数据科学文摘（2019年5月）

哈伯，你好！

在上一期中，我告诉我启动了摘要的Telegram频道 ，今天我想分享一下我也获得了facebook ， twitter和LinkedIn页面的消息。 我邀请所有人加入。

另外，今天我们在Product Hunt上发布了摘要 ，他知道这些人知道需要做什么；）

在此期间，我将为您提供新鲜选择的材料。

文章

• 基准边缘计算 -比较Coral Dev Board，NVIDIA Jetson Nano，Coral USB Accelerator，Movidus神经计算棒和Intel神经计算棒2等单板ML计算机。
• Google Coral Edge TPU板与NVIDIA Jetson Nano Dev板是两个单板计算机的另一种比较。
• NVIDIA Jetson Nano入门-NVIDIA Jetson Nano入门的详细指南：从首次运行到使用它进行分类和发现对象。
• 使用Google Coral USB Accelerator进行对象检测和图像分类 -有关如何使用Google Coral USB Accelerator来分类和检测图像或视频中的对象的文章。
• 面向完全初学者的随机森林是一篇有关随机森林和决策树的好新手文章。
• 引入d3-regression-使用d3-regression的基础-D3.js模块，用于从二维数据计算统计回归。
• 一个使用Python进行时间序列分析和预测的端到端项目，是关于如何将时间序列用于非平稳数据，例如经济数据，天气，股票价格和零售额。 考虑了使用时间序列预测零售额的各种方法。
• 使用强化学习设计更好的火箭发动机 -了解如何在火箭发动机设计中使用强化学习。
• 每种机器学习爱好者对GAN的5大有趣应用 -概述了行业中广泛使用的5种流行GAN用例：用于图像编辑的GAN，用于安全性的GAN，使用GAN生成数据，用于预测注意力的GAN，用于生成3D的GAN对象。
• 使用PyTorch的推荐模型 -什么是概率矩阵分解以及如何将其用于推荐系统。
• 使用TensorFlow 2.0轻松进行图像分类 -了解TensorFlow 2.0并将其用于经典图像分类中。
• 一幅画中的贝叶斯定理
• 高级Keras-构造复杂的自定义损失和度量 -有关如何在Keras中创建自定义损失函数的功能，这些函数可以接收y_true和y_pred以外的参数。
• 关于AI，机器学习和深度学习的arXiv.org最佳-2019年3月-InsideBIGDATA撰写的arXiv.org最佳3月文章。

专案

• PyTorch中的快速神经风格转换
• CariGAN：未配对的照片转漫画

数据集

• MRNet数据集
• 会话数据集的存储库

书本

• 交互式的基于Web的数据可视化，具有R，散点图和光泽
• 预测：原理与实践

会议活动

• 伦敦深度学习峰会 -2019年9月19日至20日（促销代码可享受20％的折扣-DSD）

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。

←先前版本： Data Science Digest（2019年4月）