Воскресный брифинг D4S №190

Еженедельный информационный бюллетень с последними разработками в области науки о данных, машинного обучения и искусственного интеллекта.​​​​​​​​​

12 февраля 2023 г.

Дорогие друзья,
​
Добро пожаловать на воскресный брифинг от 12 февраля. У нас перерыв в ведении блога, но вы можете наверстать упущенное в нашем последнем посте Средний «10 лучших книг, которые мы прочитали в 2022 году», последнем посте из серии G4Sci: Сетевые атаки: сеть, не наблюдая за ней полностью или последний Viz4Sci в серии: Цветовая схема фото.

В последние недели некоторые из вас обратились к нам с вопросом, как они могут помочь в работе, которую мы делаем здесь, в Data For Science. Несмотря на то, что воскресный брифинг — это труд любви, и он всегда останется бесплатным, он не обходится без затрат, и любая помощь приветствуется.

Если вы хотите поддержать нашу работу, есть несколько вариантов:

  1. Платная подписка на Графики для науки или Визуализация для науки дает вам полный доступ к архиву предыдущих сообщений.
  2. Подпишитесь на Medium по нашей реферальной ссылке без дополнительной оплаты для вас
  3. Напрямую через разовое пожертвование PayPal.

На этой неделе мы с гордостью объявляем о проведении новой серии веб-семинаров: Интерактивная визуализация данных с помощью Python, на которой мы исследуем различные способы создания визуализаций, с которыми мы можем взаимодействовать для лучшего изучения наших данных. Зарегистрируйтесь сейчас, чтобы не пропустить!

В нашем регулярно запланированном контенте мы изучаем Преобразующий список для чтения Понимание моделей больших языков, изучаем Как обучать действительно большие модели на многих графических процессорах и углубляемся в 10 лучших алгоритмов машинного обучения в финансах.

На академическом фронте мы узнаем о нулевом каузальном обучении, сетях в социальных системах с точки зрения математического моделирования и получаем некоторое понимание точности прогнозов общественных изменений, сделанных социологами.

Книга по науке о данных на этой неделе — Практическая линейная алгебра для науки о данных М. К. Коэна. Как всегда, вы можете найти все рекомендации предыдущих книг на нашем веб-сайте. В видео недели у нас Обучение нулевым выстрелом

Данные показывают, что лучший способ распространения информационного бюллетеня — это распространение из уст в уста, поэтому, если вы думаете, что кому-то из ваших друзей или коллег понравится этот информационный бюллетень, просто перешлите ему это письмо. Это поможет нам распространить информацию!

Всегда разбирайтесь,

Команда D4S

Книга по науке о данных на этой неделе — Практическая линейная алгебра для науки о данных М. К. Коэна, книга, написанная для самостоятельных учащихся, которым необходимо научиться применять линейную алгебру в своей работе. Книга самодостаточна и может использоваться как самостоятельный ресурс, а также как дополнение к лекционному курсу. Если вы пытаетесь улучшить свое понимание линейной алгебры или изучаете предмет с нуля, это ценный ресурс, который обеспечивает четкий и практичный подход к предмету.

Автор — отличный преподаватель, который признает, что традиционные учебники по линейной алгебре могут разочаровать тех, кто хочет использовать этот предмет в качестве инструмента для понимания данных, статистики, глубокого обучения, обработки изображений и других технических областей. Вместо заучивания уравнений и абстрактных доказательств автор дает четкие пояснения и практические примеры, чтобы помочь читателю понять, как думать о матрицах, векторах и операциях. Цель книги — помочь читателю развить визуальное, геометрическое интуитивное представление о линейной алгебре и о том, как реализовать эти концепции в коде Python, особенно для приложений в машинном обучении и науке о данных.

Учебники и сообщения в блогах, которые попались нам на стол на этой неделе.

  1. ​Понимание больших языковых моделей — преобразующий список для чтения [sebastianraschka.com]
  2. ​Как обучать действительно большие модели на многих графических процессорах? [lilianweng.github.io]
  3. ​Стоимость логического вывода о сбоях в поиске — анализ стоимости модели большого языка [semianalysis.com]
  4. ​Компьютерная графика и компьютерная анимация: ретроспективный обзор [ohiostate.pressbooks.pub]
  5. ​Дональд Кнут о машинном обучении и смысле жизни [thenewstack.io]
  6. ​QGIS — это картографическое программное обеспечение, о котором вы даже не подозревали [chollinger.com]
  7. ​10 лучших алгоритмов машинного обучения в финансах [datadriveninvestor.com]

Некоторые из самых интересных научных статей, опубликованных за последнее время

​Обучение с нуля

Все видео недели теперь доступны в нашем плейлисте Youtube.

Предстоящие События

Возможности учиться у нас:

  1. 21 февраля 2023 г. — НЛП для всех 🆕 [Регистрация]

Видео по запросу

Подробные руководства:

  1. Обработка естественного языка 5,5 часов, охватывающая базовые и продвинутые техники с использованием NLTK и Keras.
  2. Анализ временных рядов для всех 6 часов, охватывающий предварительную обработку данных, визуализацию, модели ARIMA, ARCH и глубокого обучения.

Благодарим вас за подписку на нашу еженедельную рассылку с кратким обзором мира наук о данных и машинного обучения. Пожалуйста, поделитесь своими контактами, чтобы помочь нам расти!

Публикуется в воскресенье.​

Читайте все истории на Medium и помогите поддержать мою работу, подписавшись по моей ссылке: https://bgoncalves.medium.com/membership.