™ '빅데이터' 관련 핵심 참고 사이트 - 디비랑

™ '빅데이터' 관련 핵심 참고 사이트 

NLP References

○ NLP : GIF로 Scikit-Learn을 이용한 클러스터링

○ NLP : Wrod2Vec 시각화

○ NLP : Text Classification with Word2Vec

○ NLP : Word2Vec 관련 이론 정리

○ NLP : Free ebooks by Project Gutenberg

○ NLP : Latent Dirichlet Allocation (LDA) with Python

○ NLP : 5-Heroic Python Libraries

○ NLP : Word Embedding의 직관적 이해 - Count Vector에서 Word2Vec까지

○ NLP : CLARK GRUBB의 다양한 NLP 처리 내역

○ NLP : spaCy - Industrial-strength NLP in Python

○ NLP : TextBlob 0.12.0 - Simplified Text Processing  Python

○ NLP : 단어 임베딩의 원리와 gensim.word2vec 사용법

○ NLP : [DSBA] Softmax Classification, Window classification and Neural network

○ NLP : 텍스트 분석 초보자를 위한 10가지 NLP 용어

○ NLP : 단어를 숫자로! Google의 Word2Vec

○ NLP : SK플래닛의 자연어처리와 오피니언 마이닝 플랫폼 소개

○ NLP : Google 자연어처리 오픈소스 SyntaxNet

○ NLP : IBM Watson Knowledge Studio

○ NLP : NIA(한국정보화진흥원), 형태소 사전 'NIADic'

○ NLP : 비정형 데이터를 기반으로 한 필요기술 및 적용 사례

○ NLP : Word2Vec 그리고 추천 시스템의 Item2Vec

ML, DL and AI References

○ ML : sklearn을 이용한 다양한 알고리즘 구현 샘플

○ ML : sklearn.datasets.load_iris를 이용한 다양한 알고리즘 구현 샘플

○ ML : 기계학습/머신러닝 기초(모두의 연구소)

○ ML : 수포자 프로그래머의 머신러닝 학습법

○ ML : Python을 활용한 K-Means 및 기타 클러스터링 알고리즘 구현

○ MS-ML : Microsoft Machine Learning API (Cortana Intelligence Gallery)

○ MS-ML : SQL Server as a Machine Learning Model Management System

○ ML : 기계 학습 알고리즘에 대한 초보자 안내서

○ ML : 파이썬으로 기계 학습을 마스터하는 7단계

○ ML : 특허분석을 위한 머신러닝(Clustering, Classification, Spatial Concept Maps)

○ ML : Finding Outliers & Modified Boxplots 1.5(IQR) Rule

○ ML: 머신러닝 알고리즘 소개

○ ML : Machine Learning vs. Rules Based System

○ DL : 카카오 AI 리포트 - 세상을 바꾸고 싶다면, 딥러닝

○ ML/DL : Basic Machine/Deep Learning with Tensorflow (Python)

○ DL : Tensorflow for Deep Learning Research

○ ML : Microsoft Machine Learning Studio

○ DL : Introduction to Deep Learning

Bigdata and Platform References

○ NewSQL : CrateDB Documentation

○ DB : DB Engines Ranking

○ NoSQL : NoSQL 7종 비교

○ ElasticSearch : ElasticSearch + SparkSQL 연동

○ ElasticSearch : '시작해요! 엘라스틱서치' 예제 코드

○ NoSQL : 대량데이터 동시처리위한 DBMS 종류와 특징

○ PostgreSQL : pg_shard - Shard and Scale out

○ ColumnarDB : 9 Best Open Source Column Store Projects

○ BigData : 2017년 IT 기술 트랜드

○ SparkML : 스파크용 오픈소스 머신러닝 라이브러리 '스파크 ML'

○ ColumnarDB : ClickHouse 소개

○ ColumnarDB : MariaDB ColumnStore vs. ClickHouse vs. Apache Spark Benchmarks

○ ColumnarDB : MariaDB ColumnStore vs. InnoDB vs. MonetDB

○ BigData : 2017년 빅데이터와 BI 트랜드

○ DFS : Compare Splunk Cloud vs. Hadoop HDFS

○ OpenSource : 2016년 분야별 최고의 오픈소스 Awards

○ ColumnarDB : 마리아DB, 빅데이터 분석위한 '마리아DB Columnstore 1.0'

○ DW : Big data, Data Mining, Data Warehouse

Statistics and Algorithm References

○ SQL : Cosine Similarity in MS-SQL Server

○ Stats : 파이썬 확률과 통계 기초 이해

○ AL : 기계 학습 엔지니어가 알아야 할 10가지 알고리즘

○ Book : 파이썬으로 배우는 머신러닝 알고리즘

○ Stats : 베이지안 통계 첫걸음
○ AL : Maximum Entropy Classifier

Language and Education References

○ MS-R : ML Templates with SQL Server R Services

○ NLP : 자바, 미안하다! KOrean NLP with PYthon

○ PY : www.pythonprogramming.net