Machine Learning: A Bayesian and Optimization Perspective (2019)
Автор: Sergios Theodoridis
Количество страниц: 1160

Книга охватывает большинство методов машинного обучения, описывая их с математической перспективы. В ней собраны самые различные темы от метода средних квадратов до скрытых марковских моделей. Главы составлены так, чтобы быть максимально самодостаточными, и читатель мог бы в любой момент открыть нужную главу и разобраться в проблеме.

Скачать книгу

Пять вопросов c интервью по Data Science, на которые должен отвечать любой кандидат.

https://proglib.io/w/308e7279

Хочешь, чтобы в твоей ленте всегда была актуальная полезная информация из мира DataScience?

https://t.iss.one/SkillFactory_PRO

- Последние новости индустрии
- Продвинутая аудитория(junior, middle специалисты)
- Обсуждения с ведущими экспертами индустрии
- Регулярные мероприятия с ведущими экспертами индустрии на примере актуальных кейсов
- Подробная информация о студентах и их проектах, с которыми они пришли в Акселератор

Полный список обязательных знаний по науке о данных

Посмотрите лучшие места для изучения линейной алгебры, математического анализа, статистики, теории вероятностей и программирования.

https://proglib.io/w/00779a71

Как Apple M1 повлияет на машинное обучение?

https://proglib.io/w/ffc15576

Learning Spark: Lightning-Fast Data Analytics (2020)
Авторы: Jules S. Damji, Brooke Wenig, Tathagata Das, Denny Lee
Количество страниц: 400

Данное издание, обновленное для освещения версии Spark 3.0, показывает инженерам и специалистам по обработке данных, почему структура и унификация в Spark важны. В частности, в этой книге объясняется, как выполнять простой и сложный анализ данных и применять алгоритмы машинного обучения.

Скачать книгу

5 недооцененных библиотек Python для использования в вашем следующем проекте по Data Science.

https://proglib.io/w/f91b33db

Hands-On Time Series Analysis with R (2019)
Автор: Rami Krispin
Количество страниц: 448

Анализ временных рядов - это искусство извлечения значимой информации из данных и выявления закономерностей с использованием статистических подходов и визуализации данных. Эти идеи и закономерности можно использовать для изучения прошлых событий и прогнозирования будущих значений в серии. В этой книге исследуются основы анализа временных рядов с помощью R и закладываются основы, необходимые для построения моделей прогнозирования.

Скачать книгу

18 лучших практик машинного обучения.

https://proglib.io/w/6883842f

Делаем распечатанные ссылки интерактивными с помощью API обнаружения объектов TensorFlow 2.

https://proglib.io/w/297cba4b

12 вещей, которые я узнал за первый год работы инженером машинного обучения.

https://proglib.io/w/464d1326

Python Machine Learning By Example (2020)
Автор: Yuxi (Hayden) Liu
Количество страниц: 526

Данная книга поможет вам погрузиться в мир машинного обучения на Python. С помощью реалистичных примеров вы получите понимание механики методов машинного обучения в таких областях, как исследовательский анализ данных, разработка функций, классификация, регрессия, кластеризация и NLP. К концу этой книги вы получите общее представление об экосистеме ML и будете хорошо разбираться в передовых методах применения методов ML для решения задач.

Скачать книгу

Как успешно пройти собеседование на позицию аналитика.

https://proglib.io/w/7bc5fdf0

Как думать о корреляции? Это наклон регрессии после стандартизации x и y.

https://proglib.io/w/0bdf4448

Основы науки о данных - A/B-тестирование.

https://proglib.io/w/0171f3a8

Реализация вариационного автокодировщика с помощью PyTorch.

https://proglib.io/w/b311cd1f

Fundamentals of Machine Learning for Predictive Data Analytics (2020)
Авторы: John D. Kelleher, Brian Mac Namee, Aoife D'Arcy
Количество страниц: 856

Машинное обучение часто используется для построения прогнозных моделей для извлечения шаблонов из больших наборов данных. Модели используются в анализе данных, например, в прогнозировании цен, оценке рисков, прогнозировании поведения клиентов и классификации документов. Данный учебник предлагает подробное и целенаправленное рассмотрение наиболее важных подходов машинного обучения, используемых в аналитике данных, охватывая как теоретические концепции, так и практические приложения. Технический и математический материал дополнен пояснительными рабочими примерами, а тематические исследования иллюстрируют применение этих моделей в более широком бизнес-контексте.

Скачать книгу

Используйте Kaggle, чтобы начать свой путь в машинном обучении / науке о данных - почему и как.

https://proglib.io/w/51fa050d

Куда пойти учиться?

Newprolab - лаборатория профессионального развития для дата-сайентистов, дата-инженеров и руководителей в области анализа больших данных объявляет программу курсов на 2021 год.
Интенсивные программы Big Data, Data Engineering, Deep Learning ориентированы на обучение на практике: самые актуальные инструменты и подходы, преподаватели-практики, кейсы и датасеты из реальной жизни.
🎄 До 31 декабря действует специальная цена, выбирайте траектории своего развития уже сейчас: https://clck.ru/SSwFt

🌎Готовы к выходу на европейский рынок?
Выпускники Newprolab работают в ведущих международных и российских компаниях в более, чем 20-ти странах мира.

Отдельное направление: корпоративное обучение - программы обучения под задачи любого бизнеса, требующего грамотных специалистов в области работы с данными.

∑ Пять вопросов в интервью по Data Science, на которые вы должны уметь отвечать

Чтобы начать карьеру в сфере науки о данных, требуются серьезные познания в математике и ИТ. Публикуем инсайдерское руководство по вопросам, которые задают кандидатам во время интервью при трудоустройстве в Amazon, Netflix и Google.

https://proglib.io/sh/x5MrecR3ub

2020 бросил вызов каждому человеку, бизнесу, государству. Впереди 2021 год и новые изменения. Как отбросить страх перед глобальными вызовами? Получить новый импульс? QIWI и Магнит объединились, чтобы напомнить о важной роли технологий в трансформации каждого из нас, а также в развитии бизнеса и общества.

17 декабря в 16:00 состоится бесплатный онлайн митап #MGNTQIWI «Новый мир: как технологии влияют на человека и общество» с участием Евгения Кузнецова – футуролога, руководителя московского отделения Университета Сингулярности, генерального директора ООО «Орбита Капитал Партнерз». Евгений расскажет, как оставаться на гребне цифровой волны, не отставать от трендов и справляться с вызовами технологической эпохи.

Регистрируйтесь по ссылке https://mgntqiwi.ru и присоединяйтесь к бесплатной лекции и Q&A сессии 17 декабря в 16:00.
ИЗМЕНЕНИЯ – вот о чем пойдет речь в рамках митапа. Трансформируется все, а значит, нужно и нам.
Давайте меняться вместе!