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.
- Facebook Libra: внутренняя история о том, как умерла криптовалютная мечта компании [ft.com]
- Выбор основных компонентов: модель сломанной палки [mohanwugupta.com]
- Shopify’s Data Science & Engineering Foundations [shopify.engineering]
- Почему графические вычисления — это ЗВЕЗДА [juliustech.co]
- Как использовать недокументированные веб-API [jvns.ca]
- Чертовски крутые алгоритмы: автоматы Левенштейна [blog.notdot.net]
- 5 библиотек Python, которые помогут автоматизировать вашу жизнь [medium.com/geekculture]
- 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
- Эффективность вакцины Covid-19 против варианта Омикрон (B.1.1.529) (Н. Эндрюс, Дж. Стоу, Ф. Кирсебом, С. Тоффа, Т. Рикерд, Э. Галлахер, К. Гауэр, М. Калл и др.)
- Гомофилия в электоральном поведении: свидетельства преференциального голосования (Л. Куфалова, Ш. Микула, М. Шевчик)
- Моделирование инфекционных заболеваний, мобильности человека и эпидемий: обзор (Д. Сориано-Паньос, В. Кота, С. К. Феррейра, Г. Гошал, А. Аренас, Х. Гомес-Гарденьес)
- Изменения в социальных контактах в Англии во время пандемии COVID-19 в период с марта 2020 г. по март 2021 г., измеренные опросом CoMix: повторное перекрестное исследование (А. Гимма, Дж. Д. Мандей, К. Л. М. Вонг, П. Колетти, К. ван Зандвоорт, К. Прем, рабочая группа CMMID COVID-19, П. Клепак, Г. Джеймс Рубин, С. Фанк, У. Дж. Эдмундс, К. И. Джарвис)
- Не более 6 футов друг от друга: надежные K-средние через верхние границы радиуса (А. И. Хумаюн, Р. Балестриеро, А. Кириллидис, Р. Баранюк)
- Нам пора отпустить Мерсеннский вихрь (С. Винья)
- Бандитная выборка для мультиплексных сетей (Ч. Байкал, В. К. Потлуру, С. Шах, М. М. Велозу)
- Математика состязательных атак в ИИ — почему глубокое обучение нестабильно, несмотря на существование стабильных нейронных сетей (А. Бастоунис, А. К. Хансен, В. Влачич)
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:
- 20 апреля 2022 г. — Обработка естественного языка (НЛП) для всех [Регистрация]
- 27 апреля 2022 г. — НЛП с глубоким обучением для всех [Регистрация]
- 06 мая 2022 г. — Прикладная теория вероятностей для всех [Регистрация] 🆕
- 20 мая 2022 г. — Преобразование анализа Excel в модели данных Python и pandas [Регистрация] 🆕
Видео по запросу
Подробные руководства:
- Обработка естественного языка 5,5 часов, охватывающая базовые и продвинутые техники с использованием NLTK и Keras.
- 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.