Обзор наиболее интересных материалов по анализу данных и машинному обучению №18 (13 — 19 октября 2014)

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

Общее

•   Зачем и как использовать визуализацию данных?
•   Поисковые технологии в Airbnb
•  Онлайн-трансляция YaC 2014
  30 октября компания «Яндекс» проведет конференцию «Yet another Conference 2014», которая будет транслироваться онлайн, с достаточно большим количеством интересных докладов.
•   Знакомьтесь — Revolution R Open
  15 октября 2014 г. компания Revolution Analytics объявила о выпуске разработанного ею усовершенствованного дистрибутива R — Revolution Open R.
•  Сравнение Vowpal Wabbit, Liblinear/SBM и StreamSVM
  Сравнение эффективности работы Vowpal Wabbit, Liblinear/SBM и StreamSVM на основе набора данных «Webspam».
•   Использование R Notebook в облаке
  R Notebook: интересная адаптация IPython Notebook под работу языка программирования R от компании Domino Data Lab.
•  Как Big Data может улучшить нашу жизнь
  Интересная инфографика по теме Big Data.
•  Публикация веб-сервисов машинного обучения в Azure ML
  Статья с блога Microsoft Technet Machine Learning, в которой автор расскажет о возможностях облачного сервиса Azure ML, позволяющих специалистам по анализу данных размещать свои сервисы в облаке и публиковать их в магазине приложений Azure Marketplace.
•   Revolution R Open и Revolution R Plus
  Анонс Revolution R Open и Revolution R Plus от Revolution Analytics.
•  9 вариантов использования BigML
  Статья с блога BigML, которая при помощи инфографики расскажет о 9 различных способах использования платформы для машинного обучения BigML.
•  Машинное обучение в облаке
  Еще одна интересная статья с блога Microsoft Technet Machine Learning, в данном случае о распределенных облачных вычислениях для машинного обучения, ну и конечно же об Azure ML.
•  Интерсные наборы данных для проектов Data Science (часть 1)
  Хороший список различных источников данных.
•  Интерсные наборы данных для проектов Data Science (часть 2)
  Хороший список различных источников данных.
•   5 направлений, в которых вы должны развиваться как специалист по машинному обучению
  Хорошая статья от автора блога MachineLearningMastery, в которой он рассказывает о 5 направлениях, на которые стоит обратить свое внимание при развитии своих навыков машинного обучения.
•  Введение в Big Data в финансовой сфере (часть 4)
  Четвертая часть из серии статей про использование Big Data в банковской и финансовой сферах от портала insideBIGDATA.
•  12 учебных лагерей по теме Data Science
  Интересный список учебных лагерей по теме Data Science, который, я думаю, будет постоянно дополняться.

Теория и алгоритмы машинного обучения, примеры кода

•   Латентно-семантический анализ: реализация
•   Как мы кластеризуем подарки в ОК
•   Как выявить потери в продажах
•  Процесс машинного обучения (часть 1)
  Первая часть из серии статей, в которых автор расскажет о различных этапах процесса машинного обучения (в основном речь пойдет об обучении с учителем — Supervised learning).
•  Deep Learning с помощью Caffe и cuDNN
  Интересная статья с блога компании nVidia о возможностях применения машинного обучения Deep Learning с использованием фреймворка Caffe и библиотеки cuDNN.
•   Deep Learning на Amazon EC2 GPU с помощью Python и nolearn
  Статья о возможностях использования Amazon EC2 GPU для целей машинного обучения методом Deep Learning, а также с использованием языка программирования Python и библиотеки nolearn.
•   Анализ Instagram с помощью R
  Небольшая статья о работе с данными популярного сервиса Instagram с помощью языка программирования R.
•    Реализация метода k ближайщих соседей с нуля
  Реализация метода k ближайщих соседей с нуля с помощью языка программрования Python от автор популярного блога MachineLearningMastery.
•   Введение в Python Pandas
  Набор ресурсов по библиотеке для анализа данных Pandas для языка программирования Python.
•   Визуализация правила Байеса
  Наглядная анимированная визуализация работы правила Байеса.
•    Введение в нейронные сети
  Достаточно простое описание работы нейронных сетей с блога Analytics Vidhya.
•  Линейная регрессия и операции с матрицами в Excel
  Описание возможности использования линейной регрессии и матричных операций в Excel.

Онлайн-курсы, обучающие материалы и литература

•   Новые специализации на Coursera
  Анонсированы 18 новых специализаций на Coursera.
•   Онлайн-курс «Foundations of Data Analysis»
  Недавно на edX был анонсирован новый онлайн-курс от University of Texas at Austin по теме анализа данных под названием «Foundations of Data Analysis».
•   Обзор книги «Scaling Apache Solr»
  Обзор книги «Scaling Apache Solr», посвященной вопросам масштабирования популярной полнотекстовой поисковой платформы Apache Solr.
•   Книга «Data Mining for Managers»
  Анонс новой книги по анализу данных «Data Mining for Managers».

Видеоматериалы

•   Yoshua Bengio о Deep Learning на конференции KDD 2014
  Youshua Bengio (Department of Computer Science and Operations Research, University of Montreal) с интересным докладом о Deep Learning на конференции KDD 2014.
•    Использование библиотеки dplyr для работы с данными в R
  Интересное видео об использовании библиотеки dplyr для различных манипуляций с данными в языке программирования R.
•    Интерактивная визуализация с помощью rCharts
  Ramnath Vaidyanathan (Assistant Professor в McGill University) в данном небольшом видео с конференции useR! 2014 рассказывает о возможностях интерактивной визуализации с помощью языка программирования R и библиотеки rCharts.

Data engineering

•   Hadoop: что, где и зачем
•   Что нового в RavenDB 3.0
  В данном посте будет представлен набор материалов о достаточно популярной базе данных RavenDB и её новой версии RavenDB 3.0.
•  Использование RethinkDB с облаке Compose
  В дополнение к MongoDB и ElasticSearch в облаке Compose появилась возможность использования популярной базы данных RethinkDB, о деталях работы с этой базой данных в облаке Compose и пойдет речь в данной статье.
•  Использование Apache Helix в LinkedId
  Описание возможностей Apache Helix и использование данного фреймворка в инфраструктуре компании LinkedIn.
•  Моделирование в документо-ориентированных базах данных (часть 1)
  Первая часть любопытной серии статей с блога Couchbase, в которой будет рассмотрен вопрос построения эффективных моделей в документо-ориентированных базах данных.
•  Текущее состояние Hadoop
  Статья о текущем состоянии дел в экосистеме Hadoop, представленное в виде наглядной инфографики.
•  Ловушки шардирования (часть 1)
  Первая часть серии статей о тонкостях использования шардинга в популярном NoSQL-хранилище MongoDB.
•   Сравнение NoSQL и SQL
  Небольшая статья — очередное сравнение NoSQL и SQL.

Обзоры

•  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.
•  Новости Data Mining
  Небольшой список интересных ресурсов по теме Data Mining от 15 октября.
•  Лучшие материалы за неделю (5 — 11 октября)
  Лучшие материалы за неделю 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 №174
  Сборник наиболее интересных материалов от популярного портала Freakonometrics.
•  Наиболее интересные материалы от Freakonometrics №173
  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 (10 — 16 октября)
  Сборник лучших материалов от популярного портала DZone по теме NoSQL.

Предыдущий выпуск: Обзор наиболее интересных материалов по анализу данных и машинному обучению №17 (6 — 12 октября 2014)