Воскресный брифинг D4S #63
Еженедельный информационный бюллетень с последними разработками в области науки о данных, машинного обучения и искусственного интеллекта.
9 августа 2020 г.
Блог:
Последний пост из серии Причинность охватывает первую часть раздела 1.5 Структурно-причинные модели, введение в фундаментальную концептуальную основу для дальнейшего пути. Код для каждой записи в блоге из этой серии размещен в специальном репозитории GitHub для этого проекта: github.com/DataForScience/Causality
Наша последняя запись в блоге из серии CoVID-19, CoVID -19: Первое по-настоящему глобальное событие посвящено влиянию пандемии на нашу жизнь, экономику и общество. Как обычно, весь код доступен на GitHub: github.com/DataForScience/Epidemiology101
Сообщения в блоге:
Лучшие ссылки:
Эпидемическое моделирование:
Обсуждение:
«CoVID-19: все, что вам нужно знать»
Анализ данных
«Визуализация распространения CoVID-19»
Компартментальное моделирование
«Моделирование эпидемии 101: или почему ваши экспоненциальные соответствия CoVID-19 неверны»
Моделирование эпидемии 102: все модели CoVID-19 ошибочны, но некоторые из них полезны
Моделирование эпидемии 104: Влияние сезонных эффектов на CoVID-19
Сетевые модели:
«Моделирование эпидемии 201: структура сети, суперраспространители и отслеживание контактов»
GitHub: github.com/DataForScience/Epidemiology101
Причинность:
«1.2 — Парадокс Симпсона»
Учебники и сообщения в блогах, которые попались нам на стол на этой неделе.
Только что из прессы:
Некоторые из самых интересных научных статей, опубликованных в последнее время.
- Использование машинного обучения для новых открытий с помощью набора данных arXiv [blogs.cornell.edu]
- Декларативная визуализация данных [haifengl.github.io]
- Теорема Байеса: основа критического мышления [neilkakkar.com]
- Набор данных Unsplash теперь с открытым исходным кодом [unsplash.com]
- Алгоритм Саймона [leimao.github.io]
- ЭЭГ-Датасеты [github.com/meagmohit]
- Как может развиваться пандемия в 2021 году и далее (М. Скуделлари)
Видео недели:
Интересные обсуждения, идеи или учебные пособия, которые попадались нам на стол.
- Математик, который помог изменить физику (Д. Кастельвекки)
- Распределение богатства при распространении инфекционных болезней (Дж. Димарко, Л. Парески, Г. Тоскани, М. Занелла)
- Осторожная активная кластеризация (А. Клонингер, Х. Мхаскар)
- Graph Neural Networks: Architectures, Stability and Transferability (Л. Руис, Ф. Гама, А. Рибейро)
- Модели социальных сетей без распространения (Т. Рафгарден, К. Сешадри)
- Сверхраспространение SARS-CoV-2 в США (К. Поздерак, Б. Скиннер)
- Эмпирический обзор увеличения данных для классификации временных рядов с помощью нейронных сетей (Б. К. Ивана, С. Учида)
- Коррекция социально-демографических ошибок при выборе для точного прогнозирования численности населения из социальных сетей (С. Джорджи, В. Линн, С. Мац, Л. Унгар, Х. А. Шварц)
- 12 августа 2020 г. — Расширенные временные ряды для всех [Регистрация]
Станьте мастером Excel с Python
Все видео недели теперь доступны в нашем «плейлисте Youtube». Подпишитесь сегодня и следите за нами на «YouTube».
Предстоящие События:
Возможности учиться у нас:
«Иммунология — это место, где умирает интуиция» [theatlantic.com]
Партнерские мероприятия:
- 21.08.2020 — Теория вероятностей для всех [Регистрация]
- 3 сентября 2020 г. — Преобразование анализа Excel в модели данных Python и pandas [Регистрация] 🆕
- 16 сентября 2020 г. — Обработка естественного языка (НЛП) для всех [Регистрация] 🆕
- 18 августа 2020 г. — Создание диалогового бота для WhatsApp с Twilio и Python
Благодарим вас за подписку на нашу еженедельную рассылку с кратким обзором мира наук о данных и машинного обучения. Пожалуйста, поделитесь со своими контактами, чтобы помочь нам расти!
Публикуется в воскресенье.
- Дорогие друзья,
Добро пожаловать в 63-й выпуск воскресного брифинга.
На этой неделе у нас есть особое удовольствие, так как вы можете послушать наши мысли об Оценке моделей и симуляций эпидемических инфекционных заболеваний в нашем последнем участии в подкасте Бена Лорики Обмен данными.
У нас перерыв в ведении блога, так как мы готовим пару новых постов на ближайшие недели. Между тем, вы также можете наверстать упущенное в наших двух текущих сериях. В последнем посте в разделе Эпидемиология рассматривается Структура сети, суперраспространители и отслеживание контактов. Как всегда, весь код доступен в нашем репозитории Epidemiology101 GitHub. Вы также можете запустить код прямо в облаке с помощью Binder. Последний пост о нашем путешествии по причинно-следственным выводам погружается в Структурные причинно-следственные модели — фундаментальную концепцию, на которой мы будем основываться до конца книги. Мы надеемся, что вы найдете наши сообщения в блоге полезными, и с нетерпением ждем ваших проницательных комментариев.
Мы продолжаем наше сотрудничество с замечательными людьми из Data Umbrella и рассказываем об их предстоящих онлайн-мероприятиях: Создание диалогового бота для WhatsApp с Twilio и Python 18 августа. Не пропустите Это! Мы также с нетерпением ждем нашего первого выпуска вебинара Расширенный анализ временных рядов, который состоится в среду, 12-го числа. Осталось несколько мест, так что вы еще можете записаться!
В наших регулярно публикуемых материалах мы обсуждаем трудности и неинтуитивность Иммунологии, смотрим на некоторые интригующие идеи о Декларативной Визуализация данных и Теорема Байеса. Мы также помогаем продвигать два новых набора изображений из Unsplash и EEG.
На академическом фронте мы рассмотрим Как пандемия может развиваться в 2021 году и далее и Сверхраспространение SARS-CoV-2 в США — тему, которую мы кратко затронули в нашем последнем сообщение в блоге: Структура сети, суперраспространители и отслеживание контактов. У нас также есть обзор Увеличение данных для классификации временных рядов с помощью нейронных сетей и как исправить Погрешности социально-демографического отбора для точного прогнозирования населения из социальных сетей,
Наконец, видео недели, мы рассмотрим, как вы можете использовать openpyxl, чтобы стать мастером Excel с помощью Python.
Данные показывают, что лучший способ роста информационного бюллетеня — это сарафанное радио, поэтому, если вы считаете, что один из ваших друзьям или коллегам понравится этот информационный бюллетень, просто перешлите им это письмо и помогите нам распространить информацию!
Всегда в курсе,
Команда D4S
Авторские права © Data For Science, Inc., 2020. Все права защищены.
Воскресный брифинг D4S #63
