Обзор наиболее интересных материалов по анализу данных и машинному обучению №13 (8 — 14 сентября 2014)

Представляю вашему вниманию очередной выпуск обзора наиболее интересных материалов, посвященных теме анализа данных и машинного обучения. В данном выпуске достаточно много интересных примеров с использованием языков программирования R и Python. Также есть несколько интересных статей, посвященных соревнованиям по машинному обучению. Достаточно много материалов, которые будут интересны новичкам в теме анализа данных и машинного обучения. Традиционно, некоторое количество материалов посвящено теме Data Engineering.

Материалы по анализу данных и машинному обучению

•   Опыт полученный в соревновании «Hunt for Prohibited Content» на Kaggle
  Интересный пост от участника «Hunt for Prohibited Content» на Kaggle от AVITO.ru, в котором рассказывается про полученный опыт и способы улучшения результатов в соревнованиях по машинному обучению.
•    Реализация метода k ближайших соседей (kNN) с нуля
  Автор блога MachineLearningMastery приводит пример реализации метода k ближайших соседей (k-nearest neighbors — kNN) с нуля. В статье используется язык программирования Python.
•   Обновление списка онлайн-курсов по Data Science
  В данном посте представлен список обновлений онлайн-курсов по тематике Data Science.
•   Новичок в машинном обучении? Избегайте этих трех ошибок
  Данная статья будет интересна прежде всего новичкам и поможет избежать трех типичных ошибок при использовании машинного обучения.
•   Классификация временных рядов: KNN и DTW
  Автор приводит пример классификации временных рядов с помощью K Nearest Neighbors & Dynamic Time Warping. Примеры реализованы с помощью языка программирования Python.
•  Шпаргалка по машинному обучению
  Встретил очень интересный документ-шпаргалку по машинному обучению, который поможет быстро освежить знания по тематике.
•   Визуальное свидетельство того, что нейронные сети могут вычислить любую функцию
  Я уже упоминал о черновом варианте книги «Neural Networks and Deep Learning», в данном случае это глава из книги, которая мне показалось очень любопытной, под названием «A visual proof that neural nets can compute any function».
•  Преимущества реализации алгоритмов машинного обучения с нуля
  Автор блога MachineLearningMastery описывает преимущества реализации существующих алгоритмов машинного обучения с нуля.
•    Bike Sharing Demand на Kaggle: пример кода
  Хочу привести небольшой простой пример кода с соревнования по машинному обучению с Kaggle под названием Bike Sharing Demand, в котором участникам предлагается предсказать почасовую количественную потребность в велосипедах в пунктах проката в Washington, D.C.
•   Кластеризация изображения по методу k-средних
  Небольшой наглядный пример использования кластеризации по методу k-средних (k-means clustering) применительно к изображению. В примере используется язык программирования R.
•   Визуализация структуры веб-сайта с помощью сетевых графов
  Пример кода для визуализации структуры веб-сайта с помощью сетевых графов. В данном примере используется язык программирования R, а также библиотеки RSiteCatalyst и d3Network.
•   10 библиотек для победы в соревнованиях Kaggle
  Данный набор слайдов может помочь каждому улучшить свои результаты в соревнованиях по машинному обучению на сайте Kaggle.
•   Построение спам-фильтра на R
  Достаточно простой пример кода для построения спам-фильтра с ипользованием языка программирования R, а также с использованием библиотеки машинного обучения Caret и обучения с помощью метода опорных векторов (SVM).
•   От пеньков к деревьям и лесам
  Очередная статья с блога Microsoft Technet Machine Learning Blog. В этот раз Chris Burges достаточно простым языком расскажет о деревьях принятия решения.
•  Еженедельный дайджест от DataScienceCentral
  Регулярный еженедельный дайджест статей по анализу данных от портала DataScienceCentral.
•   Введение в Apache Kafka
  Данная статья с блога компании Cloudera — введение в распределенную систему обмена сообщениями Apache Kafka
•    Онлайн-курс «KIx: KIexploRx Explore Statistics with R»
  На edX впервые стартовал курс под названием «KIx: KIexploRx Explore Statistics with R». Курс будет в первую очередь интересен тем, кто хочет ознакомиться с языком программирования R и его практическим применением.
•   Подходит ли мне профессия специалиста по анализу данных?
  Любопытная статья-опросник от портала AnalyticsVidhya, которая поможет понять подходит ли вам профессия Data Scientist.
•   Эффективное индексирование в MongoDB 2.6
  Небольшая статья, рассказывающая как правильно использовать индексирование в NoSQL базе данных MongoDB, в том числе описываются новые возможности индексирования, которые появились в версии 2.6.
•    Видеолекции с курса «Learning From Data»
  25 сентября начнется новая сессия очень популярного онлайн-курса с edX «Learning From Data» от California Institute of Technology и профессора Yaser Abu-Mostafa в качестве основного инструктора. Но уже сейчас дотсупен полный набор видеолекций и практических заданий.
•   Как работают дата-центры
  Описание работы дата-центров в США, представленное в виде наглядной инфографики.
•  Лучшие статьи KDnuggets (31 августа — 6 сентября)
  Список лучших статей портала популярного KDnuggets в период с 31 августа по 6 сентября.
•  10 лучших цитат Big Data
  10 лучших цитат по тематике Big Data по версии портала Smart Data Collective.
•    9 советов по выбору NoSQL-хранилища
  Cерия статей, в которой предлагается 9 советов по выбору NoSQL-хранилища.
•   Обзор материалов по высокой производительности
  Еженедельный дайджест наиболее интересных материалов по высокой производительности от популярного портала HighScalability.
•  180 лучших блогеров
  Список 180 лучших блогеров по тематике Data Science, предложенный порталом DataScienceCentral.
•  Лучшие сайты по Big Data
  Список из 6 ресурсов по Big Data, которые могут быть интересны специалистам по работе с большими данными, хотя большинство ресурсов многие из вас и так уже знают.
•    Введение в архитектуру Big Data
  Данная статья с блога компании Cloudera — хорошее введение в тему архитектуры Big Data и описания того, чем занимается Big Data Engineer.
•  5 уровней зрелости Big Data в компании
  Небольшая статья с инфографикой о различных уровнях зрелости компании в работе с Big Data.
•    Обзор книги «Applied Predictive Modeling»
  Обзор очень любопытной книги по машинному обучению «Applied Predictive Modeling» от автора блога MachineLearningMastery.
•  Дайджест лучших ресурсов от DataScienceCentral
  Неплохой список свежих интересных статей и ресурсов от DataScienceCentral.
•    Пример forecasting на R
  Небольшой пример использования языка программирования R для forecasting с соревнования по машинному обучению «Global Energy Forecasting Competition 2014».
•    Обзор новой книги «Applied Spatial Analysis and Policy»
  Обзор новой книги «Applied Spatial Analysis and Policy» по работе с геопространственными данными на языке программирования R.
•  Новости Data Mining
  Небольшой список интересных ресурсов по теме Data Mining от 10 сентября.
•  Лучшие материалы месяца
  Список лучших статей месяца по теме анализа данных по версии популярного портала DataScienceCentral.
•    Начался третий ежегодный чемпионат Russian AI Cup
  Как сообщили в блоге компании Mail.Ru Group на Хабрахабр, начался третий ежегодный чемпионат Russian AI Cup под названием «CodeHockey». В прошлом году дошел до финала CodeTroopers и в целом было достаточно интересно, хоть и очень времязатратно. В этом году тоже планирую попробовать свои силы в данном соревновании.

Предыдущий выпуск: Обзор наиболее интересных материалов по анализу данных и машинному обучению №12 (1 — 8 сентября 2014)