Saudações a todos!
O verão está a todo vapor, e se você planeja estar em Odessa em 5 de julho, convido você para a
barra de dados e mitap do
ODS , organizada pela equipe do Odessa
ODS.ai. Lembro que o resumo tem seu próprio
canal Telegram e páginas nas redes sociais (
Facebook ,
Twitter ,
LinkedIn ,
Medium ), onde publico diariamente links para materiais úteis. Inscreva-se agora!
Enquanto isso, ofereço uma nova seleção de materiais sob o corte.
Artigos
- 18 aplicativos impressionantes de redes adversas generativas - Uma visão geral de 18 aplicativos GAN interessantes para ajudar você a entender onde pode ser usado e útil.
- Aceleração de hardware de redes neurais profundas: GPU, FPGA, ASIC, TPU, VPU, IPU, DPU, NPU, RPU, NNP e outras letras.
- Previsão de séries temporais com TensorFlow.js - neste artigo, você aprenderá como extrair os preços das ações da API on-line e executar previsões usando uma rede neural recorrente e memória de curto prazo (LSTM) e TensorFlow.js.
- Inicializando redes neurais - o artigo explica como inicializar efetivamente os parâmetros de uma rede neural para acelerar seu treinamento e evitar erros comuns.
- Aprendizado profundo: a fronteira final para o processamento de sinais e análise de séries temporais?
- The Third Wave Data Scientist - o que um cientista de dados moderno deve saber e ser capaz de fazer.
- 16 Funções do OpenCV para iniciar sua jornada no Computer Vision (com código Python) é um excelente artigo para iniciantes, que descreve as funções básicas da biblioteca OpenCV e permite que você comece a trabalhar rapidamente com ela.
- Se a bolha do aprendizado de máquina estourou ou o início de um novo amanhecer .
- O melhor e o mais atual do processamento moderno de idiomas naturais é um bom artigo de revisão que fornece links para recursos úteis sobre o tópico de processamento de idiomas naturais e ajuda você a aprender sobre as últimas tendências nessa área.
- Pipelines de aprendizado profundo distribuídos com PySpark e Keras
- Pré-processamento de texto em Python: etapas, ferramentas e exemplos - neste artigo, você aprenderá sobre os principais estágios do pré-processamento de texto, necessários para traduzir o texto da linguagem humana em um formato legível por máquina para trabalhar mais com ele.
- Desafio Rekko - como conquistar o 2º lugar na competição pela criação de sistemas de recomendação .
- Introdução ao TensorFlow Graphics - Uma visão geral do novo complemento TensorFlow, que deve permitir pesquisas no cruzamento entre aprendizado profundo e computação gráfica.
- Atribuição automática de tarefas em Jira usando ML .
- Uma introdução prática ao Deep Q-Learning usando o OpenAI Gym em Python - este artigo o ajudará a dar os primeiros passos no mundo do deep learning com reforço usando o exemplo do OpenAI Gym.
Cheatsheets
Projetos
Vídeo
- Deep Learning Boot Camp - apresentações em vídeo do Deep Learning Boot Camp, que ocorreu de 28 a 31 de maio em Berkeley.
Livros
- AUTOML: MÉTODOS, SISTEMAS, DESAFIOS - este livro fornece a primeira visão abrangente dos métodos gerais de aprendizado automático de máquina (AutoML), compila descrições de sistemas existentes com base nesses métodos e discute os problemas dos sistemas AutoML.
Eventos
- ODS.ai Odessa Meetup & Data Bar - 5 de julho de Odessa é a primeira reunião da comunidade Open Data Science em Odessa. Comunicação informal e temas interessantes às vésperas da conferência EECVC . A participação é gratuita, é necessária a inscrição .
- AI Ucrânia 2019 - 21 a 22 de setembro, Kiev - uma das conferências de IA mais poderosas da Ucrânia este ano será realizada em três fluxos: Data Science e Machine Learning; Big Data e Análise; AI Business e Startups. Os primeiros tópicos dos relatórios já estão no site. Para os leitores do código promocional com 7% de desconto no resumo: DSDigest-AI2019.
Obrigado por ler esta edição. Espero que todos tenham encontrado algo útil para si. Ficaria grato por todas as sugestões para o próximo resumo.
← Release anterior:
Data Science Digest (maio de 2019)