Обзор наиболее интересных материалов по анализу данных и машинному обучению №8 (4 — 11 августа 2014)

Представляю вашему вниманию очередной выпуск обзора наиболее интересных материалов, посвященных теме анализа данных и машинного обучения. В данном выпуске достаточно много практических примеров кода на языках программирования R и Python. Также в данном обзоре есть достаточно много статей, которые будут интересны новичкам. Несколько статей посвящено онлайн-курсам. Как обычно много материалов посвящено алгоритмам машинного обучения.

Материалы по анализу данных и машинному обучению

•   Введение в машинное обучение
  Отличная статья, описывающая базовые понятия машинного обучения.
•   Линейная классификация в R
  Три вида линейной классификации с примерами на языке программирования R.
•  Рекомендации в Spotify с использованием Deep Learning
  Автор рассказывает как работает система рекомендаций в популярном сервисе Spotify.
•   Новый онлайн-курс по искусственному интеллекту
  Достаточно интересный по описанию новый онлайн-курс по искусственному интеллекту от LIRIS под названием IDEAL MOOC стартует в октябре 2014 года.
•   Один год участия в соревнованиях Kaggle
  В данной статье автор рассказывает об опыте своего участия в различных соревнованиях по машинному обучению на Kaggle за один год. До этого большого опыта по теме машинного обучения у автора не было.
•   Учась у лучших
  Крайне полезная публикация, которая содержит советы от лучших участников Kaggle о том, как достичь успеха в соревнованиях по машинному обучению.
•   Вставка значений NA в произвольные места в вектор
  Пример полезного кода на языке программирования R. В данном примере кода решается достаточно часто возникающая задача, когда для различных целей в вектор значений необходимо вставить несколько NA-значений в произвольные места.
•  Новый канал на YouTube, посвященный анализу данных
  Автор блога Oz Analytics в дополнение к своему блогу открыл новый канал на YouTube, в котором будет освещать различные темы, связанные с аналитикой, бизнес-аналитикой и Data Science.
•   Визуализация цепей Маркова
  Великолепная визуализация работы алгоритма цепей Маркова.
•   Визуализация географических данных с помощью R
  Интересная статья о том, как визуализировать географические данные с помощью языка программирования R и популярной библиотеки визуализации ggplot2.
•    Цепочки операций: интересная возможность в библиотеке dplyr
  Интересный пример кода использования цепочек операций при использовании популярной библиотеки dplyr для языка программирования R.
•    Сертификаты и сертификация в области анализе данных
  Большой интересный список возможных вариантов курсов, по окончании которых можно получить сертификат в области анализа данных. Здесь есть варианты онлайн-курсов, различных вариантов сертификации и очного обучения.
•  Удачное применение предсказательной модели
  Полезный пост от автора MachineLearningMachinery о том, как можно найти интересные и удачные применения предсказательной модели.
•   Какие навыки важны для Data Scientist
  Очень интересная статья о том, какие навыки важны для начинающего специалиста по анализу данных, а какие не так важны, как может показаться на первый взгляд, для вашего портфолио.
•     NoSQL или SQL: как сделать правильный выбор?
  За последние годы количество различных вариантов баз данных, которые можно выбрать для своего приложения, значительно выросло. Из-за этого у разработчиков приложений появилось достаточно много вопросов, данный вебкаст постарается ответить на самые важные из них.
•  Планы Microsoft в области машинного обучения
  Статья расскажет о планах Microsoft на будущее в области машинного обучения. Microsoft запускает свою облачную платформу Azure ML, чему уделено много внимания в данной публикации.
•  Как стать Data Scientist: MS Program, Bootcamp или MOOC
  Интересные рассуждения о том, какие пути существуют, для того чтобы стать Data Scientist и какие у каждого пути есть особенности.
•    Решение для соревнования по машинному обучению «Higgs Boson» на Kaggle
  Вариант решения задачи соревнования по машинному обучению «Higgs Boson» на Kaggle. Автор использует Python, Pandas и Scikit Learn для своего решения.
•   Сравнение прогнозируемой продолжительности жизни женщин и мужчин
  Хороший пример обработки данных на языке программирования R.
•   Heiko Strathmann рассказывает о библиотеке для машинного обучения Shogun
  Heiko Strathmann в данной небольшой видеолекции рассказывает о библиотеке для машинного обучения Shogun, одним из автором которой он является. Основное направление данной библиотеки — это использование метода опорных векторов для решения проблем регрессионного анализа и классификации.
•   Обработка данных по авиакатастрофам
  Хороший пример обработки данных на языке программирования R.
•    Параметризированные SQL-запросы
  Хорошая статья про то как правильно писать и использовать параметризированные SQL-запросы, в том числе как их использовать в языке программирования R.
•  Дайджест лучших ресурсов от DataScienceCentral (4 августа)
  Неплохой список свежих интересных статей и ресурсов от DataScienceCentral.
•  Семь столпов статистической мудрости
  Небольшая статья про 7 вещей, которые крайне важны в статистической науке.
•   Плохие привычки при написании SQL-кода
  Нелохая статья с небольшим списком ошибок, которые часто допускаются при написании SQL-кода.
•    Пример использования функции glm() в R
  Простой пример использования функции glm() в языке программирования R из библиотеки stats.
•  Подготовка данных для предсказательного моделирования
  Интересная статья от автора MachineLearningMachinery о возможностях улучшения предсказательной модели за счет лучшей предобработки данных.
•   11 необходимых вещей для Data Science
  Отличная шпаргалка из 11 пунктов от портала DataScienceCentral, которая будет полезна любому кто интересуется темой Data Science.
•  Интересные идеи из биостатистики для A/B-тестирования
  Данный материал может привлечь внимание тех, кто интересуется темой A/B-тестирования. В этой краткой статье предлагаются некоторые идеи из биостатистики, которые моугт быть применимы для A/B-тестирования.
  
•   Машинное обучение и компьютерное зрение
  Очередная статья от Microsoft Technet Machine Learning Blog, посвященная использованию машинного обучения при решении вопросов распознавания образов и применения технологий компьютерного зрения. Статья небольшая и написана простым языком, без погружения в детали данной достаточно сложной темы.

Предыдущий выпуск: Обзор наиболее интересных материалов по анализу данных и машинному обучению №7 (28 июля — 4 августа 2014)