DataScience Digest — 17.06.21

Приветствую всех!

Встречайте свежий выпуск дайджеста полезных материалов из мира Data Science & Machine Learning и не забывайте подписываться на наш Telegram-канал.

Статьи

Building Scalable Machine Learning Pipelines for Multimodal Health Data on AWS — подробное описание метода разработки масштабируемых МЛ пайплайнов для работы с медицинскими базами данных на AWS.

Session-based Recommender Systems — туториал от Cloudera Fast Forward, где описываются методы разработки и работы с рекомендательными системами.

Metric Learning Tips & Tricks — узнайте, как решить основные проблемы классификации на примере объектно-ориентированных моделей.

Tinkering with the Mobile Apps Dataset — об использовании открытых баз данных в тренировке моделей для мобильных приложений.  

Testing Airflow DAGs — туториал о тестировании Airflow DAG-ов; все тесты адаптированы исходя из уникальной структуры ациклических графов.

Dynamically Generating DAGs in Airflow — уникальные методы генерации DAG-ов на Airflow, от одно- до много-файловых методов (с кодом и примерами).

Deep Learning for Projectile Trajectory Modeling — краткий обзор научной статьи “Simulated Data Generation Through Algorithmic Force Coefficient Estimation for AI-Based Robotic Projectile Launch Modeling”.

AI Traces the Origin of Metastatic Cancer Better than Humans — заметка от команды Receptor.AI об обнаружение первичных метастазов рака с помощью AI.

Научные статьи

AndroidEnv: A Reinforcement Learning Platform for Android — описание работы и разработки AndroidEnv, опенсорс платформы для обучения с подкреплением на Android.

Barlow Twins: Self-Supervised Learning via Redundancy Reduction — новый метод самостоятельного обучения с учителем с помощью уменьшения избыточности.

HateCheck: Functional Tests for Hate Speech Detection Models — обнаружение неполиткорректных высказываний и оскорблений с помощью HateCheck.

Domain Consensus Clustering for Universal Domain Adaptation — новый метод работы с универсальной адаптацией домена с помощью Domain Consensus Clustering (DCC).

Hallucination in Object Detection — A Study in Visual Part Verification — обнаружение неверных определений объектов нейронными сетями; новый датасет, где исследуются подобные ошибки.

Subdivision-Based Mesh Convolution Networks — обзор новой нейронной сети SubdivNet и ее особенностей работы с разноформатными изображениями.

Материалы конференций

PyCon US 2021 — cборник 80 выступлений и докладов с конференции PyCon US 2021.

Спасибо, что дочитали этот выпуск. Надеюсь, каждый нашел для себя что-то полезное. Буду благодарен за любые предложения для следующего дайджеста.

Присоединяйтесь к Telegram-каналу дайджеста и его страницам в соцсетях: Medium, Facebook, Twitter, LinkedIn, а также подписывайтесь на нас в substack.

← Предыдущий выпуск: Data Science Digest.