Воскресный брифинг D4S №103

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

16 мая 2021 г.

Дорогие друзья,

Добро пожаловать в 103-й выпуск воскресного брифинга.

На этой неделе мы продолжим перерыв в ведении блога (для столь необходимого отпуска), но вы можете наверстать упущенное в последнем сообщении на G4Sci: Компоненты графа: сильно и слабо связанные компоненты, обзор алгоритмов для определения связанных компонентов и того, как они могут использоваться для лучшего понимания сети связи в реальном мире. 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, пока 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.

Май — это месяц анализа временных рядов, второй вебинар Расширенные временные ряды для всех состоится 26 мая. На этом вебинаре мы развиваем понятия, представленные на первом занятии, и представляем более продвинутые методы и модели.

На этой неделе мы узнаем о Clustergam, о том, как мозг отображает идеи и воспоминания, как работает поиск изображений в Dropbox и Современной денежной теории.

Из Ivory Tower у нас есть глобальная база данных прививок от COVID-19, Геометрическое глубокое обучение, дистанционная основа сложных сетей и Обзор подходов к увеличению данных для НЛП.

Наконец, в Книге по науке о данных на этой неделе будет Анализ данных: байесовское руководство Д.С. Изучая прошлое, настоящее и будущее».

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 последний пост в подстеке Graphs for Data Science: Компоненты графа: сильно и слабо связанные компоненты. 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 Анализ данных: байесовский учебник Д. С. Сивии и Дж. Скиллинга. Байесовский анализ — это статистический подход с долгой и богатой историей, который позволяет нам использовать вероятностные утверждения для количественной оценки нашей неопределенности в отношении конкретных параметров. Эта короткая книга представляет собой отличное первое введение в это мощное семейство техник с практическими примерами. Книга быстро уводит нас от фундаментальной интуиции, лежащей в основе теоремы Байеса, к более продвинутым концепциям и приложениям, таким как сравнение моделей, вывод и непараметрическая оценка.

Лучшие ссылки:

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

Только что из прессы:

Некоторые из самых интересных научных статей, опубликованных за последнее время

Глобальная база данных прививок от COVID-19 (Э. Матье, Х. Ричи, Э. Ортис-Оспина, М. Розер, Дж. Хаселл, К. Аппель, К. Джаттино, Л. Родес-Гирао)
Прогнозирование новых научных коллабораций через мультиплексные сети (М. Тунинетти, А. Алета, Д. Паолотти, Ю. Морено, М. Старнини)
Ландшафт согласованности сетевых сообществ (Д. Ли, С. Х. Ли, Б. Дж. Ким, Х. Ким)
Геометрическое глубокое обучение: сетки, группы, графы, геодезические и калибры (М. М. Бронштейн, Дж. Бруна, Т. Коэн, П. Величкович)
Дистанционная магистраль сложных сетей (Т. Симас, Р. Б. Коррейя, Л. М. Роша)
Улучшение способности моделирования последовательности рекуррентных нейронных сетей с помощью семем (Ю. Цинь, Ф. Ци, С. Оуян, З. Лю, К. Ян, Ю. Ван, К. Лю, М. Сунь)
Обнаружение сообществ на основе потоков в гиперграфах (А. Эрикссон, Т. Карлетти, Р. Ламбиотт, А. Рохас, М. Росвалл)
Обзор подходов к увеличению данных для НЛП (С. Ю. Фэн, В. Гангал, Дж. Вей, С. Чандар, С. Восуги, Т. Митамура, Э. Хови)

Видео недели:

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

Прошлое, настоящее и будущее геометрического глубокого обучения

Все видео недели теперь доступны в нашем плейлисте Youtube.

Предстоящие События

Возможности учиться у нас:

9 июня 2021 г. — Обработка естественного языка (НЛП) для всех [Регистрация]
25 июня 2021 г. — НЛП с глубоким обучением для всех [Регистрация]
9 июля 2021 г. — Прикладная теория вероятностей для всех [Регистрация] 🆕
26 июля 2021 г. — Преобразование анализа Excel в модели данных Python и pandas [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.

Воскресный брифинг D4S №103