डेटा साइंस डाइजेस्ट (अगस्त 2019)

सभी को बधाई! डेटाफेस्ट यूक्रेन लौटता है और 7 सितंबर को ओडेसा में आयोजित किया जाएगा। अब एक कार्यक्रम बनाया जा रहा है, लेकिन यदि आप एक प्रस्तुति बनाना चाहते हैं, तो आप यहाँ अपना विषय प्रस्तुत कर सकते हैं । यहां एक सदस्य के रूप में पंजीकरण करें । मैं आपको याद दिलाता हूं कि पाचन का अपना टेलीग्राम चैनल और सामाजिक नेटवर्क ( फेसबुक , ट्विटर , लिंक्डइन ) पर पृष्ठ हैं, जहां मैं दैनिक उपयोगी सामग्री के लिंक प्रकाशित करता हूं। अब सम्मिलित हों!

इस बीच, मैं कटौती के तहत सामग्री का एक नया चयन प्रदान करता हूं।

सामग्री

• डीप लर्निंग का उपयोग करते हुए अनुभवों के लिए व्यक्तिगत सिफारिशें - इस लेख में आप सीखेंगे कि हाल ही में अनुशंसित ट्रिपएडवाइज़र की अनुशंसित फ़ॉर यू (आरएफवाई) मॉडल ब्राउज़िंग इतिहास और गहन सीखने का उपयोग करके एक वेबसाइट पर व्यक्तिगत सिफारिशें कैसे उत्पन्न करता है।
• कफका के साथ डेटा पाइपलाइन का निर्माण - यह लेख शुरुआती इंजीनियरों के लिए है जो काफ्का पर आधारित अपनी पहली डेटा पाइपलाइन बनाने जा रहे हैं।
• MIT डीप लर्निंग बेसिक्स: TensorFlow के साथ परिचय और अवलोकन - प्रत्येक के लिए TensorFlow उदाहरणों के लिंक के साथ 7 डीप लर्निंग आर्किटेक्चर का अवलोकन।
• डेगस्टर का परिचय - डैगस्टर का एक परिचय - ईटीएल प्रक्रियाओं या एमएल पाइपलाइनों के आधार पर तारीख अनुप्रयोगों के निर्माण के लिए एक पायथन लाइब्रेरी। इससे लिंक करें
• डेटा परियोजनाओं के लिए एक कुशल संस्करण नियंत्रण प्रणाली बनाने के लिए डीवीसी का उपयोग करना - इस लेख में आप जानेंगे कि डीवीसी क्या है और परियोजना का संस्करण बनाने के लिए इसका उपयोग कैसे किया जाता है।
• डेटा वैज्ञानिकों द्वारा की गई शीर्ष 10 सांख्यिकी गलतियाँ - 10 गलतियाँ जो डेटा वैज्ञानिक उदाहरण और समाधान सहित आँकड़ों का उपयोग करते हैं।
• डमियों के लिए विसंगति का पता - लेख एक आयामी और बहुआयामी डेटा के लिए अनियंत्रित विसंगतियों का पता लगाने के साथ-साथ उनकी पहचान के लिए विभिन्न रणनीतियों पर चर्चा करता है। ज्यूपिटर नोटबुक।
• शीर्ष 25 पांडा ट्रिक्स - 25 तेजी से काम करने के तरीके और पांडा का उपयोग करके बेहतर कोड लिखने के 25 टिप्स।
• प्रशिक्षण की संभावना मॉडल के लिए युक्तियाँ - इस लेख में आप प्रशिक्षण के सामान्य तरीकों के सामान्य तरीकों के बारे में जानेंगे जो कि ऑटोरिएरेटिव मॉडल और प्रवाह को सामान्य करने की संभावना को अनुकूलित करते हैं।
• पैनल: PyData पारिस्थितिकी तंत्र के लिए एक उच्च-स्तरीय ऐप और डैशबोर्डिंग समाधान - पैनल का एक परिचय - एक नया पायथन पुस्तकालय जो आपको कस्टम इंटरैक्टिव वेब एप्लिकेशन और डैशबोर्ड बनाने की अनुमति देता है।
• केरस में VGGFace2 के साथ चेहरा पहचान कैसे करें - इस लेख में आप चेहरे की पहचान के लिए VGGFace और VGGFace2 मॉडल के बारे में जानेंगे; दिए गए तस्वीरों से सेलिब्रिटी के नामों की भविष्यवाणी करने के लिए एक चेहरे की पहचान प्रणाली कैसे विकसित करें; एक तस्वीर से किसी व्यक्ति की पहचान को सत्यापित करने के लिए फेस वेरिफिकेशन सिस्टम कैसे विकसित किया जाए।
• CVPR 2019 में न्यूरल आर्किटेक्चर सर्च - इस आर्टिकल में आप न्यूरल आर्किटेक्चर सर्च (NAS) के बारे में जानेंगे और कैसे NAS को CVPR 2019 में पेश किया गया।
• और वॉयला! - इस लेख में, आप जानेंगे कि कैसे Voilà Jupyter नोटपैड को स्टैंडअलोन वेब अनुप्रयोगों में बदल देता है।
• बिल्डिंग Lyft's मार्केटिंग ऑटोमेशन प्लेटफॉर्म - Lyft मार्केटिंग प्लेटफॉर्म पर एक लेख, जो मशीन लर्निंग द्वारा संचालित है।
• गण के साथ आरंभ करने के लिए सर्वश्रेष्ठ संसाधन - जनन संबंधी प्रतिकूल नेटवर्क सीखने के लिए अच्छे संसाधनों का चयन: GAN के बारे में उपयोग के तरीके, वीडियो प्रस्तुतिकरण, लेख और पुस्तकें।

परियोजना

• TRFL एक TensorFlow पुस्तकालय है जो DeepMind में एक शोध दल द्वारा विकसित सुदृढीकरण सीखने वाले एजेंटों के कार्यान्वयन की सुविधा प्रदान करता है।
• विभिन्न एमएल मॉडल के NumPy कार्यान्वयन - NumPy के आधार पर विभिन्न मशीन लर्निंग मॉडल के साथ एक भंडार।
• PyTorch छवि मॉडल - छवियों के साथ काम करने के लिए PyTorch पर विभिन्न एमएल मॉडल का भंडार।

वीडियो

• ICML 2019 वीडियो - मशीन लर्निंग पर अंतर्राष्ट्रीय सम्मेलन से वीडियो और स्लाइड।

किताबें

• उन्नत आर
• स्टडी ई-बुक - रिपॉजिटरी में कंप्यूटर विज़न, डीप लर्निंग, मशीन लर्निंग, मैथ, एनएलपी, पायथन और रीइन्फोर्समेंट लर्निंग के बारे में कई ई-बुक्स शामिल हैं।

उपायों

• मास्को डेटा साइंस मेजर - 31 अगस्त, मास्को - ओपन डेटा साइंस समुदाय का एक स्वतंत्र सम्मेलन। 11 अनुभाग: समर एमएल कॉन्फिडेंस, SysML, फेल / सेस स्टोरी, ML ट्रेनिंग, A / B टेस्टिंग, NLP, PyData, ML4SG, CV / मैच करना सीखें, DS 4 लाइफ, रैंडम बीयर। भागीदारी नि: शुल्क है, पंजीकरण आवश्यक है।
• ओडेसा डेटा फेस्ट - 7 सितंबर, ओडेसा एक मुक्त ओपन डाटा साइंस समुदाय सम्मेलन है। 4 खंड: कंप्यूटर विजन, एनएलपी, SysML, व्यवसाय और मामले। भागीदारी नि: शुल्क है, पंजीकरण आवश्यक है।
• डेटा साइंस fwdays'19 - 7 सितंबर, कीव - एआई और डेटा साइंस पर एक सम्मेलन। रिपोर्ट की 2 धाराएँ आपका इंतजार करती हैं; चर्चा के कोनों; नाच। टिकट । डाइजेस्ट के पाठकों के लिए, प्रचार कोड पर 15% की छूट: डाइजेस्ट_फंड।
• एआई यूक्रेन 2019 - 21-22 सितंबर, कीव - इस साल यूक्रेन में सबसे शक्तिशाली एआई सम्मेलनों में से एक 3 धाराओं में आयोजित किया जाएगा: डेटा विज्ञान और मशीन लर्निंग; बिग डेटा और एनालिटिक्स; एआई बिजनेस और स्टार्टअप। कार्यक्रम पहले से ही साइट पर है। डाइजेस्ट के पाठकों के लिए, प्रचार कोड पर 7% की छूट: DSDigest-AI2019।
• डेटा विज्ञान यूए सम्मेलन - 19 अक्टूबर, कीव - मशीन लर्निंग पर 7 वें सम्मेलन, कीव में आर्टिफिशियल इंटेलिजेंस और डेटा साइंस। उत्पादक नेटवर्किंग और तकनीकी जानकारी। 500 से अधिक प्रतिभागियों और 20 वक्ताओं, 3 धाराओं। अधिक जानकारी । डाइजेस्ट के पाठकों के लिए, प्रोमो कोड पर 10% की छूट: DSUA_Digest।

इस मुद्दे को पढ़ने के लिए धन्यवाद। मुझे आशा है कि सभी ने अपने लिए कुछ उपयोगी पाया। मैं अगले पचाने के लिए किसी भी सुझाव के लिए आभारी रहूंगा। सोशल नेटवर्क पर डाइजेस्ट के टेलीग्राम चैनल और उसके पेज से जुड़ें: मध्यम , फेसबुक , ट्विटर , लिंक्डइन ।

← पिछला रिलीज़: डेटा साइंस डाइजेस्ट (जुलाई 2019)