Интересное в мире DS / ML
- Практическая крипота - превращение лиц людей в куклы - https://goo.gl/FRcCoL
- Гугл на хайпе инвестирует в AI - https://goo.gl/EjRdwp
- Соревнование на Kaggle за миллион долларов от Zillow открылось - https://goo.gl/h1cxGo
- Баян, но AlphaGo победил - https://events.google.com/alphago2017/
- Генерация HTML кода из мокапов - https://goo.gl/G2JT9X
- Динамическое ценообразование у AWS на сервера с видеокартами перед соревнованиями - https://goo.gl/xOGNM2

#data_science

Внезано уже люди при демонстрации данных на Kaggle используют клиентские таблицы
- http://prntscr.com/fdoe1e

Вероятно это хороший повод замутить такое для нашего списка образовательных курсов.

На курсере открылся курс про Data Science начального уровня (он по идее должен быть доступен всем)
https://www.coursera.org/learn/python-machine-learning

Все предыдущие курсы этой цепочки характеризовались
- высокими production values
- условной бесплатностью
- интересными code-first лекциями + видно что авторам небезразлично
- немного скучные задания более менее соответствующие материалу
- автоматический грейдинг заданий, что иногда было проблемой

#data_science

Интересное в мире интернета
- Доля онлайн в рекламе - https://goo.gl/vDQaJ1
- Рассылка от Benedict Evans - https://goo.gl/ie1ghF
- Google IO in a nutshell https://goo.gl/pNQbS8
- Инвестиционный фонд в AI от Гугла - https://goo.gl/AFi1wl
- Google Photos имеет 500m MAU https://goo.gl/6PXTPu
- Трехмерный Юпитер - https://goo.gl/9xlYX3
- Генератор карт средневековых замков - https://goo.gl/WROOaV
- Бенедикт Эванс про новые сигмоиды на рынках технологий - https://goo.gl/ynGXS1
- Цифры с Google IO - https://goo.gl/9pYRN4
- Почему говорящего кота Тома купила компания по производству Пероксида за 1 миллиард долларов - https://goo.gl/bZWCtG


#internet

Макроэкономическая статистика ЦР ВШЭ
- Первоисточник - https://goo.gl/MqGOLr
-- Выводы in a nutshell - https://goo.gl/ErJICi
-- Основные отрасли экономики https://goo.gl/QPYQLr
-- Средняя зарплата https://goo.gl/pMnLBl
-- Реальные располагаемые доходы населения https://goo.gl/rvSclJ

#statistics

Научный подход к оценке повторяемости слов песен
- https://goo.gl/ahP2NL

Повторяемость слов песен в 1 картинке за последние 50-60 лет
- https://goo.gl/bRfEjs

#data_science

Подписчики посоветовали посмотреть курс Learning How to Learn на курсере. Курс небольшой, но по нему уже есть есть саммари
- Сам курс https://www.coursera.org/learn/learning-how-to-learn
- Содержание с Хабра https://habrahabr.ru/post/235095/
- Содержание с Reddit text_i_just_finished_the_online_coursera_course

Внезапно содержания очень похожи)

#learning

На волне новых появляющихся курсов с сырой программой за 150,000 давно хотел опубликовать свой избранный список курсов по тематике Data Science в индексируемом поисковиками формате (и не только) =)
http://spark-in.me/post/learn-data-science

По ссылке вы найдете
- статью с описанием зачем и списком курсов
- ссылки на гугл-таблицу и онлайн JS-таблицу, которые будут обновляться постепенно
-- Онлайн таблица https://goo.gl/hyrwo4
-- Гугл-док https://goo.gl/5VGU5A

#data_science

Теперь пользователи смогут отправлять и получать деньги в телеграм-боте с помощью Яндекс.Кассы. Подробности и как подключить: https://kassa.yandex.ru/blog/telegram

Входная точка в знакомство с комплексными числами (как, почему, зачем и что это такое)
https://youtu.be/T647CGsuOVU

Если досмотреть до 10 видео то также интересно рассказывают про комплексные функции.

Лайтовое видео про альтернативы методу градиентного спуска (tldr - все используют adam)
- https://goo.gl/6AN7BD

Аналогичное по сути сравнение и пояснение методов градиентного спуска от fast.ai:
- Видео - https://youtu.be/V2h3IOBDvrA?t=688
- Файл в экселе с пояснениями - https://goo.gl/XdlGbN

Статья в блоге с подобными и более подробными пояснениями на тему таких методов - https://goo.gl/twWZyv

#data_science

Улучшена SEO-прошивка сайта Spark-in.me.
Пример micro-data в виде ld-json
- https://goo.gl/naOE5X

#internet

Отличная статья про предвзятость автоматических и ML алгоритмов для принятия решений
- https://goo.gl/nheOBI

Самые простые примеры из реальной жизни с которыми я сталкивался (не знаю насколько это все лежит в сфере машинного обучения, банальных эвристик или простой человеческой глупости):
- в онлайн-эквайринге все транзакции вне заданной страны отсекаются вне зависимости от других параметров;
- глобальные компании не хотят работать с компаниями из стран вне определенного списка;
- в США у вас будут проблемы с арендой, если у вас нет кредитной истории;
- типичный пример - то, как пишутся резюме и проводится оценка кандидатов;
- бесконечная политика в новостных агрегаторах - точнее полное отсутствие некоторых событий там;

Понравился сниппет кода на питоне, который позволяет строить 3-мерные графики, которые можно двигать - https://goo.gl/jvXJqH

# plotting a 3D scatter plot
%matplotlib notebook
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
from sklearn.model_selection import train_test_split

from mpl_toolkits.mplot3d import Axes3D

fig = plt.figure()
ax = fig.add_subplot(111, projection = '3d')
ax.scatter(X_train['width'], X_train['height'], X_train['color_score'], c = y_train, marker = 'o', s=100)
ax.set_xlabel('width')
ax.set_ylabel('height')
ax.set_zlabel('color_score')
plt.show()

#data_science

Про разметку кур в нейрокурятнике
http://spark-in.me/post/neuro-chicken-annotation

#data_science

Как пользоваться каналом и "продвинутыми" фичами в телеграме (поиск, теги, какие есть подборки на канале):
http://spark-in.me/post/how-to-use-channel

Самое интересное на канале за неделю
http://tinyletter.com/snakers41/letters/spark-in-me-5
#digest

Пока курятник размечается, что из нижеперечисленного вам интересно больше всего?

1. Spark-in.me - бекенд, структура данных, АПИ – 59
👍👍👍👍👍👍👍 49%

5. Маркетинг - как написать SEO стратегию компании на коленке за утро, поковыряв данные. – 32
👍👍👍👍 26%

4. Spark-in.me - логические и маркетинговые фичи – 9
👍 7%

6. Ничего из списка. – 9
👍 7%

2. Spark-in.me - поддержка, деплой, бекапы – 8
👍 7%

3. Spark-in.me - фронтенд – 2
▫️ 2%

7. Свой вариант. – 2
▫️ 2%

👥 121 people voted so far.