🥂🍾 Воскресный брифинг D4S #161 🍾🥂

🥂🍾 Воскресный брифинг D4S #161 🍾🥂

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

26 июня 2022 г.

Дорогие друзья,
​
Добро пожаловать на выпуск воскресного брифинга от 26 июня, где мы продолжаем празднование нашей 3-й годовщины с еще одним небольшим изменением в нашем дизайне. Начиная с этой недели, мы выделяем следующий предстоящий веб-семинар прямо над каждым выпуском.

На этой неделе у нас перерыв в ведении блога, но вы все еще можете наверстать упущенное в наших последних публикациях. Во-первых, мы отмечаем Всемирный день готов последним постом V4Sci «Сюжет неизвестных удовольствий: воссоздание культовой обложки альбома и вашей любимой футболки 80-х». 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 дополнение к трем новым вебинарам, о которых мы объявили в выпусках этого месяца (Глубокое обучение для всех от 7 июля, Временные ряды для всех от 26 июля и Расширенные временные ряды для всех от 9 августа), мы гордимся тем, что объявите о последнем выпуске Обработка естественного языка (НЛП) для всех 25 августа!

В нашем регулярно запланированном контенте мы исследуем где все варианты использования криптографии, почему Разум LaMDA — это ерунда, Почему жизнь всегда кажется более сложной и как История происхождения Интернета, которую вы знаете, неверна.

В то время как на более академическом фронте мы узнаем о Байесовском рабочем процессе, Статистика отношения собственных значений сложных сетей, Модель ограниченной достоверности динамики мнений с гетерогенными уровнями активности узлов и Прогнозирование ссылок в сложных сетях.

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 есть лекция Массачусетского технологического института по Байесовской статистике.

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: Сюжет Unknown Pleasures: воссоздание культовой обложки альбома и вашей любимой футболки 80-х. Не забудьте Подписаться, чтобы быть первым в очереди на получать каждое сообщение.

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.

1. ​Разум LaMDA — чепуха — вот почему [lastweekin.ai]
2. ​Энтропия: почему жизнь всегда кажется все более сложной [https://jamesclear.com]
3. ​Исследователи могут дублировать ключи по звукам, которые они издают в замках [kottke.org]
4. ​Языковая модель параметра YaLM 100B [github.com/yandex]
5. ​Введение в PyScript [lwn.net]
6. Долт — это Git для данных! [github.com/dolthub]
7. ​История о происхождении Интернета, которая, как вы знаете, неверна [wired.com]
8. ​Введение в вычислительную технику, ориентированное на данные [dcic-world.org]
9. Где все варианты использования криптографии? [evanjconrad.com]
10. Одно ли простое правило лежит в основе обучения мозга? [actu.epfl.ch]

Некоторые из самых интересных научных статей, опубликованных за последнее время

• ​Статистика отношения собственных значений сложных сетей: беспорядок против случайности (А. Мишра, Т. Рагхав, С. Джалан)
• Байесовский рабочий процесс (А. Гельман, А. Вехтари, Д. Симпсон, К. К. Маргосян, Б. Карпентер, Ю. Яо, Л. Кеннеди, Дж. Габри, П.-К. Бюркнер, М. Модрак)
• ​Гибридная смежность и временная структура данных для анализа временных сетей (Т. Хилсабек, М. Арастуи, К. С. Сюй)
• ​Диффузионная аппроксимация сетевой модели популярности мемов (К. А. Оливейра, С. Юникомб, Дж. П. Глисон)
• ​Модель ограниченной достоверности динамики мнений с гетерогенными уровнями активности узлов (Дж. Дж. Ли, М. А. Портер)
• ​LinkBERT: Предварительное обучение языковой модели со знанием ссылок на документы (М. Ясунага, Дж. Лесковец, П. Лян)
• ​Стратегии вмешательства при распространении эпидемии в двусторонних метапопуляционных сетях (Б. Ван, Л. Ян, Ю. Хан)
• ​Прогнозирование ссылок в сложных сетях: экспериментальный обзор (Х. Ву, К. Сонг, Ю. Ге, Т. Ге)

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

Байесовская статистика

Все видео недели теперь доступны в нашем плейлисте Youtube.

Предстоящие События

Возможности учиться у нас:

1. 07 июля 2022 г. — Глубокое обучение для всех [Регистрация] 🆕
2. 26 июля 2022 г. — Временные ряды для всех [Регистрация] 🆕
3. 9 августа 2022 г. — Расширенные временные ряды для всех [Регистрация] 🆕
4. 25 августа 2022 г. — Обработка естественного языка для всех [Регистрация] 🆕

Видео по запросу

Подробные руководства:

1. Обработка естественного языка 5,5 часов, охватывающая базовые и продвинутые техники с использованием NLTK и Keras.
2. 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.