social_machine_learning.md

Источники по классической статистике и машинному обучению

Чтобы понять – интересно вам это или нет

• Про машинное обучение простым языком

Ветки Reddit

• /learnmachinelearning
• /MachineLearning
• /rstats
• /probabilitytheory
• /pystats
• /statistics

Блокноты Jupyter

• 🌟 Jupyter Notebook: галерея блокнотов по ML и Data Science (ист.)

Публикации по метрикам

• Метрики в задачах машинного обучения
• Анализ с помощью ROC-кривой

Публикации по несбалансированным данным

Можно считать, что выборка несбалансирована, когда размеры классов отличаются более, чем в 10 раз. Больший класс называют доминирующим, меньший класс называется минорным. Качество можно повысить с помощью корректировки весов объектов, искусственной модификации датасета. Accuracy и AUC слабо изменяются при изменении модели, более чувствительна метрика F-Score.

• https://www.kaggle.com/mlg-ulb/creditcardfraud
• http://pages.cs.wisc.edu/~jdavis/davisgoadrichcamera2.pdf
• Презентация Богдана Мельника (ld86) про обучение на несбалансированных выборках

YouTube-каналы, посвященные общим вопросам машинного обучения

• What's AI
• Daniel Bourke
• Mark Saroufim
• Nicholas Renotte
• Abhishek Thakur
• Aladdin Persson
• CodeEmporium
• Jay Alammar
• Yacine Mahdid
• Henry AI Labs
• Smitha Kolan - Machine Learning Engineer
• AI Coffee Break with Letitia
• deeplizard
• The Independent Code
• Alfredo Canziani
• Cassie Kozyrkov
• AIEngineering
• Kapil Sachdeva
• AI Coding
• Valerio Velardo - The Sound of AI
• mildlyoverfitted

YouTube-каналы, посвященные публикациям в области машинного обучения и ИИ

• AI Journal
• Arxiv Insights
• Yannic Kilcher
• Two Minute Papers
• bycloud

Разделы с научными статьями на arXiv.org

• cs.LG - Machine Learning: (new, recent, current month)
• stat.ML