🌟 Deep Learning на пальцах

Это крутой бесплатный курс по глубокому обучению, который читает исследователь MIT Семён Козлов.

В том же объёме курс читается и для магистрантов Новосибирского Государственного Университета, а также студентов CS центра Новосибирска.

Темы, которые в нем освещены:

▪️Python, numpy, notebooks
▪️Нейронные сети
▪️PyTorch и подробности
▪️Введение в NLP, компьютерное зрение, распознавание речи и обучение с подкреплением.

🔗 Ссылка на материалы

Цикл лекций о великих математиках

1. Обзор жизни и исследований Леонарда Эйлера
2. Что таĸое Эĸспонента? Значение в 0
3. Что таĸое Эĸспонента? Значение в 1
4. Экспонента по Ньютону. Чему равно е
5. Еще одна Экспонента
6. Формула Эйлера
7. Быстрое вычисление числа π по Эйлеру
8. Путь Эйлера
9. Топология
10. Приложение 1: “Футбольный мяч”

#video #math

https://www.youtube.com/watch?v=Nd5VJAR3ZPw&list=PLmu_y3-DV2_k-Tnu_L-uZ8FMbTWGce-ED&ab_channel=%D0%A6%D0%98%D0%A2%D0%9C%D0%AD%D0%BA%D1%81%D0%BF%D0%BE%D0%BD%D0%B5%D0%BD%D1%82%D0%B0

@data_math

Mathematical Introduction to #DeepLearning

📓 Book

@data_math

Python для работы с данными

1. Способы самопроверки при анализе данных
2. Как автоматизировать скучную работу в Pandas ?
3, Какая роль у аналитика в команде?
4. Как сделать предподготовку данных? Реальные примеры
5. Как использовать метод apply для трансформации колонок?
6. Lambda функции для быстрых вычислений
7. Приступаем к аналитике
8. Объединение данных, метод merge
9. От данных к метрикам
10. Визуализация как метод исследования данных

#video #python

https://www.youtube.com/watch?v=Eb7Q_qCAqM4&list=PLBRXq5LaddfxQFjzuq5QC05q1ZheGMQo1&ab_channel=karpov.courses

Вероятность и статистика

1. Переменные и метрики
2. Генераторы и Монте-Карло
3. ЗБЧ и ЦПТ
4. Монте-Карло: практика
5. Проверка гипотез и p-value
6. А/Б тесты: пропорции
7. А/Б тесты: непрерывные переменные
8. Множественная проверка гипотез
9. Ревью курса + вопросы и ответы

#video #math

https://www.youtube.com/watch?v=S3WAjnBC6CI&list=PLQJ7ptkRY-xbHLLI66KdscKp_FJt0FsIi

✨Наборы данных NuminaMath: крупнейшая коллекция из ~ 1 млн пар задач и решений для математических соревнований, варьирующихся по сложности от юношеских олимпиад до университетских экзаменов.

➡️ Цепочка рассуждений (CoT): 860 тысяч пар задач и решений, созданных с помощью CoT.

🛠️ Инструментально-интегрированные рассуждения (TIR): 73 тысячи синтетических решений, полученных на основе GPT-4, с обратной связью по выполнению кода для разбивки сложных задач на более простые подзадачи, которые могут быть решены с помощью Python.

Модели, обученные на NuminaMath, демонстрируют лучшие в своем классе показатели среди моделей с открытым весом и приближаются или превосходят собственные модели по показателям математических соревнований 🔥

🤗 Hub: https://huggingface.co/collections/AI-MO/numinamath-6697df380293bcfdbc1d978c

@data_math

🔝 Крутая платформы где можно попрактиковаться в решении задач:

Шикарный вариант, чтобы порешать задачи.

- линейная алгебра
- ML/DL
- статистика и теория вероятности

Теория дело хорошее, но без практики никуда.

@data_math

🎓 Архив Открытых курсов прямо в телеграм!

Вот огромная база материалов, которая пополняется каждый день!

>Python (96гб видео)
>С++(51 курсов)
>Java (23гб видео)
>Базы данных (50гб курсов)
>C# (45гб курсов)
>Английский (101гб курсов)
>PHP (43гб видео)
>Мобильная разработка (22гб курсов)
>Go ( 132гб видео)
>Rust (35 гб видео)
>SQL (43гб видео)
>MySQL (31гб видео)
>Другое (1679 гб видео)

⛓ Огромный кладезь топовых материалов более 20198Гб: Курсов, свежих книг, шпаргалок, гайдов , лекций, — всё в одном месте: @datacours

🚀 Easings

Полезный справочник по easing-функциям с примерами

Суть таких функций в том, чтобы задать скорость изменения параметра во времени

С этим инструментом вы сможете выбрать подходящую именно вам функцию смягчения, а также посмотреть, как она устроена с точки зрения CSS и даже математики

#web #css #open_source

@data_math

7 топовых сайтов для самообразования, которые научат вас лучше, чем «вышка»:

Academic Earth — большая библиотека бесплатных курсов обо всем на свете от ведущих специалистов мира. От обучения химии и информатике до бизнеса и психологии;

Classcentral — самый удобный поисковик по бесплатным курсам на любую тему;

Edx — тут собраны обучающие курсы от самых топовых ВУЗов мира, таких как Гарвард, Стэнфорд и Массачусетский технологический институт. Разумеется, бесплатно;

Google Garage Courses — библиотека бесплатных курсов от Google с возможностью получить карьерный сертификат от технологического гиганта;

Khanacademy — лучший сайт для углубленного изучения математики и других прикладных наук;

Udemy — для тех, кто планирует работать в «диджитале»: отличные курсы по программированию, дизайну, веб-разработке, графике и т.д.;

Treehouse — лучший вариант для будущих программистов. Простые и понятные курсы по Python, Data Science, React и другим темам.

@data_math