Воскресный брифинг D4S №163

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

10 июля 2022 г.

Дорогие друзья,

Добро пожаловать на воскресный брифинг от 10 июля. На этой неделе мы с гордостью объявляем о нашем последнем сообщении в блоге: Мандельброт-множество: использование ConnectionPatch для соединения подграфиков в серии V4Sci. В разделе Средний у нас есть Изучение промышленного индекса Доу-Джонса с использованием линейной регрессии. Вы также можете ознакомиться с последним постом в серии G4Sci: Алгоритм минимального остовного дерева Прима: поиск кратчайшего пути к каждому узлу.

В наших регулярно запланированных материалах мы исследуем Что такое машинное обучение?, Машины Тьюринга, Алгоритмический трейдинг на основе ИИ с помощью Python и Как работает программирование CUDA.

В то время как на более академическом фронте мы рассмотрим, как риск цифровых валют центрального банка становится цифровым Левиафаном, обзор Управление блокчейном, быстрое вычисление рейтингов на основе попарных сравнений и Коллективная память в цифровую эпоху.

Главной темой книги по науке о данных на этой неделе является книга по науке о данных Аналитические навыки для ИИ и науки о данных Д. Вогана. Как всегда, вы можете найти все рекомендации предыдущих книг на нашем веб-сайте. В видео недели у нас лекция Искусство кода Дилана Битти.

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

Вышел последний пост в подстеке Visualization for Data Science: Мандельброт-множество: использование ConnectionPatch для соединения подграфиков. Не забудьте Подписаться, чтобы вы были первыми в очереди на получение каждого поста.

Вышел последний пост в подстеке Graphs for Data Science: Алгоритм минимального связующего дерева Prim: поиск кратчайшего пути к каждому узлу. Вы должны Зарегистрироваться, чтобы не пропустить пост!

В последнем посте из серии CoVID-19 Как моделировать эффекты вакцинации рассматривается, как простые модификации модели SIR могут помочь нам лучше понять, как работают вакцины. Как обычно, весь код доступен на GitHub: http://github.com/DataForScience/Epidemiology101

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

На этой неделе книга по науке о данных называется Аналитические навыки для ИИ и науки о данных Д. Вогана. Это необычная книга, в которой используется целостный подход к ИИ и науке о данных с точки зрения бизнеса. Эта книга, предназначенная для менеджеров с ограниченным опытом работы с данными, использует все более сложные практические примеры для ознакомления с широким спектром концепций и аналитических методов. Даже если у вас нет прямого интереса к искусственному интеллекту и науке о данных, эта книга даст вам достаточные базовые знания, чтобы иметь возможность успешно управлять специалистами по обработке и анализу данных, разбивать сложные проблемы на отдельные компоненты и помогать направлять вашу команду к правильному решению ваших бизнес-задач. .

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

Некоторые из самых интересных научных статей, опубликованных за последнее время

Цифровые валюты центральных банков рискуют стать цифровым Левиафаном (А. Барончелли, Х. Халабурда, А. Тейтельбойм)
SoK: Управление блокчейном (А. Киайяс, П. Лазос)
Модель большинства голосов в мультиплексных сетях со структурой сообщества (К. Пэн, М. А. Портер)
Полуконтролируемая иерархическая классификация графов (Дж. Ли, Ю. Хуан, Х. Чанг, Ю. Ронг)
Быстрое вычисление рейтингов из попарных сравнений (М. Э. Дж. Ньюман)
Коллективная память в эпоху цифровых технологий (Т. Яссери, П. Гилдерслев, Л. Дэвид)
Языковая статистика в различных пространственных, временных и грамматических масштабах (Ф. Санчес-Пуиг, Р. Лосано-Аранда, Д. Перес-Мендес, Э. Колман, А. Х. Моралес-Гусман, К. Пинеда, К. Гершенсон)

Интересные обсуждения, идеи или учебные пособия, которые попались нам на стол

Искусство кода

Все видео недели теперь доступны в нашем плейлисте Youtube.

Предстоящие События

Возможности учиться у нас:

26 июля 2022 г. — Временные ряды для всех [Регистрация] 🆕
9 августа 2022 г. — Расширенные временные ряды для всех [Регистрация] 🆕
25 августа 2022 г. — Обработка естественного языка для всех [Регистрация] 🆕

Видео по запросу

Подробные руководства:

Обработка естественного языка 5,5 часов, охватывающая базовые и продвинутые техники с использованием NLTK и Keras.
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.

Воскресный брифинг D4S №163