数据科学文摘（2019年7月）

问候大家！

夏天正在如火如荼地进行，如果您计划于7月5日到敖德萨，我邀请您参加由Odessa ODS.ai团队组织的ODS mitap和数据栏 。 我提醒您，摘要有其自己的电报频道和社交网络（ Facebook ， Twitter ， LinkedIn ， Medium ）上的页面，我每天在其中发布指向有用资料的链接。 立即加入！

同时，我将为您提供新鲜选择的材料。

文章

• 生成对抗网络的18个令人印象深刻的应用程序 -概述18个有趣的GAN应用程序，它们将帮助您了解可在何处使用和使用它。
• 深度神经网络的硬件加速：GPU，FPGA，ASIC，TPU，VPU，IPU，DPU，NPU，RPU，NNP等字母。
• 使用TensorFlow.js进行时间序列预测 -在本文中，您将学习如何使用在线神经网络，长期短期记忆（LSTM）和TensorFlow.js从在线API中提取股票价格并进行预测。
• 初始化神经网络 -本文介绍了如何有效地初始化神经网络的参数，以加快其训练速度并避免常见错误。
• 深度学习：信号处理和时间序列分析的最终前沿？
• 第三波数据科学家 -现代数据科学家应该知道并且能够做到的。
• 对于初学者来说， 16篇OpenCV函数（使用Python代码）开始您的计算机视觉之旅是一本很棒的文章，它描述了OpenCV库的基本功能，并允许您快速开始使用它。
• 机器学习泡沫是否破裂，还是新的曙光的开始 。
• 最好和最新的现代自然语言处理是一篇很好的评论文章，提供了有关自然语言处理主题的有用资源的链接，并帮助您了解该领域的最新趋势。
• 使用PySpark和Keras的分布式深度学习管道
• Python中的文本预处理：步骤，工具和示例 -在本文中，您将学习文本预处理的主要阶段，这是将文本从人类语言转换成机器可读格式以进行进一步处理所必需的。
• Rekko挑战赛-如何在推荐系统创建比赛中获得第二名 。
• TensorFlow Graphics简介 -新TensorFlow附加组件的概述，预计将允许在深度学习和计算机图形学的交叉点进行研究。
• 使用ML在Jira中自动分配任务 。
• 在Python中使用OpenAI Gym进行深度Q学习的动手入门 -本文将帮助您使用OpenAI Gym示例通过增强功能进入深度学习领域的第一步。

备忘单

• 数据科学备忘单是关于以下主题的备忘单的优秀集合：人工智能，大数据分析，大数据，数据工程，数据挖掘，数据科学，数据可视化，深度学习，机器学习，Python等。
• 斯坦福大学CS 221的人工智能备忘单-该存储库总结了斯坦福大学CS 221人工智能课程中描述的所有重要内容，并包括其备忘单。

专案

• ICLR 2019海报是一个项目，致力于在一个地方收集领先的机器学习会议的海报。 添加了带有ICLR的第一张海报。
• 工业中的机器学习和数据科学应用程序是一个存储库，其中包含各种行业中机器学习和数据科学的大量使用示例。

录影带

• 深度学习新手训练营 - 深度学习新手训练营的视频演示，该视频演示于5月28日至5月31日在伯克利举行。

书本

• AUTOML：方法，系统，挑战 -本书首次全面概述了自动机器学习（AutoML）的一般方法，描述了基于这些方法的现有系统，并讨论了AutoML系统的问题。

大事记

• ODS.ai敖德萨聚会和数据栏 -7月5日，敖德萨是敖德萨开放数据科学社区的第一次会议。 EECVC会议召开前夕的非正式交流和有趣的话题。 参加是免费的，需要注册 。
• AI乌克兰2019年 - 9月21日至22日，基辅-今年乌克兰最强大的AI会议之一将分三个部分举行：数据科学和机器学习; 大数据和分析； 人工智能业务与初创公司。 报告的第一个主题已经在网站上。 对于摘要7％折扣促销代码的读者：DSDigest-AI2019。

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： 数据科学文摘（2019年5月）