Data-Driven Science and Engineering (2019)
Авторы: Steven L. Brunton, J. Nathan Kutz
Количество страниц: 492

Появление больших объемов новых данных меняет индустрии. В данной книге объединены машинное обучение, инженерная математика и математическая физика для интеграции моделирования и управления динамическими системами с современными методами науки о данных. Автор рассказывает о применениях Data Science в разных доменах от финансов до физики. Книга предназначена для студентов старших курсов и аспирантов.

Скачать книгу

Объемный материал о том, как выбрать архитектуру нейронной сети.

https://proglib.io/w/8b5d3e6a

Хочешь быть дата сайентистом?
Мы, Библиотека программиста, вместе с преподавателями из МГУ запускаем курс "Математика в Data Science"
Старт курса — 6 октября.

https://courses.proglib.io/

TensorFlow Recommenders - пакет с открытым исходным кодом, который упрощает создание, оценку и обслуживание рекомендательных моделей.

https://proglib.io/w/35405ad8

Освой профессию будущего! Стань участником онлайн-интенсива, на котором ты сможешь примерить на себя роль Data Scientist.
Ссылка для бесплатной регистрации: 👉 https://clc.am/yg8Fsg

Ты научишься:
⚡️ исследовать данные с помощью языка Python;
⚡️ отличать Data Science от Machine Learning и Artificial Intelligence;
⚡️ строить модели для реальных кейсов.

Ведёт интенсив Анастасия Борнева — ведущий исследователь данных Сбербанка, математик-программист, а также она занимается построением моделей классификаций текстов.

🎉 Всех участников ждут подарки от издательства «МИФ», а авторов трёх лучших проектов — гранты на обучение в онлайн-университете Skillbox!

Интерактивная визуализация данных в Python с Pygal.

https://proglib.io/w/95781521

Anaconda и Jupyter Notebook в Visual Studio Code.

https://proglib.io/w/0066d7cf

Шпаргалка-чеклист, подходящий почти каждому проекту с машинным обучением.

https://proglib.io/w/fe87c858

Какая математика нужна для Data Science? Интервью с преподавателями МГУ

Всё, что вы хотели знать о математике для анализа данных, но не знали, у кого спросить.

https://proglib.io/w/fa2f98d1

Автор статьи рассуждает о будущем ИИ и машинного обучения в целом.

https://proglib.io/w/116875f6

Если компания — корабль в море данных, Data Scientist — вперёдсмотрящий.

Найдите проблемы, о которых клиенты пишут друг другу в сообщениях; узнайте, как пойдут дела у вашей компании завтра; научитесь выявлять фрод в заказах. То, что раньше было доступно только оракулам и гадалкам, сегодня может научиться делать любой, освоив профессию Data Scientist в Нетологии.

На курсе вы научитесь:
-Работать SQL
-Использовать Python и библиотеки
-Проверять данные и определять проблемы
-Строить модели машинного обучения
-Применять математику
-Лидировать DS-проект

Регистрируйтесь https://netolo.gy/fSf и получите дополнительную скидку 10% по промокоду DATA10 на эту или любую другую профессию направления Аналитика в Нетологии. Скидка действует до 28 сентября и суммируется с акцией на сайте.

Репозиторий проекта, реализующего сверточную нейронную сеть для автопилота в Need For Speed Most Wanted.

https://proglib.io/w/23698e6d

Data Scientist-ы больше не нужны?

Может ли программа заменить специалиста? Рассказываем о существующих сервисах автоматизации машинного обучения.

https://proglib.io/sh/a9nuG1hfkY

Hands-On Machine Learning with scikit-learn and Scientific Python Toolkits (2020)
Автор: Tarek Amr
Количество страниц: 384

Машинное обучение применяется повсюду, от бизнеса до исследований, а scikit-learn - это универсальная библиотека, популярная среди практиков машинного обучения. Эта книга послужит практическим руководством для всех, кто хочет создавать практические решения с машинным обучением с помощью scikit-learn и Python.

Скачать книгу

Лекция от Deep Learning School о библиотеках pandas, matplotlib и sklearn.

https://proglib.io/w/27f248d5

7 книг, которые должен прочитать каждый Data Scientist в 2020.

https://proglib.io/w/e3ae92d0

Applying Math with Python (2020)
Автор: Sam Morley
Количество страниц: 358

Python, один из самых популярных языков программирования в мире, имеет ряд мощных пакетов, которые позволяют решать сложные математические задачи простым и эффективным способом. Эти пакеты помогают специалистам в машинном обучении и науке о данных использовать свои знания в области вычислительной математики. Книга научит вас решать задачи, возникающие в самых разных областях математики, включая математический анализ, теорию вероятностей, статистику и науку о данных, теорию графов, оптимизацию и геометрию. К концу чтения у вас будет арсенал практических решений, которые можно использовать и модифицировать для решения широкого круга практических задач.

Скачать книгу

Interactive Data Visualization with Python (2020)
Авторы: Abha Belorkar, Sharath Chandra Guntuku, Shubhangi Hora, Anshu Kumar
Количество страниц: 364

Поскольку постоянно генерируются новые данные, программисты, способные представить данные в виде красивых и интересных визуализаций, всегда будут востребованы. В своей книге авторы рассказывают все, что нужно знать о визуализации данных на Python. К концу книги у вас будет новый набор навыков, который поможет вам превратить визуализации в увлекательные и интересные истории.

Скачать книгу

📈 Искусственный интеллект для фондового рынка

Изучаем на практических примерах, как методы машинного обучения помогают анализировать финансовые отчёты и покупать акции.

https://proglib.io/sh/xqyfpr0Ja7

Научные вычисления на Python: введение в NumPy и Matplotlib.

https://proglib.io/w/e5b06af4