ВЫПУСК №114
Воскресный брифинг D4S №114
Еженедельный информационный бюллетень с последними разработками в области науки о данных, машинного обучения и искусственного интеллекта.
1 августа 2021 г.
Дорогие друзья,
Добро пожаловать в воскресный брифинг от 1 августа.
Мы с гордостью сообщаем о последней новой записи в блоге! В подстеке V4Sci у нас есть: Пузырьковый график GapMinder: с matplotlib и Seaborn. А в G4Sci вы можете догнать Модель Эрдёша-Реньи и коэффициент кластеризации, где мы представляем ER-модель случайных графов и коэффициент кластеризации сети. Вы должны Подписаться на G4Sci и Подписаться на V4Sci, чтобы никогда не пропустить пост!
На Medium Конкурирующие штаммы CoVID-19 — самая последняя публикация в серии Эпидемиология, а Посредничество — последняя в серии Причинно-следственная связь, пока мы продолжаем работать над особенно длинным разделом 3.8 Букваря. Наконец, как всегда, вы можете найти код в репозиториях Эпидемиология и Причинно-следственная связь GitHub соответственно.
Мы также рады объявить о двух новых предстоящих вебинарах: Визуализация данных с помощью matplotlib и seaborn для всех 8 сентября и Глубокое обучение для всех 27 сентября. Между тем, на следующей неделе, 9 августа, у нас есть Графики и сетевые алгоритмы. для каждого". Осталось еще несколько мест, но они быстро заканчиваются, так что не пропустите!
На этой неделе мы рассмотрим уменьшение размерности в анализе нейронных данных, научимся Экстраполировать с помощью генеративных моделей ИИ и обсудим, как из сотни инструментов ИИ, созданных для выявления covid. Никто не помог.
Из залов академических кругов мы исследуем, как исторические языковые записи выявляют всплеск когнитивных искажений в последние десятилетия, как ранжировать узлы на графиках и влияние данных акселерометра на конфиденциальность: обзор возможных выводов.
Наконец, в книге по науке о данных на этой неделе самое главное — Научные вычисления с помощью Python К. Фюрера, О. Вердье и Дж. Э. Солема. Как всегда, вы можете найти все рекомендации предыдущих книг на нашем веб-сайте. В видео недели у нас есть введение в Python Crash Course with AWS S3.
Данные показывают, что лучший способ распространения информационного бюллетеня — это распространение из уст в уста, поэтому, если вы думаете, что кому-то из ваших друзей или коллег понравится этот информационный бюллетень, просто перешлите ему это письмо. Это поможет нам распространить информацию!
Всегда разбирайтесь,
Команда D4S
Блог:
Вышел второй пост о подстеке Visualization for Data Science: Цветовая слепота: простая обработка изображений в matplotlib. Не забудьте подписаться, чтобы быть первым в очереди на получение каждой публикации.
Вышел последний пост в подстеке Graphs for Data Science: Модель Эрдёша-Реньи и коэффициент кластеризации. Вы должны Зарегистрироваться, чтобы не пропустить пост!
Последний пост из серии Причинно-следственная связь посвящен разделу 3.7 — Медиация, рецепту расчета контролируемого направленного эффекта. Код для каждого поста в блоге из этой серии размещен в специальном репозитории GitHub: https://github.com/DataForScience/Causality
В последнем посте из серии CoVID-19 Конкурирующие штаммы CoVID-19 рассматривается вероятное влияние, которое может оказать появление более вирулентного штамма в ходе пандемии. Как обычно, весь код доступен на GitHub: http://github.com/DataForScience/Epidemiology101
Книга по науке о данных:
На этой неделе Data Science Book — это недавно выпущенное второе издание Научных вычислений с помощью Python К. Фюрера, О. Вердье и Дж. Э. Солема, которое заполняет важный пробел на книжных полках большинства специалистов по данным. Высокопроизводительные вычисления, особенно научные и числовые вычисления, — это довольно техническая область компьютерных наук, с которой большинство программистов на самом деле не знакомы. Это требует глубокого понимания тонкостей используемых структур данных и их конкретных реализаций. В этой книге авторам удалось демистифицировать очень сложную тему с помощью четких объяснений и анализа, которые понравятся разработчикам всех уровней. Естественно, некоторые темы могли бы выиграть от дальнейшего развития, но в каждом проекте такого рода необходимо соблюдать баланс между дыханием и глубиной. В общем, полезная книга, к которой я буду часто обращаться.
Лучшие ссылки:
Учебники и сообщения в блогах, которые попались нам на стол на этой неделе.
- Уменьшение размерности в нейронном анализе данных [xcorr.net]
- А.И. предсказывает формы будущих молекул [nytimes.com]
- Сотни инструментов искусственного интеллекта были созданы для выявления коронавируса. Ни один из них не помог [technologyreview.com]
- Маркер крови предсказывает, кто заболеет «прорывным COVID» [nature.com]
- Последовательный оценщик [towardsdatascience.com]
- Учимся экстраполировать с помощью генеративных моделей ИИ [blog.einstein.ai]
- Руководство по работе с PDF-файлами Python [github.com/prajwollamichhane11]
- Учебник по обработке естественного языка (NLP) [towardsdatascience.com]
- Построение интуиции для p-значений и статистической значимости [bytepawn.com]
- Машинное обучение на грязных данных в Python: учебник [dirtydata.science]
Только что из прессы:
Некоторые из самых интересных научных статей, опубликованных за последнее время
- Исторические языковые записи показывают всплеск когнитивных искажений в последние десятилетия (Дж. Боллен, М. тен Тий, Ф. Брайтгаупт, А. Т. Дж. Баррон, Л. А. Раттер, Л. Лоренцо-Луасес, М. Схеффер)
- Модель мобильности связана с пережитой сегрегацией доходов в крупных городах США (Э. Моро, Д. Калаччи, X. Донг, А. Пентланд)
- Влияние данных акселерометра на конфиденциальность: обзор возможных выводов (Дж. Л. Крегер, П. Рашке, Т. Р. Бхуян)
- Как эпидемическая психология работает в Твиттере: эволюция реакции на пандемию COVID-19 в США (Л. М. Айелло, Д. Кверсия, К. Чжоу, М. Константинидес, С. Щепанович, С. Йоглекар)
- Индивидуально-управляемая и управляемая взаимодействием всплеск в человеческой динамике: случай истории редактирования Википедии (Дж. Чой, Т. Хираока и Х.-Х. Джо)
- Геопространственная модель распространения и вакцинации COVID-19 с событийным алгоритмом Гиллеспи (А. Темерев, Л. Розанова, Дж. Эстилл, О. Кайзер)
- Скрываясь во временных сетях (М. Ванек, П. Холм, Т. Рахван)
- О ранжировании узлов в графах (Э. Дудкина, М. Бин, Дж. Брин, Э. Крисостоми, П. Ферраро, С. Киркланд, Дж. Маречек, Р. Мюррей-Смит, Т. Паризини, Л. Стоун , С. Йылмаз, Р. Шортен)
Видео недели:
Интересные обсуждения, идеи или учебные пособия, которые попадались нам на стол.
Ускоренный курс AWS Boto3 Python с AWS S3
Все видео недели теперь доступны в нашем плейлисте Youtube.
Предстоящие События
Возможности учиться у нас:
- 9 августа 2021 г. — Графы и сетевые алгоритмы для всех [Регистрация]
- 30 августа 2021 г. — Почему и что, если — причинно-следственный анализ для всех [Регистрация]
- 8 сентября 2021 г. — Визуализация данных с помощью matplotlib и seaborn для всех [Регистрация] 🆕
- 27 сентября 2021 г. — Глубокое обучение для всех [Регистрация] 🆕
Благодарим вас за подписку на нашу еженедельную рассылку с кратким обзором мира наук о данных и машинного обучения. Пожалуйста, поделитесь своими контактами, чтобы помочь нам расти!
Публикуется в воскресенье.
Авторские права © Data For Science, Inc., 2021. Все права защищены.