Обзор наиболее интересных материалов по анализу данных и машинному обучению №6 (21 — 28 июля 2014)
сегодня в 13:10
В очередном выпуске обзора наиболее интересных материалов, посвященных теме анализа данных и машинного обучения некоторое количество статей посвящено практическому применению различных видов регрессии. Есть интересная серия статей о применении машинного обучения в трейдинге. Как обычно много материалов посвящено алгоритмам машинного обучения (в том числе нейронным сетям). Есть несколько любопытных видеолекций, а также много статей про практическое применение языка R при анализе данных и машинном обучении.Материалы по анализу данных и машинному обучению 16 направлений аналитики в сравнении с Data Science [EN]Интересное сравнение относительно новой дисциплины Data Science с различными направлениями аналитики (data mining, machine leraning, statistics и др.) Нелинейная регрессия в R [EN]4 вида нелинейной регрессии с примерами на языке программирования R. Визуализация логистической регрессии с помощью Shiny [EN]Статья о создании интерактивный графиков для визуализации логистической регрессии с помощью пакета Shiny для языка программирования R. Все что вы хотели знать о машинном обучении, но боялись спросить (часть 1) [EN]Интересная статья, посвященная основам машинного обучения. Все что вы хотели знать о машинном обучении, но боялись спросить (часть 2) [EN]Продолжение серии статей, посвященных основам машинного обучения. Разница между library () и require () в языке R [EN]Небольшая статья о том, в каких случаях использовать library () и require () в языке R. Часто возникает путаница в данном вопросе. Применение машинного обучения для трейдинга (часть 1) [EN]Введение в тему использования машинного обучения для трейдинга. Применение машинного обучения для трейдинга (часть 2) [EN]Продолжение темы использования машинного обучения для трейдинга. Применение линейной регрессии при помощи R [EN]Статья о применении 4 видов линейной регрессии при помощи языка программирования R. Стэнфордский университет опубликовал большую коллекцию наборов данных [RU]Стэнфордский университет опубликовал большую коллекцию графовых наборов данных (Stanford Large Network Dataset Collection), то есть данных которые организованы в виде графов или сетей. Похоже, что это отличный набор данных, на котором можно будет экспериментировать и оттачивать свои навыки в анализе данных и машинном обучении. Еженедельный дайджест от DataScienceCentral [EN]Регулярный еженедельный дайджест статей по анализу данных от портала DataScienceCentral. Введение в сверточные нейронные сети (часть 1) [EN]Вводная статья про популярные сейчас сверточные нейронные сети, написанная достаточно простым языком. Введение в сверточные нейронные сети (часть 2) [EN]Продолжение дискуссии про сверточные нейронные сети. Во второй части автор уделяет большое внимание теории сверточных нейронных сетей. Наборы данных для машинного обучения [RU]Список ресурсов на которых можно найти большое количество интересных наборов данных (data sets) для машинного обучения и анализа данных. Использование цепей Маркова на практике [EN]Пример возможного применения цепей Маркова в практических задачах на примере банковского кредитования и оценки рисков. Penalized regression при помощи R [EN]Статья о применении Penalized Regression при помощи языка программирования R. Поиск дубликатов с применением машинного обучения [EN]Интересная статья, написанная достаточно простым языком, о типовой задаче поиска дубликатов в записях, с применением машинного обучения. В статья приведены примеры кода на языке Python. Упрощение R кода с помощью библиотеки magrittr и pipelines [EN]Упрщение кода в языке программирования R, с использованием библиотеки magrittr, которая позволяет применять подход pipeline к коду. MLlib — библиотека машинного обучения для Apache Spark [EN]Небольшая статья про библиотеку машинного обучения MLlib для набирающего популярность Apache Spark. Видеолекции Quoc Le по Deep Learning [EN]Quoc Le из команды Google Brain представляет видеолекции по технике машинного обучения Deep Learning, которые были рассказаны на летней школе машинного обучения Machine Learning Summer School (MLSS »14) в Питтсбурге. 10 видов линейной регрессии [EN]Небольшая статья про вопрос правильного выбора различных видов линейной регрессии при машинном обучении. Применение машинного обучения для соревнований на Kaggle [EN]Для улучшения своих навыков машинного обучения часто важно изучать готовые примеры решений от специалистов по анализу данных. В данной статье рассматривается пример решения известной задачи с сайта Kaggle — гибель пассажиров Титаника. Автор решения использует язык программирования R в своем примере. Введение в машинное обучение [EN]Ссылка на второе издание отличной книги по машинному обучению. Правда о стартапах в области Data Science [EN]Интересные рассуждения о проблемах, с которыми можно столкнуться при создании стартапа в области Data Science. Как улучшить свои навыки машинного обучения [EN]Хороший краткий список книг по машинному обучению, которые помогут вам поднять свой уровень в данном вопросе. Эксперимент в Яндексе. Как идентифицировать взломщика с помощью машинного обучения [RU]Статья о применении машинного обучения в Яндексе для попытки классификации злоумышленника и обычного пользователя по поведенческим признакам. Подробности работы данных алгоритмов, к сожалению, особенно не раскрываются. Предыдущий выпуск: Обзор наиболее интересных материалов по анализу данных и машинному обучению №5 (7 — 21 июля 2014)
Только зарегистрированные пользователи могут оставлять комментарии.Войдите, пожалуйста.
