
Воскресный брифинг D4S № 42
Воскресный брифинг D4S № 42
Еженедельный информационный бюллетень с последними разработками в области науки о данных, машинного обучения и искусственного интеллекта.
Выпуск №42
15 марта 2020 г.
Дорогие друзья,
Добро пожаловать на воскресный брифинг от 15 марта.
На этой неделе мы воспользуемся повышенным вниманием всего мира к текущей пандемии SARS-CoV-2 и подробно рассмотрим, как мы, возможно, скоро будем смотреть на 1 миллион инфицированных американцев, как мы может усилить использование моделей во время эпидемий, и на Эффект ограничений на поездки.
Кроме того, мы также еще раз взглянем на Парадокс Симпсона, Деревья данных, новый набор данных о покупках продуктов в Лондоне, проанализируйте, как выявить паттерны в многомерных временных рядах, получите обзор Причинной интерпретации для ML и Глубокого обучения с подкреплением для торговли.
Наконец , в нашем видео недели хорошие ребята из 3Blue1Brown дают нам отличный обзор Экспоненциального роста и эпидемий, чтобы помочь нам лучше интерпретировать цифры, которые мы видим в новостях.
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 им это письмо и помогите нам распространить информацию!
Semper discentes,
Команда D4S
Блог:
Наш последний пост охватывает первую часть раздела 1.3 Теория вероятностей и статистика, обзор некоторых фундаментальных теоретических требований для дальнейшего путешествия. Код каждой записи в блоге из этой серии размещен в специальном репозитории GitHub для этого проекта: github.com/DataForScience/Causality
Сообщения в блоге:
1.2 — Парадокс Симпсона
1.3 — Теория вероятностей и статистика
GitHub: github.com/DataForScience/Causality
Лучшие ссылки:
Учебники и сообщения в блогах, которые попались нам на стол на этой неделе.
- Обнаружение скрытых закономерностей в многомерных временных рядах [medium.com/bag-of-words]
- Создание деревьев данных в Python [medium.com/swlh]
- Создание службы уведомлений об отправке с помощью Python, Flask, Twilio и EasyPost [twilio.com]
- 10 способов, которыми сегодня используется машинное обучение человека в цикле [freecontent.manning.com]
- Глубокое обучение с подкреплением для торговых приложений [alphaarchitect.com]
- Вот как быстро коронавирус может заразить более 1 миллиона американцев [time.com]
- Введение в парадокс Симпсона [towardsdatascience.com]
Только что из прессы:
Некоторые из самых интересных научных статей, опубликованных в последнее время.
- Использование «науки о вспышках для усиления использования моделей во время эпидемий» (К. Риверс, Ж.-П. Кретьен, С. Райли, Дж. А. Павлин, et al)
- Влияние ограничений на поездки на распространение вспышки нового коронавируса (COVID-19) в 2019 г. (М. Чинацци, Дж. Т. Дэвис, М. Аджелли, К. Джоаннини, М. Литвинова и др.)
- Tesco Grocery 1.0, масштабный набор данных о покупках продуктов в Лондоне (Л. М. Айелло, Д. Кверсия, Р. Шифанелла, Л. Дель Прете)
- Растущая эхо-камера социальных сетей: измерение временной и социальной динамики заражения более чем 150 языков в Твиттере за 2009–2020 годы (Т. Альшааби, Д. Р. Дьюхерст, Дж. Р. Майнот, М. В. Арнольд, Дж. Л. Адамс, К. М. Дэнфорт, П. С. Доддс)
- Причинная интерпретируемость для машинного обучения — проблемы, методы и оценка (Р. Мораффах, М. Карами, Р. Го, А. Раглин, Х. Лю)
- Автоматическое машинное обучение на основе научных больших данных (А. Гринштейн-Мессика, Р. Вайнштейн, Г. Кац, Б. Шапира, Л. Рокач)
Видео недели:
Интересные обсуждения, идеи или учебные пособия, которые попадались нам на стол.
Экспоненциальный рост и эпидемии
Предстоящие События:
Возможности учиться у нас
- 27 марта 2020 г. — Глубокое обучение для всех [Регистрация]
- 8 апр 2020 г. — Временные ряды для всех [Регистрация] 🆕
- 29.04.2020 — Прикладная теория вероятностей 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., 2020. Все права защищены.