Воскресный брифинг D4S № 146

Еженедельный информационный бюллетень с последними разработками в области науки о данных, машинного обучения и искусственного интеллекта.​

13 марта 2022 г.

Дорогие друзья!
​
Добро пожаловать на воскресный брифинг от 13 марта.

На этой неделе у нас перерыв в ведении блога, но вы можете ознакомиться с нашими последними публикациями. В подстеке Visualization for Science у нас есть 3D Surface Plot: распределение населения США». Мы также недавно опубликовали Модели эпидемий: роль корреляций степеней в подстеке Графики для науки, а на Среднем у нас есть краткий обзор 10 лучших книг, которые мы прочитали в 2021 году.

Мы также с гордостью сообщаем о двух новых вебинарах, которые пройдут в мае. 6 мая у нас будет Прикладная теория вероятностей для всех, а 20 мая мы погрузимся в Преобразование анализа Excel в модели данных Python и pandas.

В нашем регулярно запланированном контенте мы рассмотрим Facebook Libra: внутренняя история того, как умерла мечта компании о криптовалюте, Модель сломанной палки для выбора основных компонентов и Основы Shopify Data Science & Engineering Foundations.

Из Башни из слоновой кости мы исследуем Эффективность вакцины Covid-19 против варианта «Омикрон (B.1.1.529)», независимо от того, настало ли время отказаться от вихря Мерсенна и бандитского отбора проб для мультиплексных сетей.

Главной темой Книги по науке о данных на этой неделе является Книга по науке о данных — Причинность Дж. Перла. Как всегда, вы можете найти все рекомендации предыдущих книг на нашем веб-сайте. В видео недели у нас туториал по Dask.

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:

Последний пост в подстеке Graphs for Data Science: Модели эпидемий: роль корреляции степеней уже вышел. Вы должны Зарегистрироваться, чтобы не пропустить пост!

Вышел последний пост в подстеке Visualization for Data Science: Анимация рождественской елки. Не забудьте Подписаться, чтобы быть первым в очереди на получение каждого поста.

В последнем посте из серии CoVID-19 Как моделировать эффекты вакцинации рассматривается, как простые модификации модели SIR могут помочь нам лучше понять, как работают вакцины. Как обычно, весь код доступен на GitHub: http://github.com/DataForScience/Epidemiology101​

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​

Книга по науке о данных:​

На этой неделе книга по науке о данных — Причинность Дж. Перла. Причинно-следственный вывод — это живая и быстро развивающаяся область науки о данных, которая, по нашему мнению, может стать по-настоящему революционной в ближайшие годы (вы можете получить краткий обзор основных идей в нашей серии Причинно-следственный вывод на Medium). Джуда Перл — один из самых выдающихся отцов-основателей этой области, которую он мастерски представляет в этом учебнике. В то время как подход, который выбирает Перл, является математически строгим, благодаря его богатому использованию игрушечных примеров, ключевые идеи и концепции легко усваиваются и адаптируются к наборам данных реального мира. Причинно-следственный вывод — мощная стрела в колчане любого специалиста по данным, и это идеальная отправная точка, если вы хотите сделать первые шаги в этой захватывающей области.

Лучшие ссылки:

Учебники и сообщения в блогах, которые попались нам на стол на этой неделе.

  1. ​Facebook Libra: внутренняя история о том, как умерла криптовалютная мечта компании [ft.com]
  2. ​Выбор основных компонентов: модель сломанной палки [mohanwugupta.com]
  3. ​Shopify’s Data Science & Engineering Foundations [shopify.engineering]
  4. ​Почему графические вычисления — это ЗВЕЗДА [juliustech.co]
  5. ​Как использовать недокументированные веб-API [jvns.ca]
  6. ​Чертовски крутые алгоритмы: автоматы Левенштейна [blog.notdot.net]
  7. ​5 библиотек Python, которые помогут автоматизировать вашу жизнь [medium.com/geekculture]
  8. ​Что нужно знать о памяти, кэшах и общей памяти [eidos.ic.i.u-tokyo.ac.jp/~tau]

Свежее из прессы:

Некоторые из самых интересных научных статей, опубликованных за последнее время

Видео недели:

Интересные обсуждения, идеи или учебные пособия, которые попадались нам на стол.

Учебное пособие

Все видео недели теперь доступны в нашем плейлисте Youtube.

Предстоящие События

Возможности учиться у нас:

  1. 20 апреля 2022 г. — Обработка естественного языка (НЛП) для всех [Регистрация]
  2. 27 апреля 2022 г. — НЛП с глубоким обучением для всех [Регистрация]
  3. 06 мая 2022 г. — Прикладная теория вероятностей для всех [Регистрация] 🆕
  4. 20 мая 2022 г. — Преобразование анализа Excel в модели данных Python и pandas [Регистрация] 🆕

Видео по запросу

Подробные руководства:

  1. Обработка естественного языка 5,5 часов, охватывающая базовые и продвинутые техники с использованием NLTK и Keras.
  2. Анализ временных рядов для всех 6 часов, охватывающий предварительную обработку данных, визуализацию, модели ARIMA, ARCH и глубокого обучения.

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.