Обзор наиболее интересных материалов для анализа данных и машинного обучения, выпуск №...

Обзор наиболее интересных материалов для анализа данных и машинного обучения, выпуск № 39 (9 — 15 марта 2015)

374
ПОДЕЛИТЬСЯ

Представляю вашему вниманию очередной выпуск обзор более увлекательных материалов , посвященных теме анализа данных и машинного обучения.
Итого

  Архитектура системы машинного обучения защиты от рисков
 SQL-подобные запросы для передачи данных в настоящем времени
 Объявления свечки Апач 1.3 — обзор способностей новейшей версии Apache искры.
  Мы выпустили новейшую версию R 3.1.3
 Апач Искра: восхождения звезды
Теория и методы машинного обучения, примеры кода

Нелинейная регрессия и численной оптимизации — статистика по Просмотрам и мотивированных мероприятий, аудитории скапливается, и это стало отправной точкой для данной статьи. Создатель коротко разглядим пример нелинейной регрессии (а конкретно, экспоненциальное) и с ее помощью мы построим модель конверсии, выбрав посреди юзеров на две группы.    Машинное обучение — 2.
  Работа с metastabile структур в Python — библиотека Метанет — в данной статье Создатель скажет о пары предпосылок для возникновения инструментов для моделирования Мета-сеть.
  Визуальное линейное приближение, используя пакет gnuplot
 Рекомендации по выбору оборудования для задач глубочайшего обучения
 Глубокое обучение, проклятие размерности и автоэнкодер
 Использование глубочайшего исследования для осознания текстовой инфы
  Питон: пакет scikit-обучаться — обучение классификатора с нечисловых признаков
   Как работают методы машинного обучения (часть 1). Искусственные нейроны и однослойной нейронной сети
 На реализацию доверчивого Байесовского классификатора на Apache Флинк
  Машинное обучение для начинающих (часть 1)
 Описание генетического метода
  Обработки данных и машинного обучения в Python. Презентация и примеры кода
  Кластеризация способом K-средних в Python
 Введение в машинное обучение Azure Студия
 Повышение производительности Апач Искра (часть 1)
 Гравитационной Кластеризации: метод обучения с учителем. Описание и воплощения
Соревнований по машинному обучению

  Как быть удачным в конкурентноспособной борьбе для машинного обучения. 10 нужных советов
Онлайн-курсы, учебные материалы и литература

  Книга Питер Flecha машинного обучения (в переводе на российский язык
  Онлайн курс на coursera: процесс добычи: данные науки в действии
  Онлайн курс: текст-поисковых и поисковых систем
  Онлайн курс на coursera: прикладной регрессионный Анализ
  Онлайн курс в институте Джона Хопкинса: математической Биостатистики лагерь 1
  Обзор бесплатная электронная книжка: «управляемый данными: создание данных культуры
Видео, подкасты

  Введение для глубочайшего обучения. Набор видеолекций
  топ 10 ошибок в анализе данных
  Дри: эпизод 6: интервью с Джеффри Хинтон, Yoshua Bengio и Янн Лекун: будущее машинного обучения изнутри — 6-ой эпизод из серии подкастов «говорящие машинки», в данном случае это продолжение разговора с Джеффри Хинтон (Google, Институт Торонто), Yoshua Bengio, Институт Монреаля) и Янн Лекун (Facebook, нью-йоркский институт).
Информационная инженерия

И в этом посте ведает о его особенностях и свойствах.   Airpal: интернет-приложение для работы с SQL — Airpal — это интернет-приложение, предназначенное для работы с базами данных, которая призвана дополнить PrestoDB из Facebook при анализе инфы.
 Чтобы выработать единый подход в mongodb (часть 1): Обзор и анализ
 Обработка огромных данных в Apache Искра
 Апач искры совместно с Neo4j используя Докер придумывать
Отзывы

 Интересное из мира Р (9-15 марта 2015)
 Лучшие материалы за недельку KDnuggets.com (1 — 7 Мар)
 Лучшие материалы за недельку KDnuggets.com (8 — 14 марта)
 Еженедельный дайджест от DataScienceCentral (16 марта)
 Новости от науки MyDataMine.com (15 марта)
 Новости от «огромных данных» MyDataMine.com (12 марта)
 Лучшие ресурсы для недельки данные эликсир (номер 26)
 Еженедельный сборник наилучших материалов от R1Soft (13 марта)
 Наиболее достойные внимания материалы для высочайшей масштабируемости (13 марта)
Предшествующая редакция: обзор более увлекательных материалов для анализа данных и машинного обучения», выпуск № 38 (2 — 8 Марта 2015) habrahabr.ru