- PVSM.RU - https://www.pvsm.ru -

Представляю вашему вниманию очередной выпуск обзора наиболее интересных материалов, посвященных теме анализа данных и машинного обучения.
Машинное обучение в сфере онлайн знакомств [1]
Искусственный интеллект может смотреть видео и описывать то, что видит [2] — любопытный пост с коротким видео о стартапе Clarify, который специализируется в области искусственного интеллекта и разрабатывает продукт, который может описывать то, что происходит в предложенных видеороликах, на основе использования алгоритмов Deep Learning.
Четыре отличных визуализации данных [3]
6 советов, которые помогут стать отличным специалистом в области Data Science [4]
Один из создателей Google Brain рассказывает, почему он в данный момент работает над созданием китайских нейронных сетей [5] — интересное интервью с Andrew Ng.
Почему многие специалисты в области анализа данных выбирают Python? [6] — интересный вопрос, заданный на Quora, и несколько полезных ответов.
Data Science: Должен ли я изучать Python или R? [7]
Почему сейчас самое время изучать язык программирования R [8]
Пример Feature Engineering в машинном обучении [9]
Система автоматической оценки возраста по изображениям лиц [10]
Как работает алгоритм распознавания музыки Shazam [11]
Практический Data Science с помощью Python [12]
Серия уроков по машинному обучению и обработке естественного языка. Урок 1: Работа с текстом [13]
Понимание текста с нуля [14] — публикация от Xiang Zhang и Yann LeCun на тему использования сверточных нейронных сетей для анализа текста.
Пара слов о Shiny [15] — небольшой пост, который расскажет о популярной библиотеке визуализации Shiny для языка программирования R и возможностях публикации своих Shiny-приложений на портале Shinyapps.io.
Quickcheck: рандомизированное юнит-тестирование для R [16] — короткий пост об интересной библиотеке юнит-тестирования для языка программирования R.
Анализ данных с помощью Pandas [17] — небольшой пример использования библиотеки Pandas, написанной для языка программирования Python, для анализа данных.
Результат машинного обучения [18]
Partially Derivative: Эпизод 12: Partially Deflated [20] — очередной эпизод популярного подкаста «Partially Derivative».
Google снова зафиксировал наибольшие квартальные траты на дата-центры [21]
Сможет ли Microsoft Cosmos составить конкуренцию Hadoop [22]
Использование Apache Crunch для обработки данных в Spotify [23] — интересная статья, для тех кто использует MapReduce еще не готов использовать Apache Spark, но хочет получить схожие функции.
Опубликован Apache Hive 1.0.0 [24]
Интересное из мира R (2-8 февраля 2015 г.) [25]
Интересное из мира R (26 января — 1 февраля 2015 г.) [26]
Лучшие материалы за январь от KDnuggets.com [27]
Лучшие материалы за неделю от KDnuggets.com (25 — 31 декабря) [28]
Дайджест лучших ресурсов от DataScienceCentral (5 февраля) [29]
Новости Data Science от MyDataMine.com (6 февраля) [30]
Новости Big Data от MyDataMine.com (3 февраля) [31]
Еженедельный сборник лучших материалов от R1Soft (6 февраля) [32]
Лучшие ресурсы за неделю от Data Elixir (№21) [33]
Этот месяц в экосистеме Hadoop (январь 2015) [34]
Наиболее интересные материалы по High Scalability (6 февраля) [35]Предыдущий выпуск: Обзор наиболее интересных материалов по анализу данных и машинному обучению №33 (26 января — 1 февраля 2015) [36]
Автор: moat
Источник [37]
Сайт-источник PVSM.RU: https://www.pvsm.ru
Путь до страницы источника: https://www.pvsm.ru/data-mining/82215
Ссылки в тексте:
[1] Машинное обучение в сфере онлайн знакомств: http://xcorr.net/2015/01/16/machine-learning-in-online-dating/
[2] Искусственный интеллект может смотреть видео и описывать то, что видит: http://www.wired.com/2015/02/incredible-ai-can-watch-videos-tell-seeing/
[3] Четыре отличных визуализации данных: http://www.datasciencecentral.com/profiles/blogs/three-great-visualizations
[4] 6 советов, которые помогут стать отличным специалистом в области Data Science: http://smartdatacollective.com/eran-levy/296501/6-tips-being-awesome-data-scientist
[5] Один из создателей Google Brain рассказывает, почему он в данный момент работает над созданием китайских нейронных сетей: https://medium.com/backchannel/google-brains-co-inventor-tells-why-hes-building-chinese-neural-networks-662d03a8b548
[6] Почему многие специалисты в области анализа данных выбирают Python?: https://www.quora.com/Why-is-Python-a-language-of-choice-for-data-scientists
[7] Data Science: Должен ли я изучать Python или R?: http://www.dataschool.io/python-or-r-for-data-science/
[8] Почему сейчас самое время изучать язык программирования R: http://opensource.com/business/14/12/r-open-source-language-data-science
[9] Пример Feature Engineering в машинном обучении: http://habrahabr.ru/post/249759/
[10] Система автоматической оценки возраста по изображениям лиц: http://habrahabr.ru/company/nordavind/blog/248991/
[11] Как работает алгоритм распознавания музыки Shazam: http://www.toptal.com/algorithms/shazam-it-music-processing-fingerprinting-and-recognition
[12] Практический Data Science с помощью Python: http://radimrehurek.com/data_science_python/
[13] Серия уроков по машинному обучению и обработке естественного языка. Урок 1: Работа с текстом: http://www.thoughtly.co/blog/working-with-text/
[14] Понимание текста с нуля: http://arxiv.org/abs/1502.01710
[15] Пара слов о Shiny: http://blog.revolutionanalytics.com/2015/02/sharing-your-shiny-apps-1.html
[16] Quickcheck: рандомизированное юнит-тестирование для R: http://blog.revolutionanalytics.com/2015/02/quickcheck.html
[17] Анализ данных с помощью Pandas: http://www.analyticbridge.com/profiles/blogs/data-analysis-with-pandas
[18] Результат машинного обучения: http://blog.revolutionanalytics.com/2015/02/a-machine-earning-result.html
[19] Обзор книги: High-Performance Data Mining and Big Data Analytics: http://www.datasciencecentral.com/profiles/blogs/book-introduction-high-performance-data-mining-and-big-data
[20] Partially Derivative: Эпизод 12: Partially Deflated: http://www.partiallyderivative.com/news/2015/1/29/episode-12-partially-deflated
[21] Google снова зафиксировал наибольшие квартальные траты на дата-центры: https://gigaom.com/2015/02/04/google-had-its-biggest-quarter-ever-for-data-center-spending-again/
[22] Сможет ли Microsoft Cosmos составить конкуренцию Hadoop: http://bigdataanalyticsnews.com/microsoft-cosmos-challenge-hadoop/
[23] Использование Apache Crunch для обработки данных в Spotify: https://labs.spotify.com/2014/11/27/crunch/
[24] Опубликован Apache Hive 1.0.0: http://blog.cloudera.com/blog/2015/02/apache-hive-1-0-0-has-been-released/
[25] Интересное из мира R (2-8 февраля 2015 г.): http://r-analytics.blogspot.ru/2015/02/r-2-8-2015.html#.VNc2Ti4_xoM
[26] Интересное из мира R (26 января — 1 февраля 2015 г.): http://r-analytics.blogspot.ru/2015/02/r-26-1-2015.html#.VNZwgy4_xoO
[27] Лучшие материалы за январь от KDnuggets.com: http://www.kdnuggets.com/2015/02/top-news-2015-jan.html
[28] Лучшие материалы за неделю от KDnuggets.com (25 — 31 декабря): http://www.kdnuggets.com/2015/02/top-news-week-jan-25.html
[29] Дайджест лучших ресурсов от DataScienceCentral (5 февраля): http://www.datasciencecentral.com/profiles/blogs/62-new-external-resources-and-articles-about-data-science-big
[30] Новости Data Science от MyDataMine.com (6 февраля): http://mydatamine.com/2015/02/data-science-news-6-feb-2015/
[31] Новости Big Data от MyDataMine.com (3 февраля): http://mydatamine.com/2015/02/big-data-news-3-feb-2015/
[32] Еженедельный сборник лучших материалов от R1Soft (6 февраля): http://www.r1soft.com/blog/this-week-in-data-february-6-2015
[33] Лучшие ресурсы за неделю от Data Elixir (№21): http://dataelixir.com/issues/21
[34] Этот месяц в экосистеме Hadoop (январь 2015): http://blog.cloudera.com/blog/2015/02/this-month-in-the-ecosystem-january-2015/
[35] Наиболее интересные материалы по High Scalability (6 февраля): http://highscalability.com/blog/2015/2/6/stuff-the-internet-says-on-scalability-for-february-6th-2015.html
[36] Обзор наиболее интересных материалов по анализу данных и машинному обучению №33 (26 января — 1 февраля 2015): http://habrahabr.ru/post/249415/
[37] Источник: http://habrahabr.ru/post/250157/
Нажмите здесь для печати.