数据科学文摘

哈伯，你好！

很长时间以来，我对专门针对AI和BigData的Habr进行了摘要。 现在我想还原它，每月一次从数据科学领域中选择有趣的材料。

一月份，我开始对数据科学家的工作工具进行调查 。 在此期间，已经有600多人参加了。 在3月3日之前，您仍然可以参加 ，如果您还没有参加的话。 我计划在3月10日发布结果，但现在，我提供了一些精选的新材料。

文章

• 在LinkedIn上扩展机器学习的生产率 -关于LinkedIn扩展ML系统并在工程师之间共享知识的方法。
• 使用Python的scikit-image模块进行图像分割-使用scikit-image进行图像分割的方法概述。
• 使用Keras和Deep Learning对乳腺癌进行分类 -有关开发使用组织学图像预测ML模型的ML模型。
• 机器学习的TOP算法概述。 第1部分 -在第1部分中，考虑了各种类型的机器学习以及算法，例如线性回归，K最近邻（kNN）和卷积神经网络。 包含Python示例。
• 在AWS SageMaker上构建完全自定义的机器学习模型 -使用AWS SageMaker的实用指南。
• Keras，Regression和CNN-开发卷积神经网络，以使用Keras预测回归并基于一组图像预测房价。
• Kagglers正在使用什么进行文本分类 -使用文本的示例对文本进行分类的模型概述。
• AlphaStar：掌握实时策略游戏StarCraft II与AlphaStar有关，AlphaStar为StarCraft II赢得了最佳职业玩家。
• 结合Keras和Deep Learning的Fashion MNIST旨在创建一个卷积神经网络，以使用Fashion MNIST数据集对衣服进行分类。
• 蒂姆·迪特默斯（Tim Dettmers）不断更新该材料，以进行深度学习在性能和价格方面对不同GPU的比较 。 如果您需要使用多GPU服务器 ，那么我将很乐意为您提供帮助。 你可以在下午给我写信。
• R中的NLP生态系统概述-R中的NLP生态系统思维导图。
• 更好的深度学习框架 。
• 使用R和Python中的神经网络预测爱尔兰的用电量 -关于创建神经网络来预测R和Python中的能耗。

专案

• 带代码的论文是一个项目，其中包含机器学习文章以及相关代码的链接。
• Recommenders是Microsoft的一个开源项目，收集了构建推荐系统的最佳实践。

书本

• MATLAB深度学习：借助机器学习，神经网络和人工智能，作者：Phil Kim
• 数据科学的好书
• 面向终身学习者的13本经典数学书籍

录影带

• 深度学习UC伯克利STAT-157 2019

大事记

• 3月16日，第六届年度数据科学UA会议将在基辅举行。 该程序在网站上，折扣促销代码-DataScienceDigest。
• 2019年机器学习/深度学习会议列表

我有此摘要的英文版，您可以在此处订阅。 我还为社交网络（ Facebook ， Twitter ， Telegram ）中的摘要组创建了一个应用程序，这样，无需等待摘要的发布日期，我就可以立即发布指向其中有趣内容的链接。

如果您来自敖德萨，请加入我们的论坛FB或meetup.com 。

感谢您阅读此问题。 我希望每个人都能找到对自己有用的东西。 对于下一个摘要的任何建议，我将不胜感激。