени: http://engineering.linkedin.com/analytics/real-time-analytics-massive-scale-pinot
[30] Результаты тестов производительности NoSQL-хранилищ: http://java.dzone.com/articles/dissecting-nosql-benchmark
[31] Масштабируемые деревья принятия рещений в Apache Spark: http://databricks.com/blog/2014/09/29/scalable-decision-trees-in-mllib.html
[32] Анонс бета-версии ForestDB: http://blog.couchbase.com/next-generation-storage-engine-couchbase-server-and-couchbase-lite-forestdb-now-available-beta
[33] Что такое Apache Storm: http://cloudvane.com/2014/09/30/apache-storm-is-now-a-top-level-hadoop-project-but-what-is-it/
[34] Еженедельный дайджест от DataScienceCentral: http://www.datasciencecentral.com/profiles/blogs/weekly-digest-october-6
[35] Лучшие материалы Niut Blanche (сентябрь): http://nuit-blanche.blogspot.ru/2014/10/nuit-blanche-in-review-september-2014.html
[36] Еженедельный обзор Hadoop Weekly №89 (28 сентября): http://www.hadoopweekly.com/Hadoop-Weekly-89.html
[37] Еженедельный обзор Hadoop Weekly №88 (21 сентября): http://www.hadoopweekly.com/Hadoop-Weekly-88.html
[38] Наиболее интересные материалы от Freakonometrics №170: http://freakonometrics.hypotheses.org/17205
[39] Наиболее интересные материалы от Freakonometrics №169: http://freakonometrics.hypotheses.org/17132
[40] Наиболее интересные материалы от Freakonometrics №168: http://freakonometrics.hypotheses.org/17043
[41] Наиболее интересные материалы по High Scalability: http://highscalability.com/blog/2014/10/3/stuff-the-internet-says-on-scalability-for-october-3rd-2014.html
[42] Обзор наиболее интересных материалов по анализу данных и машинному обучению №15 (22 — 28 сентября 2014): http://habrahabr.ru/post/238431/
[43] Источник: http://habrahabr.ru/post/239247/
Нажмите здесь для печати.