Data Science Digest (July 2019)
Приветствую всех!
Лето в полном разгаре, и если вы планируете быть в Одессе 5-го июля, приглашаю вас на ODS митап и дата-бар [1], который организовывает одесская ODS.ai [2] команда. Напоминаю, что у дайджеста есть свой Telegram-канал [3] и страницы в соцсетях (Facebook [4], Twitter [5], LinkedIn [6], Medium [7]), где я ежедневно публикую ссылки на полезные материалы. Присоединяйтесь!
А пока предлагаю свежую подборку материалов под катом.
Статьи
- 18 Impressive Applications of Generative Adversarial Networks [8] — обзор 18-ти интересных приложений GAN, которые помогут вам понять, где он может быть использован и полезен.
- Аппаратное ускорение глубоких нейросетей: GPU, FPGA, ASIC, TPU, VPU, IPU, DPU, NPU, RPU, NNP и другие буквы. [9]
- Time Series Forecasting with TensorFlow.js [10] — в этой статье вы узнаете, как извлекать цены на акции из онлайн API и выполнять прогнозы, используя рекуррентную нейронную сеть и долгосрочную кратковременную память (LSTM) и TensorFlow.js.
- Initializing neural networks [11] — в статье объясняется, как эффективно инициализировать параметры нейронной сети, чтобы ускорить ее обучение и избежать распространенных ошибок.
- Deep learning: the final frontier for signal processing and time series analysis? [12]
- The Third Wave Data Scientist [13] — что должен знать и уметь современный дата-сайентист.
- 16 OpenCV Functions to Start your Computer Vision journey (with Python code) [14] — отличная статья для новичков, которая содержит описание основных функций библиотеки OpenCV и позволяет быстро начать работать с ней.
- Лопнул ли пузырь машинного обучения, или начало новой зари [15].
- The Best and Most Current of Modern Natural Language Processing [16] — хорошая обзорная статья, которая содержит ссылки на полезные ресурсы по теме обработки естественного языка и помогает узнать о последних тенденциях в этой области.
- Distributed Deep Learning Pipelines with PySpark and Keras [17]
- Text Preprocessing in Python: Steps, Tools, and Examples [18] — в этой статье вы узнаете про основные этапы предварительной обработки текста, которые необходимы для перевода текста с человеческого языка в машиночитаемый формат для дальнейшей работы с ним.
- Rekko Challenge — как занять 2-е место в конкурсе по созданию рекомендательных систем [19].
- Introducing TensorFlow Graphics [20] — обзор нового дополнения к TensorFlow, которое, как ожидается, позволит проводить исследования на стыке глубокого обучения и компьютерной графики.
- Автоматическое назначение задач в Jira с помощью ML [21].
- A Hands-On Introduction to Deep Q-Learning using OpenAI Gym in Python [22] — эта статья поможет вам сделать первые шаги в мир глубокого обучения с подкреплением на примере использования OpenAI Gym.
Cheatsheets
- Data Science Cheatsheets [23] — отличная коллекция шпаргалок по следующим темам: Artificial Intelligence, Big Data Analytics, Big Data, Data Engineering, Data Mining, Data Science, Data Visualization, Deep Learning, Machine Learning, Python и другие.
- Artificial Intelligence cheatsheets for Stanford’s CS 221 [24] — этот репозиторий суммирует все важные вещи, описанные в Стэндфордском курсе по искусственному интеллекту CS 221, и включает в себя шпаргалки по нему.
Проекты
- ICLR 2019 posters [25] — проект, который посвящен сбору в одном месте постеров с ведущих конференций по машинному обучению. Первыми добавлены постеры с ICLR.
- Machine Learning and Data Science Applications in Industry [26] — репозиторий, который содержит большой список примеров использования машинного обучения и науки о данных в разных отраслях.
Видео
- Deep Learning Boot Camp [27] — видеозаписи презентаций из Deep Learning Boot Camp, который проходил с 28 по 31 мая в Беркли.
Книги
- AUTOML: METHODS, SYSTEMS, CHALLENGES [28] — в этой книге представлен первый всеобъемлющий обзор общих методов автоматического машинного обучения (AutoML), собраны описания существующих систем на основе этих методов и обсуждены проблемы AutoML систем.
Мероприятия
- ODS.ai Odessa Meetup & Data Bar [1] — 5 июля, Одесса — первый митап сообщества Open Data Science [2] в Одессе. Неформальное общение и интересные темы накануне конференции EECVC [29]. Участие бесплатное, регистрация [30] обязательна.
- AI Ukraine 2019 [31] — 21-22 сентября, Киев — одна из самых сильных AI конференций в Украине в этом году будет проходить в 3 потока: Data Science and Machine Learning; Big Data and Analytics; AI Business and Startups. Первые темы докладов уже на сайте. Для читателей дайджеста 7% скидочный промокод: DSDigest-AI2019.
Спасибо, что дочитали этот выпуск. Надеюсь, каждый нашел для себя полезное. Буду благодарен за любые предложения для следующего дайджеста.
← Предыдущий выпуск: Data Science Digest (May 2019) [32]
Автор: m31
Источник [33]
Сайт-источник PVSM.RU: https://www.pvsm.ru
Путь до страницы источника: https://www.pvsm.ru/news/322656
Ссылки в тексте:
[1] ODS митап и дата-бар: https://www.meetup.com/ru-RU/Open-Data-Science-Odessa/events/262702735/
[2] ODS.ai: https://ods.ai/
[3] Telegram-канал: https://t.me/DataScienceDigest
[4] Facebook: https://www.facebook.com/DataScienceDigest/
[5] Twitter: https://twitter.com/data_digest
[6] LinkedIn: https://www.linkedin.com/company/data-science-digest/
[7] Medium: https://medium.com/datasciencedigest
[8] 18 Impressive Applications of Generative Adversarial Networks: https://machinelearningmastery.com/impressive-applications-of-generative-adversarial-networks/
[9] Аппаратное ускорение глубоких нейросетей: GPU, FPGA, ASIC, TPU, VPU, IPU, DPU, NPU, RPU, NNP и другие буквы.: https://habr.com/ru/post/455353/
[10] Time Series Forecasting with TensorFlow.js: https://towardsdatascience.com/time-series-forecasting-with-tensorflow-js-1efd48ff2201
[11] Initializing neural networks: http://www.deeplearning.ai/ai-notes/initialization/
[12] Deep learning: the final frontier for signal processing and time series analysis?: https://medium.com/@alexrachnog/deep-learning-the-final-frontier-for-signal-processing-and-time-series-analysis-734307167ad6
[13] The Third Wave Data Scientist: https://towardsdatascience.com/the-third-wave-data-scientist-1421df7433c9
[14] 16 OpenCV Functions to Start your Computer Vision journey (with Python code): https://www.analyticsvidhya.com/blog/2019/03/opencv-functions-computer-vision-python/
[15] Лопнул ли пузырь машинного обучения, или начало новой зари: https://habr.com/ru/company/recognitor/blog/455676/
[16] The Best and Most Current of Modern Natural Language Processing: https://medium.com/huggingface/the-best-and-most-current-of-modern-natural-language-processing-5055f409a1d1
[17] Distributed Deep Learning Pipelines with PySpark and Keras: https://towardsdatascience.com/distributed-deep-learning-pipelines-with-pyspark-and-keras-a3a1c22b9239
[18] Text Preprocessing in Python: Steps, Tools, and Examples: https://medium.com/@datamonsters/text-preprocessing-in-python-steps-tools-and-examples-bf025f872908
[19] Rekko Challenge — как занять 2-е место в конкурсе по созданию рекомендательных систем: https://habr.com/ru/company/tinkoff/blog/454818/
[20] Introducing TensorFlow Graphics: https://medium.com/tensorflow/introducing-tensorflow-graphics-computer-graphics-meets-deep-learning-c8e3877b7668
[21] Автоматическое назначение задач в Jira с помощью ML: https://habr.com/ru/company/hh/blog/457418/
[22] A Hands-On Introduction to Deep Q-Learning using OpenAI Gym in Python: https://www.analyticsvidhya.com/blog/2019/04/introduction-deep-q-learning-python/
[23] Data Science Cheatsheets: https://github.com/abhat222/Data-Science--Cheat-Sheet
[24] Artificial Intelligence cheatsheets for Stanford’s CS 221: https://github.com/afshinea/stanford-cs-221-artificial-intelligence
[25] ICLR 2019 posters: https://postersession.ai/
[26] Machine Learning and Data Science Applications in Industry: https://github.com/firmai/industry-machine-learning
[27] Deep Learning Boot Camp: https://simons.berkeley.edu/workshops/schedule/10624
[28] AUTOML: METHODS, SYSTEMS, CHALLENGES: https://www.automl.org/book/
[29] EECVC: http://eecvc.com
[30] регистрация: https://www.eventbrite.com/e/odsai-odessa-meetup-data-bar-registration-64418096260
[31] AI Ukraine 2019: https://aiukraine.com/
[32] Data Science Digest (May 2019): https://habr.com/ru/post/453290/
[33] Источник: https://habr.com/ru/post/458488/?utm_campaign=458488&utm_source=habrahabr&utm_medium=rss
Нажмите здесь для печати.