Data Science Digest (octubre de 2019)

Un saludo a todos!

Conoce el último número del resumen con una selección de materiales interesantes y útiles bajo el corte.

Artículos

• El título "Leer artículos para usted". Julio - septiembre de 2019 : reseñas de artículos científicos de miembros de la comunidad de Open Data Science del canal #article_essense. Si quieres recibirlos antes que los demás, ¡únete a la comunidad !
• Cómo aprender Data Science gratis es un buen artículo que describe cómo aprender Data Science, incluidos los recursos.
• El estado de los marcos de aprendizaje automático en 2019 : análisis de los marcos preferidos en la industria: lo que eligen y hacia dónde se mueve todo.
• Google ML / AI Comic : una divertida tira cómica de Google.
• Clasificador Bayes ingenuo desde cero en Python - artículo sobre el algoritmo del clasificador bayesiano "ingenuo", cómo funciona y cómo implementarlo desde cero en Python.
• Desarrollar k-vecinos más cercanos en Python From Scratch - artículo sobre el algoritmo k-vecinos más cercanos: cómo funciona y cómo implementarlo desde cero en Python.
• Herramientas MLOps : una pequeña descripción de varias herramientas (Kubeflow, MLFlow, SageMaker, Dask y Rapids) para crear y administrar modelos de aprendizaje automático.
• Convierta Python Scripts en Beautiful ML Tools : artículo sobre el nuevo marco Streamlit para crear rápidamente aplicaciones ML personalizadas.
• Descripción general de los métodos de selección de funciones : una revisión de los métodos de selección de funciones existentes para aprender tareas con y sin un maestro.
• TensorFlow 2.0 + Keras Descripción general para investigadores de aprendizaje profundo es un excelente cuaderno para comenzar a aprender TensorFlow 2.0 + Keras con muchos ejemplos.
• Aprender una incrustación unificada para la búsqueda visual en Pinterest es un artículo sobre cómo funciona la búsqueda visual de Pinterest.
• Aplicación del aprendizaje profundo a la búsqueda de Airbnb : un artículo sobre lo que sucedió en Airbnb cuando pasaron de los enfoques estándar de aprendizaje automático al aprendizaje profundo.
• Escaneo inteligente con aprendizaje profundo para resonancia magnética : un artículo sobre cómo GE usa TensorFlow para determinar la anatomía específica durante un escaneo cerebral MPT para mejorar la velocidad y la consistencia.
• Uso del aprendizaje profundo para informar diagnósticos diferenciales de enfermedades de la piel : un artículo sobre un sistema que puede distinguir entre 26 enfermedades de la piel.
• Una gran colección de buenos materiales de Data Science .

Proyectos

• sotabench es un nuevo proyecto de Papers With Code que hace comparaciones de varios modelos de código abierto.
• Polynote : un nuevo cuaderno de chicos de Netflix para Scala / Spark / Python ...

Video

• A principios de septiembre, en Odessa, celebramos Data Fest Odessa . Los informes de video ya están disponibles en el canal de YouTube .
• Informes en video de la PyTorch Developer Conference 2019 .
• Informes en video de la Conferencia MLOps NYC19 .

Conferencias y reuniones.

• 7 de noviembre, Ivano-Frankivsk - Cuando los datos se encuentran con la ingeniería - Invito a todos a nuestra primera reunión en Ivano-Frankivsk. Estaré encantado de conocer a todos.
• 31 de octubre, Kiev - Kyiv AI 6.0: Negocio líder en tecnologías ML .
• 9 de noviembre, Kiev - Conferencia de los VISIONISTAS informáticos .

Podcasts

• Lex Fridman AI Podcast
• O'Reilly Data Show Podcast
• El podcast de TWIML AI

Desde septiembre, he sido jefe del departamento de I + D en VITech , donde creamos productos basados ​​en ML para la salud y otras industrias. Ahora estoy en mi equipo en Odessa buscando ML Researcher. Para todas las preguntas, escríbeme en PM.

Gracias por leer este número. Espero que todos hayan encontrado algo útil para ellos. Le agradecería cualquier sugerencia para el próximo resumen.

Únase al canal Telegram del resumen y sus páginas en las redes sociales: Medio , Facebook , Twitter , LinkedIn .

← Número anterior: Data Science Digest