É a estação para explorar nossos melhores mergulhos profundos

Ótimas postagens de blog de ciência de dados vêm em todas as formas, formatos e tempos de leitura; é preciso muita habilidade para produzir um tutorial curto e eficaz ou um explicador rápido e bem definido! A equipe do TDS tem uma queda por aqueles artigos mais longos e instigantes que nossos autores se destacam em escrever - e publicamos uma safra particularmente impressionante deles nas últimas semanas.

Caso você tenha perdido (ou não teve tempo de lê-los quando eles apareceram em seu feed), esta semana reunimos alguns de nossos mergulhos profundos de destaque do mês passado. Eles cobrem uma ampla gama de tópicos e abordagens, e o fazem com paciência, paixão e atenção aos detalhes. Aproveite sua leitura - e não se esqueça de marcar qualquer postagem que gostaria de salvar para seu próximo voo, viagem de ônibus pela cidade ou tarde tranquila.

• Aprenda sobre uma estrutura mental simples, mas poderosa . “Heurística” pode soar como uma palavra chique, mas, como explica Holly Emblem , é na verdade uma abordagem clara e simplificada para a solução de problemas. Não convencido? A postagem de Holly fornece uma definição clara e casos práticos de uso de ciência de dados para você considerar.
• Uma visão abrangente do que há de mais recente em detecção de objetos . Há mergulhos profundos e, em seguida, há a visão geral de Chris Hughes e Bernat Puig Camps do modelo YOLOv7. Não deixe que o tempo de leitura pesado de aproximadamente 50 minutos o assuste - é envolvente e fácil de seguir e oferece uma mistura suave de teoria e prática.
• Precisa de uma introdução acessível à RL? Como muitos campos emergentes, o aprendizado por reforço pode ocasionalmente parecer um pouco opressor: tantos chavões! Kay Jan Wong traz uma dose refrescante de clareza em seu último post, que nos orienta através dos conceitos fundamentais, bem como seis algoritmos comumente usados.

• Uma alternativa útil aos mínimos quadrados ordinários (OLS), explicada . Sachin Date tem um talento especial para traduzir tópicos teóricos complexos em ideias acessíveis e acionáveis. Seu mergulho profundo na estimativa de mínimos quadrados generalizados (GLS) não é exceção: ele apresenta uma abordagem poderosa para lidar com conjuntos de dados que exibem heterocedasticidade (ou seja, variância não constante).
• Como cultivar um processo de desenvolvimento mais rápido e eficiente . Se você estiver trabalhando em uma área de código pesado em ciência de dados ou ML, provavelmente já encontrou seu quinhão de bases de código desajeitadas, confusas ou inflexíveis. A cartilha de Betty LD sobre refatoração é uma síntese útil dos principais princípios, regras e práticas recomendadas para evitar essas armadilhas.
• Siga os passos de Pascal e Fermat . Para uma leitura sólida sobre a teoria da probabilidade, não perca o post de estreia de Naman Agrawal no TDS. É um post completo e rico em fórmulas sobre o problema da ruína do jogador, que manteve os estatísticos ocupados por séculos.

• Tivemos uma conversa animada com Adrienne Kline , que discutiu seus diversos interesses, carreira multidisciplinar e a popular série Bootcamp de estatísticas.
• Como você pode criar a melhor e mais produtiva experiência para as pessoas que anotam seu conjunto de dados? Leah Berg e Ray McLendon fornecem um guia prático.
• Rebecca Vickery compartilhou um recurso essencial e amigável para iniciantes: uma folha de dicas para usar cinco algoritmos onipresentes , incluindo regressão linear e floresta aleatória, entre outros.
• Pode ser difícil decidir de qual plataforma de dados sua empresa precisa, muito menos como criá-la do zero. Marina Tosic nos mostra a experiência “emocionante e assustadora” que ela teve recentemente fazendo exatamente isso.
• Continuando sua exploração da biblioteca D3Blocks de código aberto, Erdogan Taskesen mostrou como aproveitar ao máximo suas opções de gráfico de dispersão .

Até a próxima Variável,

Editores TDS