👨‍🎓📊 7 мифов о профессии Data Scientist

Вокруг науки о данных возникло множество разнообразных заблуждений, мешающих освоить эту замечательную дисциплину. Развенчиваем наиболее распространенные мифы о профессии Data Scientist.

https://proglib.io/sh/sH7UzuRnPb

👨‍🎓Пишем нейросеть на Python с нуля

Нейронные сети не так уж сложно реализовать, если знать, как моделируется каждый нейрон, что такое функция потери и алгоритм обратного распространения ошибки (backpropagation). Статья также демонстрирует обучение нейронной сети.

https://proglib.io/sh/EIn9A3pFPd

Портфолио Data Science - с чего начать?

https://proglib.io/w/bdfa0a4e

📌 Первое занятие нашего курса по математике для Data Science доступно на YouTube

На вебинаре вы узнаете, как решать задачи по комбинаторике. Вы изучите основные формулы комбинаторики, правило суммы и правило произведения. Мы разберем, что такое выбор без возвращения, с возвращением, с учетом порядка, без учета порядка. Параллельно порешаем несколько задач на понимание теории.

https://www.youtube.com/watch?v=GxQGbhjVWWM

Присоединяйтесь к полному курсу по ссылке (набор до 10 октября): https://courses.proglib.io/?utm_source=dsproglib&utm_medium=webinar1&utm_campaign=had

Может ли нейронная сеть обучать другие сети?

https://proglib.io/w/5eb544ef

Туториал по запуску машинного обучения на Arduino.

https://proglib.io/w/c8a18ea8

Среда обучения с подкреплением, в которой агенты учатся играть в футбол.

https://proglib.io/w/157f38e2

Imaginaire - это библиотека pytorch, которая содержит оптимизированную реализацию нескольких методов синтеза изображений и видео, разработанных в NVIDIA.

https://proglib.io/w/b59973e0

5 самых интересных проектов машинного обучения и глубокого обучения.

https://proglib.io/w/ae3866c7

Прояви себя в цифре! Участвуй в региональных Онлайн-Хакатонах Цифрового Прорыва!

Тебя ждет насыщенная серия конкурсов с актуальным кейсами от бизнеса и государства, а призовой фонд каждого хакатона до 3 млн. руб.!

Выбирай удобные даты, понравившийся кейс, собирай команду и покажи, на что ты способен:

16.10 - 18.10 - Центральный Хаб: https://leadersofdigital.ru/event/63007

24.10 - 26.10 - Северо-Кавказский Хаб: https://leadersofdigital.ru/event/63006

31.10 - 02.11 - Уральский Хаб: https://leadersofdigital.ru/event/63009

14.11 - 16.11 - Северо-Западный Хаб: https://leadersofdigital.ru/event/63011

Стань частью цифрового будущего России!

Hands-On Artificial Intelligence for IoT (2019)
Автор: Amita Kapoor
Количество страниц: 308

Сфера искусственного интеллекта быстро развивается, чему способствуют достижения в области глубокого обучения. С увеличением инвестиций в умные города, умное здравоохранение и промышленный Интернет вещей (IoT) коммерциализация IoT скоро достигнет пика, когда потребуется масштабная обработка огромных объемов данных, генерируемых устройствами IoT. Данная книга рассказывает о применении нейросетей в работе с устройствами Интернета вещей.

Скачать книгу

​Можно ли за два месяца разобраться в Data Science?

Нет.

Но познакомиться с этой областью и понять, как систематизировать большие данные с помощью Machine Learning — вполне реально.

Ребята из ProductStar собрали мини-курс, который всего за 60 дней поможет вам:

— Выучить синтаксис Python,
— Узнать ключевые инструменты Machine Learning и научиться их применять,
— Изучить типы и задачи рекомендательных систем,
— Попрактиковаться в работе с Hadoop и разобрать подход MapReduce.

Спикеры курса:

— Николай Пекальн, Директор по аналитике, Vezet group,
— Ришат Исхатов, Head of BA, СберМаркет.

Обучение состоит из 11 лекций и 11 домашек с проверкой от практиков рынка.

По ходу курса ребята помогают лучшим студентам с трудоустройством и подготовкой к собеседованиям.

Для первых 20 студентов действует скидка в 20% — курс можно приобрести всего за 24500 рублей

Подробная программа курса и регистрация по ссылке 👉 https://bit.ly/33Gi8Ho

Курс глубокого обучения Яна Лекуна в Center for Data Science
теперь полностью онлайн и доступен для всех.

https://proglib.io/w/24b87fb6

Deep Learning with JavaScript (2020)
Авторы: Shanqing Cai, Stan Bileschi, Eric Nielsen
Количество страниц: 560

Глубокое обучение изменило области компьютерного зрения, обработки изображений и приложений естественного языка. Теперь благодаря TensorFlow.js JavaScript-разработчики могут создавать приложения с глубоким обучением, не полагаясь на Python или R. Данная книга показывает программистам, как они могут работать с Deep Learning прямо в браузере. Она написана авторами библиотеки TensorFlow, которые предоставили качественные примеры использования и подробные инструкции для приложений глубокого обучения на JavaScript в вашем браузере или на Node.

Скачать книгу

Imaginaire - это библиотека pytorch, которая содержит оптимизированную реализацию нескольких методов синтеза изображений и видео, разработанных в NVIDIA.

https://proglib.io/w/b59973e0

Руководство по максимально эффективному изучению науки о данных.

https://proglib.io/w/525feaad

🤔 Ищешь первую работу или стажировку? В этом тебе поможет бот Энди! У него всегда есть инфа об адекватных вакансиях и стажировках, где тебя не будут эксплуатировать за печеньки.

Сейчас Энди проводит онлайн-ярмарку вакансий trANDY career 2.0, которая будет длиться до 18 октября! Эта неделя посвящена IT-индустрии и соответствующим вакансиям 🔥

Тебя ждут встречи с представителями IT-отделов крупных компаний, новые конкурсы, топовые IT-вакансии и многое другое. Так что следи за новостями чтобы не пропустить анонсы и мероприятия! 🤩

И да, все вакансии уже есть в чат-боте! Переходи по ссылке, заходи в диалог с сообществом, жми на кнопку Участвовать в trANDY career и выбирай, куда отправить свое резюме (можно сразу на все!) 😉
👉🏻 https://vk.com/andy_for_you

Реализация рекуррентной нейронной сети с использованием Numpy

Подробное руководство о том, как реализовать рекуррентные нейронные сети с помощью Numpy.

https://proglib.io/w/8739aee3

Конференция по Data Engineering #SmartData 2020 уже 9–12 декабря, Online.

4 дня дата-инженеры со всего мира будут рассказывать о СУБД, архитектуре DWH, работе с потоками, оркестрации, MLOps, технологиях построения EML. Только свежая информация и решения, которые можно применять в работе.

Вы либо уже работаете с данными, либо рано или поздно начнете, поэтому точно найдете на конференции полезное для себя.

Подробности и билеты со скидкой по промокоду proglib2020JRGpc : https://bit.ly/2GI9qjg

Статья о загрузке больших наборов данных в Pandas.

https://proglib.io/w/463a004d

🛠 8 лучших инструментов для BigData в 2020 году

Необработанные данные не имеют никакой ценности. Для преобразования и анализа BigData необходимы инструменты, придающие объему информации полезную структуру.

https://proglib.io/sh/gDMq9jJ5wr