👩🏽‍🤝‍👨🏼 🌌 ♏️ Data Science Digest (avril 2019) 👩🏼‍🌾 🐏 🍝

Habr, bonjour!

En mars, j'ai restauré la publication sur Habré du condensé consacré au ML et à la Data Science. Aujourd'hui, j'ai préparé une nouvelle sélection de liens intéressants et j'annonce également le lancement de la chaîne de résumé Telegram , dans laquelle je publie tous les jours des liens vers des documents intéressants liés à l'IA et au ML. J'invite tout le monde à le rejoindre. En attendant, je vous propose une nouvelle sélection de matières sous la coupe.

Les articles

Prévisions chez Uber: une introduction - Il s'agit du premier d'une série à expliquer comment Uber utilise les prévisions pour créer de meilleurs produits et services.
Comment devenir ingénieur de données .
La modélisation de séries chronologiques structurelles dans TensorFlow Probability concerne tfp.sts, une nouvelle bibliothèque dans TensorFlow Probability pour la prévision de séries chronologiques à l'aide de modèles de séries chronologiques structurelles.
Comment contrôler la version des ordinateurs portables Jupyter - Un aperçu des différentes façons de contrôler la version des ordinateurs portables Jupyter, y compris les solutions intégrées et les outils externes.
Pourquoi et comment cacher les plaques d'immatriculation des voitures dans les publicités Avito .
Didacticiel de vision par ordinateur: introduction pas à pas aux techniques de segmentation d'images - Un guide étape par étape pour introduire la segmentation d'images.
Jupyter Lab: Evolution of the Jupyter Notebook - Review of JupyterLab, the next generation of Jupyter notebooks.
Tutoriel TensorFlow pratique: Former ResNet-50 à partir de zéro en utilisant le jeu de données ImageNet est un guide pratique pour enseigner le modèle ResNet dans TensorFlow. Du lancement de TensorFlow, du téléchargement et de la préparation d'ImageNet à la documentation et au reporting.
Comment choisir le bon type de graphique - une infographie qui montre les types de graphiques possibles que vous pouvez utiliser en fonction des données dont vous disposez.
Tutoriel: Régression de Poisson dans R - Un guide sur la régression de Poisson, ce que c'est et comment les programmeurs R peuvent l'utiliser dans des applications du monde réel.
GANSynth: Faire de la musique avec les GAN - Une introduction à GANSynth, une méthode pour générer un son de haute qualité à l'aide de Generative Adversarial Networks (GAN).
Frameworks for Machine Learning Model Management est une comparaison de trois outils populaires pour gérer le cycle de vie des modèles / projets d'apprentissage automatique: MLFlow, DVC et Sacred.

Projet

Pandaral·lel est un outil simple et efficace pour paralléliser vos opérations Pandas sur tous les processeurs disponibles.

Jeux de données

Livres

Dive into Deep Learning est un livre interactif d'apprentissage en profondeur avec du code, des mathématiques et des discussions passionnantes.
15 meilleurs livres sur l'apprentissage en profondeur .

Vidéo

Conférence d'apprentissage automatique à l'échelle 2019 .
La théorie des jeux qui nous entoure est une excellente conférence sur la théorie des jeux, son application dans la vie quotidienne et comment ne pas perdre.

Les événements

Conférence d'Europe de l'Est sur la vision par ordinateur - 6-7 juillet, Odessa.
Lviv Data Science Summer School - 22 juillet - 2 août, Lviv. L'inscription est ouverte jusqu'au 1er mai. Le programme scolaire a déjà annoncé 12 cours dans les domaines suivants: vision par ordinateur, traitement du langage naturel, soins de santé, analyse des réseaux sociaux, science des données urbaines et autres.

Vous pouvez vous abonner à la newsletter par e-mail ici ou rejoindre des groupes sur les réseaux sociaux: Facebook , Twitter , Telegram .

Si vous êtes d'Odessa, rejoignez notre groupe sur FB ou meetup.com .

Merci d'avoir lu ce numéro. J'espère que chacun a trouvé quelque chose d'utile. Je serais reconnaissant pour toute suggestion pour le prochain résumé. Vous pouvez envoyer vos liens ici .

<- Numéro précédent: Data Science Digest