Выпуск №60
Воскресный брифинг D4S №60
Еженедельный информационный бюллетень с последними разработками в области науки о данных, машинного обучения и искусственного интеллекта.
19 июля 2020 г.
Дорогие друзья,
Добро пожаловать на воскресный брифинг от 19 июля.
На этой неделе в нашем блоге есть интересные новости. Мы только что опубликовали третью часть серии Причинно-следственные связи, в которой мы закладываем основы теории графов, которые нам понадобятся в будущем. Мы надеемся, что вы найдете его полезным, и с нетерпением ждем ваших проницательных комментариев. Этот новый пост привел к интересной Твиттер-дискуссии с Джудеей Перл! Мы также обновили репозиторий Causality GitHub со ссылками на все посты серии и полную поддержку Binder. ожидайте его позже на этой неделе), а пока вы можете ознакомиться с нашими предыдущими сообщениями и следить за кодом, размещенным в нашем репозитории Epidemiology101 GitHub.
Мы также с гордостью объявляю о новой серии вебинаров по переносу вашего анализа с Excel на Python. Это новый курс, который пытается представить некоторые функции Pandas и экосистемы Python пользователям Excel, которые разочарованы его ограничениями и хотят вывести свою аналитику на новый уровень. Если вам интересно, вы уже можете подписаться на первый выпуск здесь.
На этой неделе мы рассмотрим Структуры данных и алгоритмы, которые на самом деле используются в крупных технологических компаниях, основы Энтропия в теории информации, Математика массового тестирования на COVID-19 и Вторая волна алгоритмической подотчетности.
На академическом фронте мы сталкиваемся с вычислительными ограничениями глубокого обучения. », посмотрите, как мы можем предсказать смертность от 57 экономических, поведенческих, социальных и психологических факторов, как изучить структуру графа с помощью слоя конечного автомата и, что не менее важно, мы делимся Обзором по трансферному обучению в обработке естественного языка.
Наконец, видео недели Judea Pearl проведет нас через Основы причинно-следственного вывода с экспертной рукой.
Данные показывает, 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 s, просто перешлите им это письмо и помогите нам распространить информацию!
Сегодня больше, чем когда-либо,
Semper discentes,
Команда D4S
Блог:
В нашем последнем сообщении в блоге из серии CoVID-19 CoVID-19: первое действительно глобальное событие рассматривается влияние, которое пандемия оказывает на нашу жизнь, экономику и общество. Как обычно, весь код доступен на GitHub: github.com/DataForScience/Epidemiology101
Последний пост из серии Причинно-следственные связи охватывает первую часть раздела 1.3 Теория вероятностей и статистика, обзор некоторые из фундаментальных теоретических требований для дальнейшего путешествия. Код для каждой записи в блоге из этой серии размещен в специальном репозитории GitHub для этого проекта: github.com/DataForScience/Causality
Сообщения в блоге:
Причинность:
Эпидемическое моделирование:
Обсуждение:
Анализ данных
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
Лучшие ссылки:
Учебники и сообщения в блогах, которые попались нам на стол на этой неделе.
- Энтропия: введение [homes.cs.washington.edu]
- Структуры данных и алгоритмы, которые я использовал, работая в технологических компаниях [blog.pragmaticengineer.com]
- Проведение GPT-3 теста Тьюринга [lacker.io]
- Как мы создали Size.link [engineering.shopify.com]
- Математика массового тестирования на COVID-19 [sinews.siam.org]
- На пути к надежному зондированию для облака: представляем проект Freta [microsoft.com]
- Вторая волна алгоритмической подотчетности [lpeblog.org]
Только что из прессы:
Некоторые из самых интересных научных статей, опубликованных в последнее время.
- Вычислительные пределы глубокого обучения (Н. К. Томпсон, К. Гринвальд, К. Ли, Г. Ф. Мансо)
- Устойчивое предложение ограничивает роль климата в ранней пандемии SARS-CoV-2 (Р. Э. Бейкер, У. Янг, Г. А. Векки, К. Дж. Э. Меткалф, Б. Т. Гренфелл)
- Прогнозирование смертности от 57 экономических, поведенческих, социальных и психологических факторов (Э. Путерман, Дж. Вайс, Б. А. Хайвс, А. Геммилл, Д. Карасек, В. Б. Мендес, Д. Х. Рекопф)
- Контактные структуры, управляемые данными: от гомогенного смешения к многослойным сетям (А. Алета, Г. Феррас де Арруда, Ю. Морено)
- Стратегии иммунизации в сетях с недостающими данными (С. Ф. Розенблатт, Дж. А. Смит, Г. Р. Готье, Л. Эбер-Дюфрен)
- Изучаем структуру графа с помощью слоя автомата с конечным числом состояний (Д. Д. Джонсон, Х. Ларошель, Д. Тарлоу)
- Предсказание индуктивной связи для узлов, имеющих только атрибутивную информацию (Ю. Хао, С. Цао, Ю. Фанг, С. Се, С. Ван)
- Теория статистического вывода для обеспечения надежности научных результатов (Б. Кокер, К. Рудин, Г. Кинг)
- Байесовское моделирование уровня положительных результатов на COVID-19 — опыт Индианы (Б. Букай, Дж. Ван)
- Обзор трансферного обучения в обработке естественного языка (З. Аляфеаи, М.С. Аль-Шайбани, И. Ахмад)
Видео недели:
Интересные обсуждения, идеи или учебные пособия, которые попадались нам на стол.
Основы причинного вывода
Предстоящие События:
Возможности учиться у нас:
- 29 июля 2020 г. — Временные ряды для всех [Регистрация]
- 12 августа 2020 г. — Расширенные временные ряды для всех [Регистрация]
- 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] 🆕
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.
Авторские права © Data For Science, Inc., 2020. Все права защищены.
