ВЫПУСК №111

Воскресный брифинг D4S #111

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

11 июля 2021 г.

Дорогие друзья,
​
Добро пожаловать в 111-й выпуск воскресного брифинга.

На этой неделе мы рады объявить о последнем посте подстека Визуализация для науки: 3D-график, так что ознакомьтесь с ним и не забудьте Подписаться на V4Sci, чтобы никогда не пропустить пост!

Вы также можете ознакомиться с последним постом на G4Sci: Сетевые мотивы: частые закономерности в графах, где мы представляем алгоритм ESU для полного перебора всех подграфов заданного размера. Вы должны Подписаться на G4Sci, чтобы не пропустить пост!

На Medium Конкурирующие штаммы CoVID-19 — самая последняя публикация в серии Эпидемиология, а Посредничество — последняя в серии Причинно-следственная связь, в то время как мы продолжаем работать над особенно длинным разделом 3.8 Букваря. Наконец, как всегда, вы можете найти код в репозиториях Эпидемиология и Причинно-следственная связь GitHub соответственно.

Наш следующий вебинар на тему Преобразование анализа Excel в модели данных Python и pandas состоится 26 июля. На этом вебинаре мы покажем вам, как интегрировать Excel в ваш рабочий процесс Python, чтобы вы могли легко извлекать данные из листов Excel и экспортировать результаты анализа Python в виде полностью отформатированных книг Excel. Если это звучит интересно, не забудьте Зарегистрироваться!

На этой неделе мы обсудим, является ли будущее глубокого обучения фотонным, как нейроны неожиданно кодируют информацию в момент своего срабатывания, изучим некоторые визуализации структуры данных и рассмотрим 10 лучших идей в статистике, которые привели в действие ИИ. Революция".

Из залов академических кругов мы узнаем, как мы можем использовать методы НЛП, чтобы выучить язык вирусной эволюции и побега, изучить обучение с причинно-следственным подкреплением с использованием данных наблюдений и интервенций и как вырастить сети городских велосипедов.

Наконец, на этой неделе в разделе Книга по науке о данных выделяется Think Bayes (2-е изд.) Аллена Дауни, и, как всегда, вы можете найти все рекомендации по предыдущим книгам на нашем сайте. В видео недели у нас Сюжетный урок.

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

Блог:​

​
Вышел второй пост о подстеке Visualization for Data Science: Карта состояний временных рядов. Не забудьте Подписаться, чтобы быть первым в очереди на получение каждой публикации.

Вышел последний пост в подстеке Graphs for Data Science: Сетевые мотивы: частые закономерности в графиках. Вы должны Зарегистрироваться, чтобы не пропустить пост!

Последний пост из серии Причинно-следственная связь посвящен разделу 3.7 — Медиация, рецепту расчета контролируемого направленного эффекта. Код для каждого поста в блоге из этой серии размещен в специальном репозитории GitHub: https://github.com/DataForScience/Causality​

В последнем посте из серии CoVID-19 Конкурирующие штаммы CoVID-19 рассматривается вероятное влияние, которое может оказать появление более вирулентного штамма в ходе пандемии. Как обычно, весь код доступен на GitHub: http://github.com/DataForScience/Epidemiology101​

Книга по науке о данных:​

На этой неделе книга по науке о данных называется Think Bayes (2nd Ed) Аллена Б. Дауни. Несмотря на то, что байесовская статистика является мощным инструментом в наборе инструментов любого специалиста по данным, это не самый простой навык для изучения, если вы не склонны к математике. В этой книге Дауни использует свой приземленный, пошаговый стиль, чтобы сделать вас опытным в мире байесовской статистики, используя ваши ранее существовавшие знания Python вместо того, чтобы чрезмерно полагаться на математические обозначения, как это делается в большинстве других книг. Книга поставляется с полным обновленным репозиторием GitHub, чтобы вам было легче работать с примером и закрепить свое понимание этой важной темы.

Лучшие ссылки:

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

  1. ​Будущее глубокого обучения — фотонное [spectrum.ieee.org]
  2. ​Нейроны неожиданно кодируют информацию во время их срабатывания [quantamagazine.org]
  3. ​Когда графики — вопрос жизни и смерти [newyorker.com]
  4. ​Глубокое обучение с подкреплением — пустая трата времени [jtoy.net]
  5. ​Второй пилот GitHub с искусственным интеллектом может привлечь вас к суду, если вы его используете [medium.com/geekculture]
  6. ​Визуализация структуры данных [cs.usfca.edu/~galles/]
  7. ​10 лучших идей в статистике, которые привели к революции ИИ [news.columbia.edu]

Только что из прессы:

Некоторые из самых интересных научных статей, опубликованных за последнее время

Видео недели:

Интересные обсуждения, идеи или учебные пособия, которые попадались нам на стол.

Учебник по сюжету

Все видео недели теперь доступны в нашем Плейлисте Youtube​​

Предстоящие События

Возможности учиться у нас:

  1. 26 июля 2021 г. — Преобразование анализа Excel в модели данных Python и pandas [Регистрация]
  2. 9 августа 2021 г. — Графы и сетевые алгоритмы для всех [Регистрация] 🆕
  3. 30 августа 2021 г. — Почему и что, если — причинно-следственный анализ для всех [Регистрация] 🆕

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.

​Авторские права © Data For Science, Inc., 2021. Все права защищены.