AI & ML дайджест #9: Data Science Survey, ключові тренди 2019 року, кращі статті топових конференцій

З Новим роком та Різдвом! Нехай у цьому році для ваших моделей завжди знаходяться якісні дані, а самі моделі будуть вирішувати найкращим чином поставлені завдання ;)

Цей рік я хочу почати з невеликого опитування серед людей, причетних до Data Science/Machine Learning. Основні питання стосуються робочого інструментарію та областей застосування AI/ML/Data Science. Пройти опитування можна тут . Результатами я обов'язково поділюся в окремій статті, а також думаю це може стати гарним приводом для проведення митапа в Одесі та обговорення результатів, десь в середині лютого.

Predictions

Industry Predictions: AI, Machine Learning, Analytics & Data Science Main Developments in 2018 and Key Trends for 2019 — думки представників індустрії, що нас чекає в 2019 році від таких компаній як: Domino Data Lab, dotData, Figure Eight, GoodData, KNIME, MapR, MathWorks, OpenText, ParallelM, Salesforce, Splice Machine, Splunk, and Zoomdata.

Machine Learning & AI Main Developments in 2018 and Key Trends for 2019 — редакція KDnuggets поспілкувалася з експертами на тему, які були основні події в області машинного навчання та штучного інтелекту в 2018 році і які основні тенденції вони очікують 2019 році.

5 Artificial Intelligence Trends To Watch Out For In 2019 — в цій статті Forbes розповідає про 5 основних тренди на 2019 рік, а також вказує їх джерела зародження.

Data Science Trends for 2019 — думки Hugo Lopes (Head of R&D at James), що було в 2018 році і що чекати в 2019.

Для новачків

Homemade Machine Learning — відмінний репозиторій прикладів популярних алгоритмів і підходів машинного навчання, про яке Олексій нещодавно писав на DOU.

Overview of the TOP Algorithms for Machine Learning. Part 1 — у першій частині розглядаються різні типи машинного навчання, а також такі алгоритми, як лінійна регресія, K-Nearest Сусідів (kNN) і сверточная нейронна мережа. Приклади на Python додаються.

The 50 Best Free Datasets for Machine Learning — відмінна колекція посилань на різні джерела з датасетами. Також нагадую, що шукати датасеты можна і з допомогою гугла .

Intro to Data Science for Managers — велика mindmap карта про Data Science.

Почитати

The GAN Zoo — репозиторій з великою колекцією статей про різних типах генеративно-змагальних мереж (GAN).

Best Paper Awards in Computer Science — кращі статті, починаючи з 1996 року, таких конференцій як AAAI, ACL, CHI, CIKM, CVPR, FOCS, FSE, ICCV, ICML, ICSE, IJCAI, INFOCOM, KDD, MOBIСOM, NSDI, OSDI, PLDI, PODS, S&P, SIGCOMM, SIGIR, SIGMETRICS, SIGMOD, SODA, SOSP, STOC, UIST, VLDB, WWW.

The 10 coolest papers from CVPR 2018 — огляд десятки цікавих статей, які були представлені на конференції з комп'ютерного зору CVPR 2018.

The Next Level of Data Visualization in Python — про те, як створювати красиву і повністю інтерактивну візуалізацію за допомогою однієї строчки коду на Python.

Neural Ordinary Differential Equations — стаття про рішення диференціальних рівнянь за допомогою нейронних мереж. Вихідний код розташований тут .

What Kagglers are using for Text Classification — огляд моделей для класифікації текстом з прикладами їх використання.

Airflow: Lesser Known Tips, Tricks, and Best Practises — багато корисних порад для користувачів Airflow. А якщо ви його не використовуєте — зможете дізнатися про деякі його можливості.

Advanced Jupyter Notebooks: A Tutorial — це розширене керівництво Jupyter Notebooks, в якому ви знайдете поради про магічні команди, ведення журналів, макроси, запуск зовнішнього коду, розширення, поліпшені візуалізації, автоматичні звіти, бази даних та багато іншого.

Якщо ви з Одеси, приєднуйтесь до нашої групи в FB або meetup.com .

Спасибі, що дочитали цей випуск. Сподіваюся, кожен знайшов для себе щось корисне. Буду вдячний за будь-які пропозиції для наступного дайджесту.

? Попередній випуск: AI & ML дайджест #8

Опубліковано: 12/01/19 @ 11:00
Розділ seo Пошуковики

SEO Блог