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

Общее

•   Дата-майнинг делает научные открытия
•   Простой способ оценки понятности текста на русском языке
•   16 вариантов развития своих навыков в Data Science
  Отличная статья от автора блога MachineLearningMastery, в которой он предлагает множество различных направлений для собственного развития как специалиста в области анализа данных, которые существует на текущий момент.
•  Введение в Big Data в финансовой сфере (часть 3)
  Третья часть из серии статей про использование Big Data в банковской и финансовой сферах от портала insideBIGDATA. В данной части будут затронуты такие темы как Credit Scoring и Back Trading/Testing.
•   Как начать карьеру аналитика
  Полезная статья с блога Analytics Vidhya, в которой можно найти список ресурсов и набор практических советов для тех, кому интересна карьера специалиста в области анализа данных.
•  Введение в In-Memory Computing (часть 3)
  Продолжение серии статей по теме In-Memory Computing от портала insideBIGDATA. В данном случае речь пойдет о типах In-Memory Computing.
•  Роль Julia в Data Science
  Интересная статья о языке программирования Julia и о его роли в сфере анализа данных.
•  7 вещей о Big Data, о которых вы должны помнить
  Интересная статья с блога Big Data Analytics News, которая предлагает 7 основных вещей, о которых необходимо помнить перед внедрением технологий, связанных с Big Data.
•  Azure ML помогает CMU использовать электроэнергию более эффективно
  Интересный пост с блога Microsoft Technet Machine Learning о том, как новый облачный продукт Microsoft Azure ML помогает Carnegie Mellon University (CMU) более эффективно использовать электроэнергию.
•   Почему R лучше Excel для анализа данных
  Полезный пост от Fantasy Football Analytics, описывающий преимущества языка программирования R перед Excel в области анализа данных.
•  Microsoft Prediction Lab
  Короткий пост с блога Microsoft Technet Machine Learning о «Microsoft Prediction Lab».
•  200 лучших блогеров DataScienceCentral
  200 лучших блогеров по теме анализа данных с популярного портала DataScienceCentral.

Теория и алгоритмы машинного обучения, примеры кода

•    Работа с Data Frame в R
  Неплохая статья о манипуляциях с объектами Data Frame в языке программирования R от базовых до использования библиотеки dplyr.
•   Введение в Feature Selection
  Очередная интересная и полезная статья от автора блога MachineLearningMastery, в данном случае речь пойдет о таком важном шаге в процессе машинного обучения как Feature Selection.
•    Введение в метод k ближайших соседей
  Достаточно простое описание метода k ближайщих соседей с блога Analytics Vidhya.

Соревнования по машинному обучению

•  Конкурс Avito.ru-2014: распознавание контактной информации на изображениях
  Конкурс по решению прикладной задачи из области анализа изображений.
•  Соревнование по машинному обучению «Tradeshift Text Classification»
  На сайте Kaggle началось новое соревнование по машинному обучению Tradeshift Text Classification.

Онлайн-курсы, обучающие материалы и литература

•   Стартовал онлайн-курс «Social Network Analysis»
  Совсем недавно на Coursera начался онлайн-курс «Social Network Analysis», посвященный анализу социальных сетей, которой многим может показаться интересным и полезным.
•     Бесплатная книга «DBA's Guide to NoSQL»
  Robin Schumacher в статье на блоге компании DataStax рассказал о том, что в свободном доступе появилась его небольшая по объему, но достаточно любопытная книга «DBA's Guide to NoSQL», которая может быть интересна новичкам в теме NoSQL-хранилищ.
•    Обзор книги «Modern Optimization with R»
  Обзор новой книги «Modern Optimization with R» от портала KDnuggets, посвященной эффективной работе с языком программирования R.
•   Анонс второго издания книги «Doing Bayesian Data Analysis»
  Анонс второго издания интересной книги «Doing Bayesian Data Analysis», которое выйдет в скором времени.
•    Обзор книги «Monte Carlo simulation and resampling methods for social science»
  Еще один обзор интересной книги «Monte Carlo simulation and resampling methods for social science». Для примеров в книге используется язык программирования R.
•   Обзор книги «Analytics in a Big Data World»
  Небольшой обзор любопытной книги по теме анализа данных «Analytics in a Big Data World».

Видеоматериалы

•   Материалы со встречи «Moscow Cassandra Meetup at Yandex»
  4 октября в офисе компании «Яндекс» прошла встреча, посвященная популярному хранилищу данных Apache Cassandra. В этом посте можно найти видеоматериалы с данной встречи.
•   Ruslan Salakhutdinov о Deep Learning на конференции KDD 2014
  Пост об интересном докладе Ruslan Salakhutdinov из University of Toronto о различных аспектах применения машинного обучения, а именно о применении Deep Learning.

Data engineering

•   Системы хранения данных: как выбирать?!
•  Встреча «PostgreSQL в Avito.ru»
  Анонс встречи, посвященной СУДБ PostgreSQL, которая пройдет в Москве.
•  Apache Spark побил предыдущий рекорд по скорости сортировки большого объема данных
  Статья с блога компании DataBricks, из которой можно узнать о результатах тестов производительности сортировки с помощью Apache Spark большого объема данных.
•  7 самых популярных API в области Big Data (часть 1)
  В данной серии статей речь пойдет о различных вариантах работы с большими данными.
•  7 самых популярных API в области Big Data (часть 2)
  Вторая часть серии статей о различных вариантах работы с большими данными.
•  История Apache Storm
  Nathan Marz — автор Apache Storm, опубликовал очень интересную статью в своем блоге об истории появления и развития Apache Storm.
•  Как выбрать хранилище данных
  Небольшая статья о том, как сделать правильный выбор хранилища данных для успешного выполнения определенной задачи.
•   Сервис «Cloudera Live»
  Полезный сервис от компании Cloudera под названием «Cloudera Live», который поможет новичкам быстро освоить работу с экосистемой Hadoop.
•  Что такое Write Concern в MongoDB?
  Статья, автор которой кратко расскажет о различных режимах записи в NoSQL базу данных MongoDB.
•  Анонс Couchbase Server 3.0
  Анонс выхода новой версии одного из самых популярных NoSQL-хранилищ.

Обзоры

•  Новости Data Mining
  Небольшой список интересных ресурсов по теме Data Mining от 8 октября.
•  Еженедельный дайджест от DataScienceCentral
  Регулярный еженедельный дайджест статей по анализу данных от портала DataScienceCentral.
•  Дайджест лучших ресурсов от DataScienceCentral
  Неплохой список свежих интересных статей и ресурсов от DataScienceCentral.
•  Лучшие материалы за неделю (28 сентября — 4 октября)
  Лучшие материалы за неделю по теме анализа данных от портала KDnuggets.
•  Лучшие материалы за сентябрь
  Лучшие материалы за сентябрь по теме анализа данных от портала KDnuggets.
•  10 лучших материалов недели
  10 лучших материалов недели по тематике Data Science от портала «Data Science Report»
•  Наиболее интересные материалы от Freakonometrics №172
  Сборник наиболее интересных материалов от популярного портала Freakonometrics.
•  Наиболее интересные материалы от Freakonometrics №171
  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.
•  Лучшие материалы: NoSQL Zone (3 — 9 октября)
  Сборник лучших материалов от популярного портала DZone по теме NoSQL.

Предыдущий выпуск: Обзор наиболее интересных материалов по анализу данных и машинному обучению №16 (29 сентября — 5 октября 2014)