Technosphere Mail.Ru-3年間

今日、教育プロジェクトの1つであるTechnosphere Mail.Ruの立ち上げから3年が経過しました。これは、VMKモスクワ州立大学の教員と共同で実施されました。 ロモノソフ。 Technosphereプログラムは、ビッグデータの分野の専門家を訓練するために設計されています。 最初は、1年間設計され、6つの分野で構成されていました。 しかし、1年後、プログラムを改訂し、隔年にした。 4学期の間、学生は12の分野を研究し、大量の実習を行います。 同時に、準備コース「アルゴリズムとデータ構造」が開発されました。

Technosphereでは、2〜4コースの学生を受け入れます。 すべての教育プロジェクトでの入学試験のスキームは同じであるにもかかわらず（学生はオンラインテストを受験し、面接に合格します）、テクノスフィアでは高等数学の基礎知識に重点を置いています。 講義に加えて、学生がMail.Ru Groupで直面している実際のタスクを扱うラボを作成しました。 たとえば、分析アルゴリズムを改善し、特定のヒューリスティックを作成しようとします。 つまり、彼らは会社との定期的なインターンシップ中に行うのと同じことを行います。 2015年の秋以来、研究室は研究を実施し始めました。 たとえば、ニューラルネットワークを使用してさまざまなビジネス上の問題を解決する可能性が研究されています。

また、誕生日を記念して、2年間のコース全体を通して生徒が学習するのに推奨される教材のリストを作成します。

コース：ビッグデータインテリジェント処理アルゴリズム

講義、記事、その他の資料

数学僧のブログ
Twitterでの大規模高精度トピックモデリング
クラスターアルゴリズムの比較
カーネギーメロン統計講義コース：データマイニング、講義22
IPythonおよびJupyterリソース
視覚情報理論文献
HabréのSergey Nikolenkoのブログ
エラーの逆伝播による表現の学習
Ruslan Salakhutdinov-深層学習
Yahoo! Hadoopチュートリアル
仮のNumPyチュートリアル
100個のナンピー演習
CRISP-DMユーザーガイド
IBM CRISP-DMガイド
MapReduce：大規模クラスターでのデータ処理の簡素化

文学

パターン認識と機械学習
ここでは推論アルゴリズムについて説明します。これにより、特定の状況で受け入れられる場合に、おおよその回答をすばやく得ることができます。 確率分布を記述するために、グラフィカルモデルが使用されます。

データマイニングの実用的な機械学習ツールとテクニック
この本は、機械学習の概念を説明し、実際のデータ分析の問題におけるツールとテクニックの使用に関する実用的なアドバイスを提供します。

情報検索の概要
この本は、ウェブ検索、テキスト分類、クラスタリングを通じて情報を効率的に取得する方法を教えます。 ドキュメントの収集、インデックス作成、検索のためのシステムの設計と実装のすべての側面、開発システムの作成方法、およびテキストコレクションを操作するための機械学習の使用について説明します。

大規模なデータセットのマイニング
ここでの重点は、データ分析の重要な問題を解決するために使用される実用的なアルゴリズムです。 著者は、ローカルに敏感なハッシュに関連するさまざまなトリックと、高速の着信データを処理するためのアルゴリズムを説明しています。 Webの問題、頻繁なオブジェクトセットの検索、およびクラスタリングについても説明します。

パターン分類
この本は、ニューラルネットワーク、統計パターン認識、機械学習理論、不変性理論に特化しています。 さまざまな方法の実際の例と比較も提供されます。

機械学習：確率的視点
この本は、統一された確率論的アプローチに基づく機械学習の紹介です。

データサイエンスの概要
この本は、データ処理の最初のステップを踏む人向けです。 さまざまな興味深い問題を解決するためのRコードの例を示します。

データマイニングおよび知識発見ハンドブック
ここでは、データマイニングを詳細に適用するための主要なアイデア、理論、標準、方法論、傾向、複雑さ、および方法について説明します。

確率的勾配降下法
これは、ニューラルネットワークのトレーニングの最初の章であり、ニューラルネットワークをトレーニングするための確率的バックプロパゲーション法について説明しています。 実際、これは確率的勾配降下法のバリエーションです。

ニューラルネットワークと学習マシン（第3版）
この本は、工学的な観点からニューラルネットワークを使用するための最新の技術について説明しています。 Matlabのコード例はこちらからダウンロードできます 。

統計学習の要素
ここでは、統計、データ処理、機械学習、およびバイオインフォマティクスに関する重要なアイデアについて説明します。

アンサンブルメソッド：基礎とアルゴリズム
この本は、単純なものから複雑なものまで、機械学習の理論とアルゴリズムを説明しています。

コース：データ分析の概要

講義、記事、その他の資料

時系列分析とその応用：Rの例
数学統計
R：データ分析と可視化
Rドキュメント
IRkernel
Seaborn：統計データの視覚化
SF GIS犯罪
Apache Mavenガイド
ユニット
Javaガイド
Java 8のラムダ式
米国政府のオープンデータ
米国社会調査データ
国連データ
EUオープンデータポータル
Pythonに飛び込む
Pythonドキュメント
CRISP-DMユーザーガイド
IBM CRISP-DMガイド

文学

アクション中のR。 言語Rのデータの分析と視覚化
これは、実用的なタスクに特に注意してR言語を教えるためのチュートリアルです。 この本は、統計データ処理の有用な例を提供し、混乱した不完全なデータ、および分布が通常とは異なり、従来の方法では処理が困難なデータを扱うエレガントな方法を説明します。 また、視覚的な調査とデータ表示のための広範なグラフィカル機能も獲得できます。

Rを使用した統計分析とデータの視覚化
今日、R言語は、統計分析の自由に分散されたシステムの中で議論の余地のないリーダーです。 科学と技術の計算を行い、大規模な情報プロジェクトを作成する場合、世界の主要な大学、大手企業のアナリスト、および研究センターは定期的にRを使用します。 このシステムに基づいた広範な統計の教育と科学コミュニティの全面的なサポートにより、Rコードスクリプトの削減は、ジャーナル出版物と世界中の科学者間の非公式のコミュニケーションの両方で徐々に広く認められた標準になりつつあります。

ビジネス向けデータサイエンス
ビジネスと情報処理のスペシャリスト間の相互作用を改善する方法、データ処理を企業のビジネスプロセスに統合する方法、「データ分析のスタイルで考える」を開発する方法、ビジネス上の意思決定に科学的方法を使用する方法などを学びます。

コース：高度なC / C ++プログラミング

講義、記事、その他の資料

GitHubの開始方法：クイックスタート
GDBを使用したプログラムのデバッグ
Valgrindで作業する
プログラミング学生向けのUNIXオペレーティング環境
オペレーティングシステムの概要

文学

POSIXスレッドを使用したプログラミング
本はあなたに流れの理解を与えて、実際のプロジェクトで使用するためのこのプログラミングモードの可能性を明らかにします。 ここでは、IEEE OSインターフェース標準について詳しく説明します-POSIXAE（Portable Operating System Interface）スレッド、しばしばPthreadと呼ばれます。 経験豊富なCプログラマ向けに設計されています。

Linuxシステムプログラミング：カーネルお​​よびCライブラリと直接対話する
これは、Linuxのシステムプログラミングのガイド、システムコールのマニュアル、および読み書きの速いコードのガイドです。

UNIX環境での高度なプログラミング
この本は、20年以上にわたってUNIXプログラマ向けのデスクトップリファレンスです。 最新版では、情報が更新されます。 著者は、ファイル、ディレクトリ、およびプロセスを処理し、信号と端末I / Oコマンドを処理することにより、読者を順番に導きます。 スレッドとマルチスレッドプログラミングも考慮されます。

Unixのプログラミング技術
この本は、良いスタイルのUnixプログラミング、利用可能なさまざまな言語、それらの長所と短所、さまざまなIPCテクニックと開発ツールについて説明しています。 著者は、それを中心に形成されたコミュニティのUnixの哲学、文化、および基本的な伝統を分析します。 この本は、Unixでプログラムを設計および開発するためのベストプラクティスを説明しています。

同時に、本で説明されているモデルと原則は、Windows開発者にとっても大きな助けになります。 特に考慮されるのは、Unixプログラムのユーザーインターフェイスのスタイルとその開発用ツールです。 別の章では、優れたドキュメントを作成するための原則とツールについて説明します。

コース：マルチスレッドC / C ++プログラミング

講義、記事、その他の資料

Beejガイド
Libeventを使用した高速ポータブルノンブロッキングネットワークプログラミング
DRIのFDを渡す
Nanomsgドキュメント
便利なC ++コンテンツ

文学

Unixのプログラミング
この実用的なガイドは、UNIXおよびUNIXに似たシステムのさまざまな実装に対するシステムコールの機能を学習するのに役立ち、ユニバーサルポータブルアプリケーションを作成できます。 プロセス間およびネットワークの相互作用、端末とファイルのI / O、信号管理、マルチスレッド、リアルタイム操作などを考慮します。

スティーブンスW. UNIX。 ネットワークアプリケーション開発
この本は、UNIXサーバーでWebサーバー、クライアントサーバーアプリケーション、またはその他のネットワークソフトウェアを作成することに専念しています。 この本には、主要な現代標準、実装、および方法の説明が含まれています。

ジェフ・アルガー。 C ++：プログラマーライブラリ
この本から、最も独創的なオブジェクト指向言語の1つの非自明な機能について学ぶことができます。 著者は、C ++でのプログラミングの複雑さ、ソフトウェアシステムの開発中に発生する特定の問題、およびそれらを解決する方法について話しています。

コース：情報検索。 パート1

講義、記事、その他の資料

自然言語の処理に役立つライブラリとフレームワークのリスト：

NLTK
フリーリング
ゲンシム

分布セマンティクスにおける神経言語モデル
ワープロ
深層構造セマンティックモデル/深層セマンティックモデル
クリックスルーデータを使用したWeb検索用の深層構造セマンティックモデルの学習

文学

統計的自然言語処理の基礎 （ コロケーションのヘッド）
この本は、自然言語の統計処理の紹介です。 必要なツールを作成するための理論とアルゴリズムを次に示します。

コース：大規模なデータ処理技術

講義、記事、その他の資料

ニューラルネットワークを使用した画像の様式化：ミステリーなし、ただのマタン
深層学習における畳み込み演算。 パート2
ディープフィードフォワードニューラルネットワークのトレーニングの難しさを理解する
深層学習のための畳み込み演算のガイド
芸術的スタイルのニューラルアルゴリズム
TensorFlow VGG-16事前トレーニングモデル
TensorFlowの開始
効率的なバックプロップ
整流器の詳細：ImageNet分類での人間レベルのパフォーマンスを超える
ドロップアウト：ニューラルネットワークの過剰適合を防ぐ簡単な方法
バッチ正規化：内部共変量シフトの削減によるディープネットワークトレーニングの加速
勾配降下最適化アルゴリズムの概要
制限付きボルツマンマシンのトレーニングの実践ガイド
ニューラルネットワークと学習マシン（第3版）
畳み込みニューラルネットワークを理解するための初心者向けガイド
畳み込みニューラルネットワークを理解するための初心者向けガイド。 パート2
知っておくべき9つのディープラーニングペーパー（CNNを理解するパート3）
空間変圧器ネットワーク
芸術的スタイルのニューラルアルゴリズム
深層強化学習でAtariをプレイする
神経会話モデル
DCGANニューラルネットワーク（2）
Jupyterノート
素晴らしいTensorFlow
テンソルフローで指定されていない次元のテンソル
テンソルフローの名前スコープと変数スコープの違いは何ですか？
BPPT、RTRL、EKF、および「エコー状態ネットワーク」アプローチをカバーする、リカレントニューラルネットワークのトレーニングに関するチュートリアル
時間内に構造を見つける
リカレントニューラルネットワークの不合理な有効性
リカレントニューラルネットワークを使用したテキストの生成
マルチモーダルリカレントニューラルネットワーク（m-RNN）によるディープキャプション
LSTMリカレントネットワークを使用した音楽の作成-Blues Improvisation
ハブル＆ディーゼル
コグニトロンとネオコグニトロン
ネオコグニトロン：パターン認識のメカニズムのための自己組織化ニューラルネットワークモデル
LeNet-5、畳み込みニューラルネットワーク
畳み込みニューラルネットワーク（LeNet）
深い畳み込みニューラルネットワークによるImageNet分類
大規模画像認識のための非常に深い畳み込みネットワーク
ディープニューラルネットワークによるプランクトンの分類
畳み込みネットワークの視覚化と理解
転移学習
エラーの逆伝播による表現の学習
成長する神経ガスネットワークがトポロジーを学ぶ
表現の複数の層の学習
情報検索の概要
ランク付けする能動学習
半教師付き学習チュートリアル
ラベル付きデータとラベルなしデータを共同トレーニングと組み合わせる
機械学習のためのニューラルネットワーク
変分推論
「離れて説明する」の説明
深い信念ネットのための高速学習アルゴリズム
セマンティックハッシング
ドロップアウト：ニューラルネットワークの過剰適合を防ぐ簡単な方法
整流線形ユニットにより制限付きボルツマンマシンを改善
制限付きボルツマンマシンのトレーニングの実践ガイド
指数関数的ファミリーハーモニウムと情報検索への応用
自然画像統計のモデリングに関するガウスバイナリ制限ボルツマンマシン
Gaussian-Bernoulli制限付きボルツマンマシンの学習の改善
AIのディープアーキテクチャの学習
ニューラルネットワークの「初心者向け」教科書
計算グラフの計算：逆伝播
視覚情報理論文献
段階的な逆伝播の例

文学

http://www.deeplearningbook.org
これは、一般的な機械学習、特にディープラーニングに慣れるための学生と実務家向けのガイドです。

コース：Hadoopで大量のデータを分散処理する方法

講義、記事、その他の資料

PythonでHadoop MapReduceプログラムを作成する

コース：情報検索。 パート2

講義、記事、その他の資料

自然言語の処理に役立つライブラリとフレームワークのリスト：

• NLTK
• フリーリング
• ゲンシム

分布セマンティクスにおける神経言語モデル
ワープロ
深層構造セマンティックモデル/深層セマンティックモデル
クリックスルーデータを使用したWeb検索用の深層構造セマンティックモデルの学習

* * *

これらの資料では不十分な場合は、テクノパーク、テクノスフィア、テクノトレックの各プロジェクトのスペシャリストによるプログラミングに関する現在の講義とマスタークラスが、テクノストリームチャンネルで公開されていることをお知らせします。 次のテクノスフィアコースを利用できます。

• データ分析の概要 （2016年春）;
• 情報検索 （2016年春）;
• アルゴリズムとデータ構造。 準備コース （2016年春）;
• インターネットアプリケーション開発 （2015年秋）​​;
• Perlでのプログラミング （2015年秋）​​;
• マルチスレッドC ++ （2015年秋）​​;
• 大量のデータを処理する方法 （2015年秋）​​。
• データベース （2014年秋）
• 品質とソフトウェアのテスト （2015年春）;
• データマイニング （2014年秋）;
• Hadoop （2014年秋）。