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

Общее

•  Использование подхода Data-Driven в машинном обучении
  Очередная интересная статья с блога MachineLearningMastery, в данном случае речь пойдет о том, какие есть возможности для улучшения эффективности алгоритмов машинного обучения.
•   Введение в машинное обучение для разработчиков
  Неплохое введение в тему машинного обучения для разработчиков, в которой упоминаются многие аспекты, которые необходимы для работы с алгоритмами машинного обучения.
•  30 лучших блогов по теме Data Science
  Рейтинг лучших блогов по тематике Data Science по версии портала DataScienceCentral.
•   Улучшение навыков машинного обучения
  Несколько полезных советов от автора блога MachineLearningMastery, которые могут помочь в улучшении навыков машинного обучения.
•   Как успешно пройти собеседование на позицию в области Data Science
  Интересная и полезная статья, которая поможет подготовиться к собеседованию на позицию в области Data Science.
•  Модули Vowpal Wabbit в Azure ML
  Продолжение рассказа с блога «Micorosoft Technet Machine Learning» о возможностях Vowpal Wabbit в облачном сервисе машинного обучение Azure ML от компании Microsoft.
•  22 навыка, которые необходимы Data Scientist
  Интересная статья от Vincent Granville на популярном портале DataScienceCentral о том, какие навыки необходимы специалисту по анализу данных с учетом его специализации.
•  Первая неделя курса «Stanford’s Machine Learning»
  Автор статьи делится своими впечатлениями от первой недели популярного курса по машинному обучению от Andrew Ng и Stanford University, очередная сессия которого стартовала не так давно на Coursera.

Теория и алгоритмы машинного обучения, примеры кода

•    Наивный Байес и текстовая классификация (часть 1)
•   О вычислительной сложности MapReduce
  Неплохая статья о теоретических основах программной модели MapReduce.
•    Введение в нейронные сети
  Достаточно объемная статья с блога Andrej Karpathy (CS PhD student at Stanford), в которой автор рассказывает про машинное обучение и нейронные сети, приводит примеры кода и говорит о том, что данная статья будет со временем дополняться новыми материалами.
•  Использование машинного обучения и NodeJS для определения пола пользователей Instagram
  Неплохой пример предсказательной модели на основе нейронных сетей для определения пола пользователей Intstagram на основе различных входных параметров, а также с использованием NodeJS.
•    Введение в метод опорных векторов
  Полезная статья с блога Analytics Vidhya, в которой достаточно простым языком описывается работа метода опорных векторов (Support Vector Machines).
•   Оценка эффективности системы бинарной классификации
  Краткое введение в оценку эффективности бинарных систем классификации.
•   miniCRAN: свой собственный репозитарий библиотек
  Статья, которая кратко расскажет о библиотеке miniCRAN для языка программирования R, которая позволяет сделать свой собственный репозитарий библиотек.
•   Запуск RStudio в облаке
  Статья о том, как достаточно быстро и легко запустить RStudio в браузере с помощью облачного решения и Docker.
•   Вывод нескольких переменных на линейной диаграмме в ggplot2
  Небольшой практический пример вывода нескольких переменных на линейной диаграмме с помощью языка программирования R и библиотеки ggplot2.

Соревнования по машинному обучению

•  Интервью с Diogo Ferreira
  Полезное интервью на блоге MachineLearningMastery с успешным участником соревнований по машинному обучению Diogo Ferreira.
•   Простая модель для Kaggle «Bike Sharing Demand»
  Описание достаточно простой модели для соревнования по машинному обучению «Bike Sharing Demand» на Kaggle с примерами на языке программирования R.

Онлайн-курсы, обучающие материалы и литература

•   Стартовал онлайн-курс «Mining Massive Datasets»
  29 сентября 2014 года на Coursera стартовал онлайн-курс, который привлек так много внимания. Это курс от Stanford University под названием Mining Massive Datasets.
•    Книга «The Field Guide to Data Science»
  Краткое описание и бесплатная версия любопытной книге под названием «The Field Guide to Data Science» об основах Data Science.
•   Анонс книги «Practical Data Science Cookbook»
  Небольшая статья-анонс достаточно любопытной книги «Practical Data Science Cookbook».
•   Список для чтения (октябрь)
  Список книг с блога Dave Gilles (Professor of Economics at the University of Victoria), которые по мнению профессора могут быть интересны к прочтению.
•   Книга «Getting Started with Impala»
  Анонс любопытной книги «Getting Started with Impala» на блоге компании Cloudera.

Видеоматериалы

•     Martin Maechler о практике хорошего кода на R
  Martin Maechler (член команды R-Core) выступил с интересным докладом на конференции useR! 2014. В данном видео он расскажет о практике хорошего кода как на языке программирования R, так и в целом о лучших приемах и практиках в программировании.
•    Материалы со встречи «Новинки PostgreSQL 9.4 и кое-что ещё»
  Не так давно прошла интересная встреча в офисе компании «Яндекс» и была посвящена СУБД PostgreSQL. И вот появились и видеоматериалы с данной встречи.
•    Nando de Freitas о деревьях принятия решений
  Отличная лекция от профессора Nando de Freitas из The University of British Columbia о деревьях принятия решений.
•    Jürgen Schmidhuber о Deep Learning
  Интересное видео, в котором профессор Jürgen Schmidhuber из IDSIA (International Computer Science Institute) рассказывает об истории Deep Learning и возрождении интереса к данному методу машинного обучения в настоящее время.

Data engineering

•  Использование Pinot для аналитики в режиме реального времени
  Интересная статья с блога компании LinkedIn об архитектуре их решения для аналитики в реальном времени с использованием продукта собственной разработки под названием Pinot.
•  Результаты тестов производительности NoSQL-хранилищ
  Свежее интересное сравнение производительности различных NoSQL-хранилищ (Apache Cassandra, MongoDB, CouchBase) при различных профилях нагрузки.
•  Масштабируемые деревья принятия рещений в Apache Spark
  Продолжение обсуждений новой версии Apache Spark 1.1, в данном случае речь пойдет о деревьях принятия решений и возможностях их масштабирования в библиотеке машинного обучения MLlib.
•  Анонс бета-версии ForestDB
  Анонс нового хранилище «ключ-значение» ForestDB с открытым исходным кодом от создателей CouchBase.
•  Что такое Apache Storm
  Статья, в которой дается краткое описание Apache Strorm.

Обзоры

•  Еженедельный дайджест от DataScienceCentral
  Регулярный еженедельный дайджест статей по анализу данных от портала DataScienceCentral.
•  Лучшие материалы Niut Blanche (сентябрь)
  Лучшие материалы за сентябрь от популярного блога Nuit Blanche.
•  Еженедельный обзор Hadoop Weekly №89 (28 сентября)
  Еженедельные новости и материалы экосистемы Hadoop.
•  Еженедельный обзор Hadoop Weekly №88 (21 сентября)
  Еженедельные новости и материалы экосистемы Hadoop.
• Наиболее интересные материалы от Freakonometrics №170
  Сборник наиболее интересных материалов от популярного портала Freakonometrics.
•  Наиболее интересные материалы от Freakonometrics №169
  Сборник наиболее интересных материалов от популярного портала Freakonometrics.
•  Наиболее интересные материалы от Freakonometrics №168
  Сборник наиболее интересных материалов от популярного портала Freakonometrics.
•  Наиболее интересные материалы по High Scalability
  Обзор наиболее интересных материалов по теме HighScalability от популярного портала High Scalability.

Предыдущий выпуск: Обзор наиболее интересных материалов по анализу данных и машинному обучению №15 (22 — 28 сентября 2014)