С миру по нитке

225 лучших стартапов по машинному обучению в настоящее время

Согласно Crunchbase, в мире 80000 стартапов и компаний, которые используют машинное обучение.

В статье — 25 тех, за которыми следит весь мир.

Источник

Очумелые ручки

Данные по качеству исследований

Вы занимаетесь наукой о данных и проводите исследования? 
Тогда вам нужны сведения о качестве этих исследований.

Джефф Лик дает конкретные решения, как причислить ваши данные в «исследовательский класс» эффективно.

Источник

Принципы DataOps: как помочь стартапу

Отличное введение в DataOps от Брэда Ито — соучредителя и технического директор Retina.

Он рассказывает, чем полезны DataOps специалисты, и что нужно учитывать при их найме и адаптации в компанию.

Практическая статья с практическими советами по организации команды, процессов, инструментов, оценке производительности и т. д.

Прочитать

GAMS в R

GAMs (Generalized Additive Models) — золотая середина между простыми линейными моделями и сложными методами машинного обучения. Они позволяют моделировать и понимать сложные системы.

По ссылке — короткий интерактивный курс о том, как использовать эти гибкие, мощные инструменты для моделирования данных и решения проблем в Data Science.

Перейти

Проблема спящей красавицы: взгляд ученого на данные

Проблема Спящей Красавицы — это мысленный эксперимент в теории принятия решений.

По ссылке — пост Matthias Plaue поможет разобраться с этой проблемой. Также вы узнаете, «третер» вы или «хелфер»?

Источник

Ученье — свет!

Основы машинного обучения

Основы машинного обучения — это общее введение в дисциплину, которое может служить учебником для аспирантов и справочником для исследователей.

Книга от Массачусетского технологического университета с множеством примеров, упражнений и лайфхаками.

Источник

Шпаргалки по искусственному интеллекту — CS 221

Шервайн Амиди — преподаватель в Стэнфорде, создал много полезных шпаргалок для своих учеников.

У него на странице представлен набор по искусственному интеллекту (CS 221), а также по машинному обучению (CS 229). Много полезных диаграмм помогут все понять и не дадут заскучать

Источник

Автор подборки — ресурс DataElixir