🥅 🛐 🕴️ データ分析と機械学習に関する最も興味深い資料の概要23（2014年11月17〜23日） 💧 🎙️ 🤸🏼

データ分析と機械学習のトピックに関する最も興味深い資料のレビューの次号を紹介します。

全般

エボラを使用したWolfram言語（Mathematica 10）を使用したパンデミックモデリング
Rの世界からの興味深い（2014年11月10〜16日）
DataTalks 10/25/14：最初の会議
IBM、ロシアの主要大学と共同でビッグデータの修士号を取得
Twitterがソーシャル分析の簡単なターゲットである理由
Googleとスタンフォードが写真を説明できるニューラルネットワークを構築
データサイエンティストになるための9つのスキル
Highload ++ 2014のもう1つの資料は、高負荷システムHighLoad ++ 2014の開発者の会議からのさまざまなスピーチのスライドの最後のバッチです。それらのすべてが機械学習とデータ分析に関連しているわけではありませんが、多くは興味深いかもしれません。
Apache MahoutとWekaは、2つの一般的な製品の小さな比較です。

scikit-learnを使用した教師なし学習の概要
Pythonを使用して効率的にクリアテキスト
Pythonのディープラーニングの概要
Pythonを使用してデータ分析用のライブラリを参照する
因子分析と主成分分析
コード例：dplyr-フィールドによる動的グループ化
コード例：Rで複数のdata.frameを組み合わせる
1次元線形回帰は、1次元線形回帰に関する優れた記事です。
探索的データ分析を使用して問題をよりよく理解し、結果を改善することは、ブログMachineLearningMasteryの著者による別の興味深い記事です。この場合、探索的データ分析の使用に焦点を当てます。
データサイエンティストに尋ねる：教師なしで学習することは 、データサイエンティストに尋ねるシリーズの人気のあるInsideBIGDATAポータルの別の記事です。
予測の視覚化は、プログラミング言語Rを使用したさまざまな予測の視覚化の可能性に関する優れた記事です。
Rを使用したデータ分析の基本 -プログラミング言語Rを使用したデータ分析の基本に関するレポートからの優れたスライドセット

「Statistical Inference for Everyone」という本は、無料版の「Statistical Inference for Everyone」へのリンクであり、本を扱う際に役立つ追加資料へのリンクです。

PostgreSQLでのフルテキストインデックス作成と検索の使用
Yandexが独自のデータセンターを無効にする方法と理由
Apache Hadoop-MapReduceだけでなく 、Apache HadoopのMapReduce以外の機能に関するVidhya Analyticsブログの短い記事。
Apache Spark on Apache Spark -Cloudera社のブログの記事-Apache SparkでのApache Hiveのデモンストレーション。これは、Apache Hadoopを使用する際にMapReduceの相続人になりつつあります。
ビッグデータ101：パーティショニング -分散コンピューティングとデータストレージの基本に関する議論の続き。この場合、パーティショニングについて説明します。