Обзор наиболее интересных материалов по анализу данных и машинному обучению №23 (17 — 23 ноября 2014)

Представляю вашему вниманию очередной выпуск обзора наиболее интересных материалов, посвященных теме анализа данных и машинного обучения.

Общее

•   Моделирование пандемий с помощью языка Wolfram Language (системы Mathematica 10) на примере лихорадки Эбола
•   Интересное из мира R (10-16 ноября 2014)
•   DataTalks 25.10.14: первая встреча
•   IBM запускает совместные магистерские программы в области Больших Данных с ведущими российскими университетами
•  Почему Twitter является легкой целью для социальной аналитики
•  Google и Stanford строят нейронную сеть, способную описывать фотографии
•  9 навыков необходимых для того, чтобы стать Data Scientist
•  Еще немного материалов с Highload++ 2014 — последняя партия слайдов с различных выступлений с конференции разработчиков высоконагруженных систем HighLoad++ 2014. Не все из них связаны с машинным обучением и анализом данных, но многие могут быть интересны.
•  Apache Mahout против Weka — небольшое сравнение двух популярных продуктов.

Теория и алгоритмы машинного обучения, примеры кода

•     Введение в обучение без учителя (Unsupervised learning) с помощью scikit-learn
•   Эффективная очистка текста с использованием Python
•    Введение в Deep Learning на Python
•   Обзор библиотек для анализа данных с использованием Python
•   Факторный анализа против метода главных компонент
•   Пример кода: dplyr — динамическая группировка по полю
•   Пример кода: объединение нескольких data.frame в R
•    Одномерная линейная регрессия — неплохая статья про одномерную линейную регрессию.
•   Использование разведочного анализа данных для лучшего понимания проблемы и улучшения результата — очередная интересная статья от автора блога MachineLearningMastery. В данном случае речь пойдет об использовании разведочного анализа данных (Exploratory Data Analysis).
•   Ask a Data Scientist: Обучение без учителя — очередная статья с популярного портала insideBIGDATA из цикла «Ask a Data Scientist», в данном выпуске речь пойдет об обучении без учителя (Unsupervised learning).
•   Визуализация форкастинга — неплохая статья, посвященная возможности различных визуализаций форкастинга с использованием языка программирования R.
•    Основы анализа данных с использованием R — хороший набор слайдов с доклада, посвященного основам анализа данных с использованием языка программирования R.

Онлайн-курсы, обучающие материалы и литература

•   Книга «Statistical Inference for Everyone» — ссылка на бесплатную версию книги «Statistical Inference for Everyone» и ссылки на дополнительные материалы, которые могут быть полезны при работе с книгой.

Видеоматериалы

•    Введение в Revolution R Open и Deploy R Open
•    Видеолекции с летней школы программирования (Machine Learning Summer School 2014, Reykjavik)
•    Введение в метод опорных векторов — хорошая лекция по основам метода опорных векторов (Support vector machines) с одного из курсов MIT.
•    Введение в обучение с подкреплением — неплохой вводный материал по теме подкрепления с обучением (Reinforcement learning).

Data engineering

•   Использование полнотекстового индексирования и поиска в PostgreSQL
•   Как и для чего Яндекс отключает собственные дата-центры
•   Apache Hadoop — не только MapReduce — небольшая статья с блога Analytics Vidhya про возможности, которые есть в Apache Hadoop помимо MapReduce.
•  Apache Hive на Apache Spark — статья с блога компании Cloudera — демонстрация работы Apache Hive на Apache Spark, который все очевиднее становится наследник MapReduce при работе с Apache Hadoop.
•   Big Data 101: Разделение — продолжение дискуссии об основах распределенных вычислений и хранения данных, в данном случае речь пойдет о разделении (Partitioning).

Обзоры

•  Еженедельный дайджест от DataScienceCentral (24 ноября)
•  Лучшие материалы за неделю от KDnuggets.com (9 — 15 ноября)
•  Новости Data Mining от MyDataMine.com (19 ноября)
•  Дайджест лучших ресурсов от DataScienceCentral (17 ноября)
•  Наиболее интересные материалы от Freakonometrics №186
•  Наиболее интересные материалы от Freakonometrics №185
•  Наиболее интересные материалы от Freakonometrics №184
•  Лучшие ресурсы за неделю от Data Elixir (№11)
•  Лучшие материалы: NoSQL Zone (7 — 14 ноября)
•  Еженедельный сборник лучших материалов от R1Soft (21 ноября)
•  Наиболее интересные материалы по High Scalability (21 ноября)

Предыдущий выпуск: Обзор наиболее интересных материалов по анализу данных и машинному обучению №22 (10 — 16 ноября 2014)