Machine learning from scratch: myth or reality

Machine learning from scratch: myth or reality?

Dmitry Kozlov
Kemerovo
January 25, 2018

URL: http://goo.gl/V7mvD1

Data is the new Oil We need to find it, extract it,

The world’s most valuable resource is no longer oil, but data

Applications of machine learning in real life

Fraud Detection
Customer churn prediction
Credit scoring
Image

Зачем?

Возможность получить интересную работу и сложные задачи
Развитие интуиции, собственная оценка событий

Мотивация, фокус и желание
Английский язык (GitHub, arXiv, YouTube, Coursera, Google, etc.)
Задавать

Какие бывают данные?

Табличные данные
Временные ряды
Изображения
Видео
Текст
Звук
Другие...

С чего начать?

Начать с практики
Столкнуться с проблемами
Найти решение в теории
Применить решение или вернуться

Что нужно помнить?

Время ограничено, в том числе на обучение
Необходимо декомпозировать сложные

Какие инструменты?

Искать популярные инструменты на GitHub
Табличные данные (Pandas)
Линейный модели (Scikit-learn)
Градиентный бустинг

Какие ресурсы нужны?

Для анализа небольших табличных данных (Pandas, Scikit-learn, XGBoost, LightGBM,

Какие ресурсы нужны для DL?

Какую IDE выбрать?

Jupyter Notebook
PyCharm
Vim
Любую, с которой вы уже знакомы и хорошо

Постоянно учиться и узнавать новое
Вспоминать лучшие наработки прошлого на практике
Погружаться в

Что пригодится?

Линейная алгебра
Комбинаторика
Дискретная математика
Теория вероятности
Математический анализ
Методы оптимизации
Дифференциальные уравнения
Структуры данных
Визуализация данных
Теория графов,

Open Data Science

Крупнейшее русскоязычное Data Science сообщество, существует с 2015 года
Количество

Что нужно знать про ODS?

История сообщений с 2015 года! (Поиск по

Что нужно знать про ODS?

Обязательно стоит задавать вопросы в соответствующих тематических

Что нужно знать про ODS?

Ежегодный http://datafest.ru/
Большое количество специалистов из лучших IT-компаний

Что нужно знать про ODS?

Канал #welcome и #career - здесь вы

#_meetings_siberia in ODS

Сибирская ячейка ODS, каналы: #_meetings_siberia, #_meetings_tomsk (Новосибирск (ЦФТ, 2ГИС,

#_meetings_siberia in ODS

Тренировки по машинному обучению в Yandex

Анонс новых тренировок: https://events.yandex.ru/events/mltr
Видео с прошедших

Платформа для соревнований по машинному обучению мирового уровня с обсуждением задач

а решать ?

Решать вместе
Быстрые проверки гипотез, больше экспериментов
Фокус на целевой метрике
Учиться

Полезные ссылки

Тренировки по машинному обучению
Видео с тренировок по машинному обучению
https://www.coursera.org/learn/competitive-data-science

Полезные ссылки

Machine Learning https://www.coursera.org/specializations/aml
Reinforcement learning (#reinfocement_learnin ODS): https://www.youtube.com/watch?v=PtAIh9KSnjo https://www.coursera.org/learn/practical-rl https://www.edx.org/course/reinforcement-learning-explained-microsoft-dat257x http://rll.berkeley.edu/deeprlcourse/ https://www.youtube.com/watch?v=2pWv7GOvuf0

Полезные ссылки

Natural Language Processing (#nlp in ODS): http://web.stanford.edu/class/cs224n/ https://www.youtube.com/watch?v=OQQ-W_63UgQ https://www.coursera.org/learn/language-processing http://deephack.me/
Self-driving cars (#self_driving in ODS): https://www.udacity.com/courses/self-driving-car https://selfdrivingcars.mit.edu/

Полезные ссылки

Deep Learning (#deep_learning in ODS): http://vision.stanford.edu/teaching/cs231n/ https://www.coursera.org/specializations/deep-learning https://www.youtube.com/playlist?list=PLC1qU-LWwrF64f4QKQT-Vg5Wr4qEE1Zxk https://www.youtube.com/watch?v=Am82yvUSwRE http://vision.stanford.edu/teaching/cs131_fall1718/ https://www.youtube.com/watch?v=p5SjqD7Ut4Y&list=PLbwKcm5vdiSYL_yEwQ6JIICBA4dMtHNxo

Полезные ссылки

Big Data (#big_data in ODS) http://mattturck.com/wp-content/uploads/2017/05/Matt-Turck-FirstMark-2017-Big-Data-Landscape.png https://www.coursera.org/learn/big-data-essentials https://www.coursera.org/courses?languages=en&query=Yandex

Полезные ссылки

Разбор лучших решений Kaggle: http://ndres.me/kaggle-past-solutions/ https://www.kaggle.com/wiki/PastSolutions http://www.chioka.in/kaggle-competition-solutions/
Блог Александра Дьяконова
Беседы с гуру Data Science
https://github.com/rushter/data-science-blogs

Полезные ссылки

Крупнейшие научные конференции: NIPS, ICML, CVPR, ICCV, KDD
Видео: NIPS, ICML,

Школы анализа данных: Yandex, Mail.ru

https://yandexdataschool.ru/
https://sphere.mail.ru