Большие данные (big data), методы анализа, алгоритмы 2017
МЕНЮ
Новости ИИ
Поиск
ТЕМЫ
Внедрение ИИ
Big data
генетические алгоритмы
Машинное обучение
распознавание образов
Распознавание речи
Реализация нейронных сетей
техническое зрение
Чат-боты
Новости ИИгенетические алгоритмы
Машинное обучение
распознавание образов
Распознавание речи
Реализация нейронных сетей
техническое зрение
Чат-боты
городские сумасшедшие
ИИ в медицине
интернет вещей
Искусственные нейронные сети
искусственный интеллект
ИТ-гиганты
Робототехника, БПЛАТрансгуманизмЛингвистика, рбработка текстаБиология, теория эволюцииВиртулаьная и дополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информации
ИИ в медицине
интернет вещей
Искусственные нейронные сети
искусственный интеллект
ИТ-гиганты
АРХИВ
Июнь 2017
Май 2017
Апрель 2017
Март 2017
Февраль 2017
Январь 2017
Декабрь 2016
Ноябрь 2016
Октябрь 2016
Сентябрь 2016
Август 2016
Июль 2016
Июнь 2016
Май 2016
Апрель 2016
Март 2016
Февраль 2016
Январь 2016
0000
RSS
RSS новости
птичий грипп
Новостная лента форума ailab.ru
|
|
|||
Последние новости |
Главные новости |
||
|
2017-06-21 07:00 250 лайков сегодня расскажут все о человекеструктура социальных сетей, big data 
250 лайков сегодня расскажут все о человеке
О новых технологиях и перспективных направлениях для бизнеса рассказал тюменцам представитель АО «Деловая среда» Иван Буртник. Мероприятие под названием «ДНК бизнеса: глобальные мировые тренды» состоялось 20 июня в Тюменском технопарке. «Общество становится все более прозрачным и менее приватным», - обратился к собравшимся докладчик, – зам директора «Деловой среды», компании, которая занимается поддержкой предпринимательства, и является 2017-06-15 15:40 Дизайн интерфейса корпоративного инструмента BI для data mining
Невозможно управлять тем, что нельзя измерить (древнеримская мудрость)
Количество информации в мире растет в геометрической прогрессии, а тем временем человеческий мозг не способен эволюционировать с той же скоростью. Поэтому множество крупных компаний уже столкнулись с тем, что данные и отчеты в многостраничных и многоколоночных таблицах нужно не только собирать и хранить, пересылать и выгружать, но еще и регулярно анализировать и исследовать. Но что делать, если гигантские многоэкранные 2017-06-14 13:15 Большие данные — большие надежды
В вопросе о больших данных можно быть только партнерами, считает Джордж Хелд
Теле- и поисковые операторы, retail-платформы накапливают огромное количество данных. Так, дата-центры Apple и Amazon уже сравнимы по площади с небольшими городами. Джордж Хелд, вице-президент по развитию цифрового и нового бизнеса ПАО «ВымпелКом» (бренд «Билайн»), рассказал, как сейчас используются пользовательские данные, которыми владеют телеоператоры, как он видит 2017-06-14 00:15 «Я специалист по некорректно поставленным задачам…» // Любимая формула ректора МГУ Виктора Садовничего
«Я специалист по некорректно поставленным задачам…»
Кажется, что должность ректора крупнейшего университета страны — это филиал ада на земле. Десятки тысяч студентов и сотрудников, больше сорока факультетов, триста с лишним кафедр, а ещё всевозможные переговоры, заседания, комиссии и форумы… Виктор Садовничий родился в 1939 году, математик, ректор МГУ с 1992 год, академик РАН. Автор более 450 научных работ, в том числе 60 монографий и учебных пособий. Среди них многократно 2017-06-10 18:00 Технострим Mail.Ru Group
Объемы данных, ежедневно генерируемые сервисами крупной интернет компании, поистине огромны. Цель динамично развивающейся в последние годы дисциплины Data Mining состоит в разработке подходов, позволяющих эффективно обрабатывать такие данные для извлечения полезной для бизнеса информации. Эта информация может быть использована при создании рекомендательных и поисковых систем, оптимизации рекламных сервисов или при принятии ключевых бизнес-решений.
Курс "Data Mining" ведется в рамках 2017-06-08 12:30 В России разработают альтернативный законопроект о больших данных
Который позволит легально обмениваться данными между участниками рынка и госструктурами.
Разработку закона планируют завершить примерно через полгода силами рабочей группы при администрации президента в сотрудничестве с ведущими компаниями из разных областей: «МегаФоном», МТС, «Яндексом», X5 Retail Group и ассоциацией «Финтех», которая объединяет крупнейшие банки. На текущий момент сбор и оперирование обезличенными данными о пользователях не отрегулировано как внутри страны, так и за 2017-06-05 14:38 Бизнес предложит свою версию законопроекта о регулировании big data
Фонд развития интернет-инициатив (ФРИИ) намерен при участии бизнеса разработать законопроект о больших пользовательских данных (big data), который позволит регламентировать обращение с ними. Об этом пишут "Ведомости".
Документ должен описывать все типы данных и их комбинации, включая информацию, которую генерируют машины – так называемый интернет вещей, говорит представитель ФРИИ Сергей Скрипников. Кроме того, надлежит зафиксировать права на использование такого рода сведений, которыми 2017-06-04 12:47 За счёт стремительного развития цифровых технологий, ведущие банки постепенно эволюционируют в ИТ-компании
За счёт стремительного развития цифровых технологий, ведущие банки постепенно эволюционируют в ИТ-компании, у которых, тем не менее, есть лицензия на предоставление финансовых услуг. Меняется и модель потребления банковских услуг пользователями. По прогнозам аналитиков, уже к 2030 году банки в физическом смысле исчезнут для клиентов – последние будут пользоваться исключительно электронными помощниками.
Цифровая революция диктует необходимость изменения бизнес-моделей во многих сферах. 2017-06-02 11:48 Data Mining - интеллектуальный анализ данных
1. Что такое Data Mining?
Data Mining переводится как "добыча" или "раскопка данных". Нередко рядом с Data Mining встречаются слова "обнаружение знаний в базах данных" (knowledge discovery in databases) и "интеллектуальный анализ данных". Их можно считать синонимами Data Mining. Возникновение всех указанных терминов связано с новым витком в развитии средств и методов обработки данных. До начала 90-х годов, казалось, не было особой нужды переосмысливать ситуацию в этой области. Все шло своим 2017-06-02 07:54 Решение задач Data Mining. R и Hadoop
Big Data
Лекция 16: Решение задач Data Mining. R и Hadoop Лекция 17: Основные библиотеки для Data Mining Лекция 18: Возможности библиотеки Pandas Лекция 19: Зачем нужны новые хранилища Лекция 20: Свойства больших данных и ограничения RDBMS Лекция 21: ACID требования, CAP-теорема, BASE архитектура Лекция 22: NoSQL Лекция 23: Интерфейсы Лекция 24: MapReduce Лекция 25: Ключ-значение Лекция 27: Документо-ориентированные Лекция 28: Графовые Лекция 2017-06-01 12:15 Онлайн-кинотеатр Ivi открывает бесплатную школу для специалистов по big data
Онлайн-кинотеатр Ivi объявил о запуске бесплатной школы для специалистов в сфере больших данных. Первый набор пройдет среди студентов МГТУ имени Баумана. Об это Rusbase рассказали представители компании.
Курс обучение будет включать теорию, где студенты изучат программирование на Python, алгоритмы и структуры БД, реляционные БД, и два направления на выбор — курс машинного обучения и курс аналитики больших данных. Курс продлится шесть месяцев. Куратором и одним из предподавателей 2017-05-30 13:29 Как можно применять «большие данные» в страховании: проекты Университета ИТМО
Согласно данным аналитического агентства IDC, всего через 3 года объем рынка специализированного ПО, работающего с Big Data, может составить 203 миллиарда долларов. Сейчас он оценивается в 130 миллиардов, но спрос со стороны банковского сектора, страховых и телекоммуникационных компаний только растет.
Сегодня мы расскажем о том, какие аналитические задачи на стыке сфер страхования и «больших данных» решают проекты Университета ИТМО. Flickr / Richard Masoner / CC О чем это мы Основной 2017-05-28 13:37 Бигдата — как добывать золото из данных / Александр Сербул (1С Битрикс)
Интересный научно-популярно-практический доклад о Data Mining в отечественной практике. Нехватку теоретических знаний докладчик компенсирует практическим опытом и энтузиазмом. Так что вполне интересный доклад. Рекомендую его для просмотра магистрантам по направлениям "Информационные системы", "Бизнес-аналитика". Несмотря на то, что конференция для разработчиков - программистам это доклад будет
2017-05-27 17:19 Data mining(CPS): аналитические методы обнаружение знаний в базах данных дискретных производственныхbig data, искусственный интеллект, методы машинного обучения 
CPS (Cyber-physical systems – «киберфизическая система») – организационно-технической концепции, основанной на интеграции физического и информационного пространства. CPS – революционный аспект "INDUSTRIE 4.0"
Киберфизическая среда производстваEPm ? (СS – кибернетическая среда производства.PS) ? EP – физическая среда производства. EPm ? (СS ? PS) ? EP, означает, что:Изделие EP соответствует его модели EPm (3D, чертежи, спецификации и др. данные об изделии), данные EPm 2017-05-27 11:00 На юго-западе Китая открылась Международная выставка больших данных
На юго-западе Китая открылась Международная выставка больших данных
В пятницу в городе Гуйян, административном центре провинции Гуйчжоу /Юго-Западный Китай/ открылась Международная выставка больших данных /Big Data Expo/. Как сообщается, на выставке, занимающей площадь в 60 тыс. кв. м, будут продемонстрированы новейшие технологии и высокотехнологичная продукция 300 предприятий. Мероприятие, проходящее под темой "Цифровая экономика - новый стимул роста", является площадкой для 2017-05-26 07:26 Big Data и блокчейн — прорыв в области анализа данных
Постоянное ускорение роста объема данных является неотъемлемым элементом современных реалий. Социальные сети, мобильные устройства, данные с измерительных устройств, бизнес-информация – это лишь несколько видов источников, способных генерировать гигантские массивы данных.
В настоящее время термин Big Data (Большие данные) стал довольно распространенным. Далеко не все еще осознают то, насколько быстро и глубоко технологии обработки больших массивов данных меняют самые различные аспекты жизни 2017-05-25 19:31 Упущенные возможности BigDataбольшие данные, искусственный интеллект 
О том, что за BigData помноженной на искусственный интеллект стоит невероятное будущее написано уже чуть ли не больше, чем собрание сочинений братьев Стругацких и Жуля Верна вместе взятых. Все они, и не совсем без основательно, утверждают, что собранные огромные массивы данных, обработанные с помощью, например, Deep Learning смогут уже сегодня выявить всех мошенников, предотвратить сомнительные сделки и предсказать самые высокодоходные рынки. Сама же по себе финансовая отрасль станет полностью
2017-05-23 19:01 Большие данные и машинное обучение в ритейле
Константин Баяндин (директор по маркетингу OZON) о том, как машинное обучение предсказывает желания клиентов и помогает продавать больше.
? Предсказательные модели — новый метод использования больших данных в онлайн-рекламе. С его помощью маркетологи пытаются спрогнозировать поведение пользователя задолго до того, как этот пользователь захочет что-то купить. Нечто подобное встречается в фильме «Особое мнение» с Томом Крузом, в котором экспериментальная программа предотвращает будущие 2017-05-18 06:32 Build a Neural Net in 4 Minutes
Артистичный автор рассказывает о разных аспектах анализа данных: анализ текста, изображений, написание чатботов, предсказание цен акций.
1. Пишем нейросеть за 4 минуты 2. Tensorflow за 5 минут 3. Предсказываем цены на акции 4. Пишем классификатор изображений на Tensorflow за 5 минут 5. Как делать предсказание 6. Как сделать бота для видеоигры легко 7. Пишем чатбота на Tensorflow @itcookies @itcookies @itcookies 2017-05-17 23:49 Ашманов - аналитика Big Data. Все секреты больших данных с конференции eTargetанализ больших данных, Семинары 
Большие пользовательские данные и новый маркетинг — доклад Игоря Ашманова на конференции «eTarget. Технологии управления аудиторией в Интернете». Актуальный срез информации о том, что такое большие пользовательские данные, кто и как их собирает, хранит и обрабатывает, в каких отраслях и для решения каких задач они применяются. Горячие темы отрасли: скрытый сбор big data и государственное регулирование хранения и оборота больших пользовательских данных.
2017-05-17 19:40 Анализ взаимосвязи навыков с помощью графов в Rbig data, Кластеризация, алгоритмы машинного обучения 
Интересно, но такая область как профессиональное развитие остается немного в стороне от шума из-за data science. Стартапы в сфере HRtech только начинают наращивать обороты и увеличивать свою долю, замещая традиционный подход в сфере работы с профессионалами или, теми, кто хочет стать профессионалом.
Сфера HRtech очень разнообразна и включает в себя автоматизацию найма сотрудников, развитие и коучинг, автоматизацию внутренних HR процедур, отслеживание рыночных зарплат, трекинг кандидатов, 2017-05-17 13:30 Deep Blue против Каспарова: двадцать лет революции больших данныхискусственный интеллект, большие данные 
На седьмом ходу важнейшей решающей игры черные сделали то, что сейчас считают критической ошибкой. Когда черные перепутали ходы в защите Каро-Канн, белые воспользовались преимуществом и организовали атаку, пожертвовав конем. Всего за 11 следующих ходов белые выстроили настолько сильную позицию, что у черных не было выбора, кроме как признать поражение. Проигравший заявил о нечестной игре оппонента — и это обвинение стало одним из самых громких за всю историю шахматных турниров. Двадцать лет
2017-05-11 20:28 Lesson 1: Acquiring and Transforming Big Data
Серия лекций по обработке больших данных от Oracle Academy.
Большие данные (англ. Big Data) — термин, относящийся к инструментам и методам обработки данных внушительных объемов (используется, например, в поисковых и аналитических системах). Лекции посвящены некоторым вопросам управления данными, машинному обучению и основам стохастического анализа. 1. Получение и преобразование больших данных. 2. Поиск значения в выборке. 3. Неконтролируемое обучение для кластеризации. 4. 2017-05-08 17:00 Машинное обучение. Руководство для начинающихbig data, пример нейронной сети, алгоритмы машинного обучения 
«Поехали!»
Обычно в задаче анализа данных имеется некоторая прямоугольная таблица. Ее строки соответствуют объектам, а столбцы – признакам этих объектов. Объекты также называются наблюдениями или примерами (samples), а признаки – атрибутами (features). Признаки бывают количественными (как, например, доход в рублях или рост в сантиметрах и т.д.) или категориальными (как, например, марка автомобиля, модель телефона и т.д.). Один из признаков (столбцов) выделен. Этот признак называется ответом. 2017-05-06 21:01 Международная конференция BIG DATA прошла в БГУИР
Термин "Big Data" сегодня часто на слуху. Но что это такое, знает далеко не каждый. 3 и 4 мая шанс поближе познакомиться с инновацией был у любого участника конференции "Big Data & Advanced Analytics".
|
2017-06-19 06:02 Ловись Data большая и маленькая! (Краткий обзор курсов по Data Science от Cognitive Class)
В последнее время все чаще натыкаюсь на упоминание о «Data Science» или по-нашему «Наука о данных». Не являюсь специалистом в области IT и на протяжении всей жизни не дружу с мат. анализом и статистикой, поэтому я достаточно долго проходил мимо этого вопроса и наверное, продолжал бы проходить стороной, но в какой-то момент любопытство взяло верх.
Итак, Cognitive Class, он же Big Data University от IBM (иногда сокращенно BDU) – портал с бесплатными курсами по тематике близкой к BIG Data и 2017-06-15 11:07 Подборка лекций с «Data & Science» — конференции
Подборка лекций с «Data & Science» — конференции, на которой ведущие учёные и эксперты рассказывают о применении больших данных в фундаментальной и прикладной науке.
Прикрепленные к посту видео: 1. Явления, измерения, результаты: размышления об анализе данных в физике — Владимир Шевченко. 2. Большие данные на Большом адронном коллайдере — Фёдор Ратников. 3. Оптимизация топологического триггера LHCb — Татьяна Лихоманенко. 4. Пример анализа данных в физике высоких энергий 2017-06-04 13:30 Hadoop. Введение в Big Data и MapReduce
Видеозаписи Hadoop для тех, кто хочет заняться одним из самых перспективных направлений на сегодня Big Data:
1. Введение в Big Data и MapReduce 2. Основы Hadoop 3. Распределенная файловая система HDFS 4. MapReduce (введение) 5. MapReduce (алгоритмы) 6. MapReduce (графы) 7. Введение в Pig и Hive 8. NoSQL, HBase, Cassandra 9. ZooKeeper 10. Apache Mahout 11. Вычислительная модель Pregel 12. Spark 13. YARN 14. Hadoop в поиске Mail.ru Все 2017-06-01 17:18 ЦИПР-2017. Big Data: теория и практика принятия решений
Big Data: теория и практика принятия решений
2016 год стал прорывным по внедрению технологии? анализа больших данных в государственном управлении. В мире наметился переход от концепции E-Government (web 2.0) к Government 3.0, в которои? данные являются сердцем платформы. Результаты анализа больших данных все чаще ложатся в основу решении?, принимаемых на государственном уровне. Дата проведения: 24.05.2017 Официальный сайт конференции ЦИПР: http://cipr.ru 2017-05-17 16:46 CRISP-DM: проверенная методология для Data Scientist-овpython и машинное обучение, анализ больших данных 
Постановка задач машинного обучения математически очень проста. Любая задача классификации, регрессии или кластеризации – это по сути обычная оптимизационная задача с ограничениями. Несмотря на это, существующее многообразие алгоритмов и методов их решения делает профессию аналитика данных одной из наиболее творческих IT-профессий. Чтобы решение задачи не превратилось в бесконечный поиск «золотого» решения, а было прогнозируемым процессом, необходимо придерживаться
2017-05-15 22:31 Введение в обработку Больших Данных
Фразы «Большие данные», «искусственный интеллект» мы слышим сегодня буквально каждый день. Для многих они ассоциируются с фильмами Матрица / Терминатор, а вовсе не с реальной жизнью. И уж тем более не с реальными профессиями в области IT.
На мастер-классе я расскажу, почему IT-специалистам (особенно будущим) крайне важно понимать эти термины сейчас. Мы обсудим базовые понятия и инструменты в области обработки Больших Данных и где этому научиться. Дополнительные материалы по теме: — 2017-05-14 19:41 Рост автономных платформ обработки данных или еще раз про Big Dataанализ больших данных, Кластеризация 
Большие данные сегодня, ну, БОЛЬШИЕ. В исследовании IDC за 2016 год под названием «Полугодовое руководство по расходам на большие данные и аналитику» прогнозируется, что общемировой оборот на больших данных вырастет со $130 млрд в 2016-м до более чем $203 млрд в 2020-м, то есть совокупный годовой рост будет на уровне 11,7%. По мнению IDC, росту способствуют три фактора: увеличение доступности гигантских объёмов данных, богатый ассортимент развивающихся open source-технологий для работы с
2017-04-30 07:28 Весь мир — BIG DATAзадачи машинного обучения, big data 
Практически любой близкий к IT-индустрии человек хоть раз да слышал эти загадочные два слова — «BIG DATA». Что за ними скрывается, где применяются технологии обработки больших объемов данных и с чего можно начать при их изучении, рассказал Евгений Чернов — преподаватель образовательного проекта «Техносфера» и создатель онлайн курсов по Hadoop — системе обработки больших объемов данных.
В первую очередь с большими объемами данных столкнулись, конечно же, большие компании, такие как Google. 2017-04-26 16:49 «На любую задачу мы смотрим как на математическую»методы машинного обучения, большие данные 
Специалист по компьютерным наукам Михаил Беляев о том, когда человек сможет управлять устройствами с помощью силы мысли.
Анализ данных и машинное обучение — это не только распознавание улыбок в камерах смартфонов и показ товаров в зависимости от предпочтений покупателя. Большие данные помогают компаниям сэкономить деньги и время на разработке высокотехнологичной продукции, победить неизлечимые болезни и помочь парализованным людям общаться с миром. Научный сотрудник «Сколтеха» Михаил 2017-04-23 21:00 «Максимальный репост»изучение социальных сетей, анализ больших данных, чатбот 
Как социальные сети победили нашу способность отличать правду от лжи
Способны ли социальные сети искажать наше представление о реальности? Почему мы склонны доверять своим друзьям даже в тех случаях, когда они делятся с нами ссылками на непроверенные сообщения, а то и на прямую дезинформацию? И как эта доверчивость влияет на наши поступки в реальном мире — например, на наше решение проголосовать за того или иного кандидата в президенты? Читайте об этом в статье профессора компьютерных 2017-04-23 20:46 Артур Хачуян: «Настоящая Big Data в рекламе»
Познавательная лекция о том, как действительно работает Big Data в рекламе сегодня. Можно извлечь кучу идей для своих проектов! ?
2017-04-17 20:40 Data science и качественный код
Обычно модели машинного обучения строят в jupyter-ноутбуках, код которых выглядит, мягко говоря, не очень — длинные простыни из лапши выражений и вызовов "на коленке" написанных функций. Понятно, что такой код почти невозможно поддерживать, поэтому каждый проект переписывается чуть ли не с нуля. А о внедрении этого кода в production даже подумать страшно.
Поэтому сегодня представляем на ваш строгий суд превью python'овской библиотеки по работе с датасетами и data science моделями. С ее 2017-04-08 12:15 [Как работает прогрессивная персонализация]
Многие думают так: прикрутили к интернет-магазину персонализацию и успокоились. Она продает, вы считаете деньги. Внутри у этих самых персонализированных товарных рекомендаций вращаются неведомые механизмы Big Data — но, мол, они лучше знают, что предложить покупателю. Так ли это? А вот и нет. Одной Big Data недостаточно для хорошей персонализации. Почему? Давайте разберем этот вопрос на примере этой статьи.Порой Big Data рекомендует абсолютно правильные с точки зрения ее «большой» логики,
2017-04-03 18:10 Открытый курс машинного обучения. Тема 6. Построение и отбор признаковметоды машинного обучения, Кластеризация, реализация нейронной сети, большие данные 
Сообщество Open Data Science приветствует участников курса!
В рамках курса мы уже познакомились с несколькими ключевыми алгоритмами машинного обучения. Однако перед тем как переходить к более навороченным алгоритмам и подходам, хочется сделать шаг в сторону и поговорить о подготовке данных для обучения модели. Известный принцип garbage in – garbage out на 100% применим к любой задаче машинного обучения; любой опытный аналитик может вспомнить примеры из практики, когда простая модель, 2017-03-21 06:43 Открытый курс машинного обучения. Тема 4. Линейные модели классификации и регрессиибольшие данные, методы машинного обучения, реализация нейронной сети 
Сегодня мы детально обсудим очень важный класс моделей машинного обучения – линейных.
Ключевое отличие нашей подачи материала от аналогичного в курсах эконометрики и статистики – это акцент на практическом применении линейных моделей в реальных задачах (хотя и математики тоже будет немало). Пример двух таких задач – это соревнования Kaggle Inclass по прогнозированию популярности статьи на Хабре и по идентификации взломщика в Интернете по его последовательности переходов по сайтам. Домашним 2017-03-19 16:06 Лекция 1: Задачи Data Mining
Алгоритмы интеллектуальной обработки больших объемов данных
1. Задачи Data Mining 2. Задача кластеризации и ЕМ-алгоритм 3. Различные алгоритмы кластеризации 4. Задача классификации 5. Обработка текстов, Naive Bayes 6. Линейные модели для классификации и регрессии 7. Машина опорных векторов 8. Методы снижения размерности пространства 9. Алгоритмические композиции Все 13 лекций доступны по ссылке: https://vk.com/videos-54530371?section=album_56085995 2017-03-15 22:28 Mail.Ru Group будет продавать исследования о своих пользователях
Офис Mail.Ru Group
О проекте Research.Mail.Ru, который российский интернет-холдинг Mail.Ru Group запускает 16 марта вместе с консалтинговой компанией EmCo, партнеры рассказали на брифинге в среду, 15 марта. В его основе — использование технологии big data (то есть анализа больших объемов данных) применительно к массивам данных пользователей всех проектов Mail.Ru Group, включая «Почта@Mail.ru», «Игры@Mail.ru», собственно портал Mail.ru, 2017-01-11 13:12 Машинное обучение — это легкомодели машинного обучения, большие данные 
В данной статье речь пойдёт о машинном обучении в целом и взаимодействии с датасетами. Если вы начинающий, не знаете с чего начать изучение и вам интересно узнать, что такое «датасет», а также зачем вообще нужен Machine Learning и почему в последнее время он набирает все большую популярность, прошу под кат. Мы будем использовать Python 3, так это как достаточно простой инструмент для изучения машинного обучения.
Для кого эта статья? Каждый, кому будет интересно затем покопаться в истории за 2016-12-12 21:07 В эпоху Big Data Оруэлла пора переписыватьБольше всего информации о нас собирают корпорации, но государство их скоро догонит. Эксперт Иван Бегтин — о том, как это устроено
Википедия определяет Большие данные (англ. Big Data) в информационных технологиях как «совокупность подходов, инструментов и методов обработки структурированных и неструктурированных данных огромных объемов и значительного многообразия». Википедия и сама по себе проект эпохи Больших данных, где они отлично структурированы и потому работать с ними может любой 2016-12-07 02:02 Расследование Das Magazin: как Big Data и пара ученых обеспечили победу Трампу и Brexit
В субботу швейцарский журнал Das Magazin опубликовал расследование о том, как технологии персонализированной рекламы в сети Facebook повлияли на итоги выборов в США и референдума о выходе Великобритании из ЕС. Как отмечает немецкий Spiegel, многие журналисты уже стали называть расследование «текстом года». В нем есть все: и новейшие технологии; и универсальное оружие, которое попало из хороших рук в плохие; и ежедневная слежка за каждым из нас; и таинственные заказчики; и превращение
2016-12-03 14:54 Актуальная математика: Математика в нейронных сетяхСеминары, большие данные, искусственные нейронные сети 
"10 лет назад появился новый класс нейронных сетей — так называемые глубинные сети, и они творят чудеса. Но почему и как работает этот чисто эвристический подход, до сих пор не понимает никто. На самых престижных конференциях по анализу данных организуются круглые столы для обсуждения того, какие fundamentals лежат в их основе, но ответа пока нет. Может быть, этим не заинтересовались действительно великие математики, может быть, чего-то не хватает в самой математике, требуется новый язык,
2016-11-16 17:25 Сотворение мира Опыт создания разумной жизни своими рукамиметоды машинного обучения, большие данные, виртуальная реальность 
Иногда проводишь день в попытках без использования терминов «рекурсивный вызов» и «идиоты» объяснить главному бухгалтеру, почему на самом деле простое изменение учетной системы затягивается почти на неделю из-за орфографической ошибки, допущенной кем-то в коде в 2009 году. В такие дни хочется пооборвать руки тому умнику, который сотворил этот мир, и переписать все с ноля.
Под катом история о том, как я в качестве практики для изучения Python разрабатываю свою библиотеку для агентного 2016-11-01 00:30 Статистика для математика В современных условиях интерес к анализу данных постоянно и интенсивно растет в совершенно различных областях, таких как биология, лингвистика, экономика, и, разумеется, IT. Основу этого анализа составляют статистические методы, и разбираться в них необходимо каждому уважающему себя специалисту в data mining.
К сожалению, действительно хорошая литература, такая что умела бы предоставить одновременно математически строгие доказательства и понятные интуитивные объяснения, встречается не очень 2016-09-11 21:03 "Опыт участия в Microsoft Malware Classification Challenge" Михаил Трофимов (Machine Learning Works)большие данные, распознавание образов, методы машинного обучения, искусственные нейронные сети, реализация нейронной сети 
Несколько докладов по анализу данных и машинному обучению с недавнего Python Data Science meetup
1. О том, как проанализировать 200 Гб данных на ноутбуке, какие проблемы могут возникнуть в процессе и как автор с ними боролся. 2. Об опыте построения алгоритма классификации изображений автомобилей. 3. Как научить приложение распознавать категории объявлений по изображениям. 2016-04-19 13:05 Большие данные [Радио Кузичев]
Сейчас всё чаще можно услышать термин «Большие данные». Что такое Большие данные? Где и как они собираются? Где хранятся? Что можно узнать из Больших данных о людях и организациях? Большие данные в социальных сетях - что мы рассказываем или выдаем о себе?
Эфир от 14 апреля 2016 года. Соведущий: Российский специалист в области искусственного интеллекта, разработки программного обеспечения Игорь |
||
|
|
|||
