Этот пост построен по аналогии с постом «Хабрасливки: золотые посты «Хабрахабра» и Geektimes» , но по машинному обучению и анализу данных. Выборку пришлось корректировать вручную, т.к. попали не относящиеся к теме сообщения, имеющие высокие оценки (возможно несколько осталось) и, наоборот, не попали несколько из лучших хаба «Машинное обучение». «Сливки» получились жидкие — самая высокая оценка — 312, самая низкая — 50, поэтому включены посты, не менее 80% голосов за которые положительны, а не 98%.
«Как правильно лгать с помощью статистики » — 312 голосов всего, 309 положительных. «Увидеть незримое » — 185 голосов, 180 положительных. «Распознаём изображение с токена при помощи камеры » — 178 голосов, 172 положительных. «Нейронная сеть против DDoS’а » — 177 голосов, 174 положительных. «Сколько котов на хабре? » — 176 голосов, 164 положительных. «Machine Learning. Курс от Яндекса для тех, кто хочет провести новогодние каникулы с пользой » — 172 голоса, 166 положительных. «Стивен Вольфрам провёл математический анализ социальных сетей » — 165 голосов, 157 положительных. «Распознавание речи от Яндекса. Под капотом у Yandex.SpeechKit » — 155 голосов, 149 положительных. «Торговля знает, когда вы ждете ребенка » — 149 голосов, 130 положительных. «Внезапный диван леопардовой расцветки » — 148 голосов, 145 положительных. «Самое главное о нейронных сетях. Лекция в Яндексе » — 136 голосов, 133 положительных. «Сколько нужно нейронов, чтобы распознать сводку моста? » — 136 голосов, 133 положительных. «FizzBuzz на TensorFlow » — 132 голосов, 123 положительных. «Парсим русский язык » — 128 голосов, 124 положительных. «Вычисление фрактальной размерности Минковского для плоского изображения » — 128 голосов, 116 положительных. «Метод Виолы-Джонса (Viola-Jones) как основа для распознавания лиц » — 123 голоса, 121 положительных. «Обучение машины — забавная штука: современное распознавание лиц с глубинным обучением » — 121 голос, 121 положительных. «Анализ резюме с HeadHunter. Кто сколько зарабатывает и в каких отраслях работает » — 119 голосов, 106 положительных. «Детекторы углов » — 118 голосов, 116 положительных. «Как я заработал $500K на машинном обучении и высокочастотном трейдинге — Часть 1 » — 117 голосов, 95 положительных. «Жизненная позиция пользователей ВКонтакте в зависимости от пола и возраста » — 111 голосов, 104 положительных. «Яндекс анонсирует собственную технологию прогнозирования погоды Метеум. С точностью до дома » — 110 голосов, 108 положительных. «Dropbox: взгляд изнутри » — 105 голосов, 103 положительных. «Unsupervised learning или «пойди туда, не знаю куда, найди то, не знаю что» » — 105 голосов, 96 положительных. «Латентно-семантический анализ » — 104 голоса, 101 положительных. «Про котиков, собак, машинное обучение и deep learning » — 101 голос, 98 положительных. «Как я победил в конкурсе BigData от Beeline » — 100 голосов, 92 положительных. «Расшифровываем формулу Хабра-рейтинга или восстановление функциональных зависимостей по эмпирическим данным » — 99 голосов, 98 положительных. «Эксперимент в Яндексе. Как идентифицировать взломщика с помощью машинного обучения » — 98 голосов, 87 положительных. «Яндекс и Высшая школа экономики открывают факультет Computer Science » — 96 голосов, 90 положительных. «Яндекс открывает новое направление своей деятельности — Yandex Data Factory » — 95 голосов, 84 положительных. «Жизненная позиция пользователей ВКонтакте. Бонус-трек. Корреляции » — 91 голос, 74 положительных. «Обучаем компьютер чувствам (sentiment analysis по-русски) » — 90 голосов, 85 положительных. «Портрет Хабра-tutorial » — 90 голосов, 81 положительный. «Поиск взаимосвязей на примере Нефть-Рубль » — 90 голосов, 80 положительных. «Понимание компьютером текста: действительно ли всё так плохо? » — 88 голосов, 83 положительных. «На какие вопросы можно ответить, проанализировав 1 500 000 уникальных историй болезней? » — 88 голосов, 77 положительных. «Курсы Стенфордского университета » — 88 голосов, 72 положительных. «Прогресс в разработке нейросетей для машинного обучения » — 87 голосов, 74 положительных. «Энтропия и деревья принятия решений » — 86 голосов, 83 положительных. «Необычные модели Playboy, или про обнаружение выбросов в данных c помощью Scikit-learn » — 84 голоса, 77 положительных. «Байесовская нейронная сеть — потому что а почему бы и нет, черт возьми (часть 1) » — 83 голоса, 82 положительных. «Курс по машинному обучению на Coursera от Яндекса и ВШЭ » — 83 голоса, 81 положительных. «Яндекс.Метеум – новая разработка или маркетинговый ход? » — 83 голоса, 71 положительный. «Обзор алгоритмов кластеризации данных » — 82 голоса, 78 положительных. «Стэнфордская нейросеть определяет тональность текста с точностью 85%, код отдадут в Open Source » — 82 голоса, 77 положительных. «Рекурентная нейронная сеть в 10 строчек кода оценила отзывы зрителей нового эпизода “Звездных войн” » — 82 голоса, 75 положительных. «Отличаем автобус от автомобиля по GPS-трекам » — 81 голос, 70 положительных. «Licenzero: простые движения » — 80 голосов, 73 положительных. «Использование каскада Хаара для сравнения изображений » — 79 голосов, 73 положительных. «Нейрореволюция в головах и сёлах » — 78 голосов, 76 положительных. «Введение в Байесовские методы » — 78 голосов, 70 положительных. «Яндекс.Толока. Как люди помогают обучать машинный интеллект » — 76 голосов, 72 положительных. «Заочное обучение в ШАД Яндекса: 570 замечательных часов моей жизни » — 76 голосов, 62 положительных. «Болee 40 онлайн-курсов от Coursera и Udacity » — 74 голоса, 73 положительных. «ИИ — Гедель против Тьюринга или критика искусственного разума. Точка зрения технаря » — 74 голоса, 65 положительных. «Как программист машину покупал » — 73 голоса, 71 положительный. «Постановка задачи компьютерного зрения » — 72 голоса, 72 положительных. «Выпущена система Mathematica 10, содержащая 700+ новых функций и невероятное количество R&D » — 72 голоса, 65 положительных. «AlphaGo на пальцах » — 71 голос, 69 положительных. «Hello, TensorFlow. Библиотека машинного обучения от Google » — 71 голос, 68 положительных. «Распознавание речи для чайников » — 71 голос, 61 положительный. «Python и красивые ножки: как я бы знакомил сына с математикой и программированием » — 70 голосов, 60 положительных. «Формирование высокоуровневых признаков с помощью широкомасштабного эксперимента по обучению без учителя » — 68 голосов, 64 положительных. «Классификатор изображений » — 67 голосов, 63 положительных. «Машинное обучение в навигационных устройствах: определяем маневры машины по акселерометру и гироскопу » — 67 голосов, 63 положительных. «Kaggle – наша экскурсия в царство оверфита » — 66 голосов, 65 положительных. «Совсем не нейронные сети » — 66 голосов, 61 положительный. «Обзор методов эволюции нейронных сетей » — 65 голосов, 60 положительных. «Определяем веса шахматных фигур регрессионным анализом » — 64 голоса, 64 положительных. «Введение в многомерный анализ » — 63 голоса, 61 положительный. «Элементы семантической паутины » — 63 голоса, 57 положительных. «Ранжирование в Яндексе: как поставить машинное обучение на поток (пост #1) » — 63 голоса, 56 положительных. «Machine learning в простом проекте » — 63 голоса, 53 положительных. «Попробуй R » — 62 голоса, 59 положительных. «Покупка оптимальной квартиры с R » — 62 голоса, 59 положительных. «Распознавание гильоширных элементов на примере паспорта РФ » — 61 голос, 57 положительных. «Машинное обучение — микроскоп современного ученого. Зачем ЦЕРНу технологии Яндекса » — 60 голосов, 54 положительных. «Маленькие секреты больших графов » — 60 голосов, 54 положительных. «Сколько нужно нейронов, чтобы узнать, разведён ли мост Александра Невского? » — 59 голосов, 59 положительных. «Обучение OpenCV каскада Хаара » — 59 голосов, 57 положительных. «Язык R в помощь хабра-статисту » — 59 голосов, 54 положительных. «Лекция Дмитрия Ветрова о математике больших данных: тензоры, нейросети, байесовский вывод » — 58 голосов, 57 положительных. «Нейропластичность в искусственных нейронных сетях » — 58 голосов, 56 положительных. «Ваш персональный курс по Big Data » — 58 голосов, 54 положительных. «Социальная сеть вселенной Звёздных войн » — 58 голосов, 49 положительных. «Как подобрать платье с помощью метода главных компонент » — 57 голосов, 54 положительных. «Исследование проектов на фриланс-бирже Odesk глазами веб-разработчика » — 55 голосов, 52 положительных. «Топ-10 data mining-алгоритмов простым языком » — 55 голосов, 49 положительных. «Обзор литературы по Data Mining » — 54 голоса, 50 положительных. «Математика для искусственных нейронных сетей для новичков, часть 1 — линейная регрессия » — 54 голоса, 47 положительных. «Байесовская нейронная сеть — теперь апельсиновая (часть 2) » — 53 голоса, 52 положительных. «Введение в машинное обучение с помощью Python и Scikit-Learn » — 53 голоса, 50 положительных. «Питерский фотограф сравнил пассажиров метро с их профилями «ВКонтакте» » — 53 голоса, 44 положительных. «Автоматическое выделение меток » — 52 голоса, 51 положительный. «Дайджест статей по анализу данных №3 (09.06.2014 —22.06.2014) » — 52 голоса, 47 положительных. «Анализ существующих подходов к распознаванию лиц » — 50 голосов, 49 положительных. «Идеальный ученик, или о чем умалчивают в машинном обучении » — 50 голосов, 49 положительных. «Решение задачи кластеризации методом градиентного спуска » — 50 голосов, 48 положительных. «Об обучении нейросетей » — 50 голосов, 47 положительных. Распределение оценок:
Этот пост построен по аналогии с постом «Хабрасливки: золотые посты «Хабрахабра» и Geektimes» , но по машинному обучению и анализу данных. Выборку пришлось корректировать вручную, т.к. попали не относящиеся к теме сообщения, имеющие высокие оценки (возможно несколько осталось) и, наоборот, не попали несколько из лучших хаба «Машинное обучение». «Сливки» получились жидкие — самая высокая оценка — 312, самая низкая — 50, поэтому включены посты, не менее 80% голосов за которые положительны, а не 98%.
«Как правильно лгать с помощью статистики » — 312 голосов всего, 309 положительных. «Увидеть незримое » — 185 голосов, 180 положительных. «Распознаём изображение с токена при помощи камеры » — 178 голосов, 172 положительных. «Нейронная сеть против DDoS'а » — 177 голосов, 174 положительных. «Сколько котов на хабре? » — 176 голосов, 164 положительных. «Machine Learning. Курс от Яндекса для тех, кто хочет провести новогодние каникулы с пользой » — 172 голоса, 166 положительных. «Стивен Вольфрам провёл математический анализ социальных сетей » — 165 голосов, 157 положительных. «Распознавание речи от Яндекса. Под капотом у Yandex.SpeechKit » — 155 голосов, 149 положительных. «Торговля знает, когда вы ждете ребенка » — 149 голосов, 130 положительных. «Внезапный диван леопардовой расцветки » — 148 голосов, 145 положительных. «Самое главное о нейронных сетях. Лекция в Яндексе » — 136 голосов, 133 положительных. «Сколько нужно нейронов, чтобы распознать сводку моста? » — 136 голосов, 133 положительных. «FizzBuzz на TensorFlow » — 132 голосов, 123 положительных. «Парсим русский язык » — 128 голосов, 124 положительных. «Вычисление фрактальной размерности Минковского для плоского изображения » — 128 голосов, 116 положительных. «Метод Виолы-Джонса (Viola-Jones) как основа для распознавания лиц » — 123 голоса, 121 положительных. «Обучение машины — забавная штука: современное распознавание лиц с глубинным обучением » — 121 голос, 121 положительных. «Анализ резюме с HeadHunter. Кто сколько зарабатывает и в каких отраслях работает » — 119 голосов, 106 положительных. «Детекторы углов » — 118 голосов, 116 положительных. «Как я заработал $500K на машинном обучении и высокочастотном трейдинге — Часть 1 » — 117 голосов, 95 положительных. «Жизненная позиция пользователей ВКонтакте в зависимости от пола и возраста » — 111 голосов, 104 положительных. «Яндекс анонсирует собственную технологию прогнозирования погоды Метеум. С точностью до дома » — 110 голосов, 108 положительных. «Dropbox: взгляд изнутри » — 105 голосов, 103 положительных. «Unsupervised learning или «пойди туда, не знаю куда, найди то, не знаю что» » — 105 голосов, 96 положительных. «Латентно-семантический анализ » — 104 голоса, 101 положительных. «Про котиков, собак, машинное обучение и deep learning » — 101 голос, 98 положительных. «Как я победил в конкурсе BigData от Beeline » — 100 голосов, 92 положительных. «Расшифровываем формулу Хабра-рейтинга или восстановление функциональных зависимостей по эмпирическим данным » — 99 голосов, 98 положительных. «Эксперимент в Яндексе. Как идентифицировать взломщика с помощью машинного обучения » — 98 голосов, 87 положительных. «Яндекс и Высшая школа экономики открывают факультет Computer Science » — 96 голосов, 90 положительных. «Яндекс открывает новое направление своей деятельности — Yandex Data Factory » — 95 голосов, 84 положительных. «Жизненная позиция пользователей ВКонтакте. Бонус-трек. Корреляции » — 91 голос, 74 положительных. «Обучаем компьютер чувствам (sentiment analysis по-русски) » — 90 голосов, 85 положительных. «Портрет Хабра-tutorial » — 90 голосов, 81 положительный. «Поиск взаимосвязей на примере Нефть-Рубль » — 90 голосов, 80 положительных. «Понимание компьютером текста: действительно ли всё так плохо? » — 88 голосов, 83 положительных. «На какие вопросы можно ответить, проанализировав 1 500 000 уникальных историй болезней? » — 88 голосов, 77 положительных. «Курсы Стенфордского университета » — 88 голосов, 72 положительных. «Прогресс в разработке нейросетей для машинного обучения » — 87 голосов, 74 положительных. «Энтропия и деревья принятия решений » — 86 голосов, 83 положительных. «Необычные модели Playboy, или про обнаружение выбросов в данных c помощью Scikit-learn » — 84 голоса, 77 положительных. «Байесовская нейронная сеть — потому что а почему бы и нет, черт возьми (часть 1) » — 83 голоса, 82 положительных. «Курс по машинному обучению на Coursera от Яндекса и ВШЭ » — 83 голоса, 81 положительных. «Яндекс.Метеум – новая разработка или маркетинговый ход? » — 83 голоса, 71 положительный. «Обзор алгоритмов кластеризации данных » — 82 голоса, 78 положительных. «Стэнфордская нейросеть определяет тональность текста с точностью 85%, код отдадут в Open Source » — 82 голоса, 77 положительных. «Рекурентная нейронная сеть в 10 строчек кода оценила отзывы зрителей нового эпизода “Звездных войн” » — 82 голоса, 75 положительных. «Отличаем автобус от автомобиля по GPS-трекам » — 81 голос, 70 положительных. «Licenzero: простые движения » — 80 голосов, 73 положительных. «Использование каскада Хаара для сравнения изображений » — 79 голосов, 73 положительных. «Нейрореволюция в головах и сёлах » — 78 голосов, 76 положительных. «Введение в Байесовские методы » — 78 голосов, 70 положительных. «Яндекс.Толока. Как люди помогают обучать машинный интеллект » — 76 голосов, 72 положительных. «Заочное обучение в ШАД Яндекса: 570 замечательных часов моей жизни » — 76 голосов, 62 положительных. «Болee 40 онлайн-курсов от Coursera и Udacity » — 74 голоса, 73 положительных. «ИИ — Гедель против Тьюринга или критика искусственного разума. Точка зрения технаря » — 74 голоса, 65 положительных. «Как программист машину покупал » — 73 голоса, 71 положительный. «Постановка задачи компьютерного зрения » — 72 голоса, 72 положительных. «Выпущена система Mathematica 10, содержащая 700+ новых функций и невероятное количество R&D » — 72 голоса, 65 положительных. «AlphaGo на пальцах » — 71 голос, 69 положительных. «Hello, TensorFlow. Библиотека машинного обучения от Google » — 71 голос, 68 положительных. «Распознавание речи для чайников » — 71 голос, 61 положительный. «Python и красивые ножки: как я бы знакомил сына с математикой и программированием » — 70 голосов, 60 положительных. «Формирование высокоуровневых признаков с помощью широкомасштабного эксперимента по обучению без учителя » — 68 голосов, 64 положительных. «Классификатор изображений » — 67 голосов, 63 положительных. «Машинное обучение в навигационных устройствах: определяем маневры машины по акселерометру и гироскопу » — 67 голосов, 63 положительных. «Kaggle – наша экскурсия в царство оверфита » — 66 голосов, 65 положительных. «Совсем не нейронные сети » — 66 голосов, 61 положительный. «Обзор методов эволюции нейронных сетей » — 65 голосов, 60 положительных. «Определяем веса шахматных фигур регрессионным анализом » — 64 голоса, 64 положительных. «Введение в многомерный анализ » — 63 голоса, 61 положительный. «Элементы семантической паутины » — 63 голоса, 57 положительных. «Ранжирование в Яндексе: как поставить машинное обучение на поток (пост #1) » — 63 голоса, 56 положительных. «Machine learning в простом проекте » — 63 голоса, 53 положительных. «Попробуй R » — 62 голоса, 59 положительных. «Покупка оптимальной квартиры с R » — 62 голоса, 59 положительных. «Распознавание гильоширных элементов на примере паспорта РФ » — 61 голос, 57 положительных. «Машинное обучение — микроскоп современного ученого. Зачем ЦЕРНу технологии Яндекса » — 60 голосов, 54 положительных. «Маленькие секреты больших графов » — 60 голосов, 54 положительных. «Сколько нужно нейронов, чтобы узнать, разведён ли мост Александра Невского? » — 59 голосов, 59 положительных. «Обучение OpenCV каскада Хаара » — 59 голосов, 57 положительных. «Язык R в помощь хабра-статисту » — 59 голосов, 54 положительных. «Лекция Дмитрия Ветрова о математике больших данных: тензоры, нейросети, байесовский вывод » — 58 голосов, 57 положительных. «Нейропластичность в искусственных нейронных сетях » — 58 голосов, 56 положительных. «Ваш персональный курс по Big Data » — 58 голосов, 54 положительных. «Социальная сеть вселенной Звёздных войн » — 58 голосов, 49 положительных. «Как подобрать платье с помощью метода главных компонент » — 57 голосов, 54 положительных. «Исследование проектов на фриланс-бирже Odesk глазами веб-разработчика » — 55 голосов, 52 положительных. «Топ-10 data mining-алгоритмов простым языком » — 55 голосов, 49 положительных. «Обзор литературы по Data Mining » — 54 голоса, 50 положительных. «Математика для искусственных нейронных сетей для новичков, часть 1 — линейная регрессия » — 54 голоса, 47 положительных. «Байесовская нейронная сеть — теперь апельсиновая (часть 2) » — 53 голоса, 52 положительных. «Введение в машинное обучение с помощью Python и Scikit-Learn » — 53 голоса, 50 положительных. «Питерский фотограф сравнил пассажиров метро с их профилями «ВКонтакте» » — 53 голоса, 44 положительных. «Автоматическое выделение меток » — 52 голоса, 51 положительный. «Дайджест статей по анализу данных №3 (09.06.2014 —22.06.2014) » — 52 голоса, 47 положительных. «Анализ существующих подходов к распознаванию лиц » — 50 голосов, 49 положительных. «Идеальный ученик, или о чем умалчивают в машинном обучении » — 50 голосов, 49 положительных. «Решение задачи кластеризации методом градиентного спуска » — 50 голосов, 48 положительных. «Об обучении нейросетей » — 50 голосов, 47 положительных. Распределение оценок:
Свежие комментарии