Natural Language Processing with Spark NLP (2020)
Автор: Alex Thomas
Количество страниц: 366
Если вы хотите создать приложение высокого качества, использующее обработку естественного языка, но не знаете, с чего начать или какие инструменты использовать, это практическое руководство поможет вам начать работу. Алекс Томас, главный data scientist по обработке данных в Wisecube, показывает программистам и специалистам по обработке данных, как создавать приложения для масштабируемой обработки естественного языка с использованием глубокого обучения и библиотеки Apache Spark NLP.
Скачать книгу
Автор: Alex Thomas
Количество страниц: 366
Если вы хотите создать приложение высокого качества, использующее обработку естественного языка, но не знаете, с чего начать или какие инструменты использовать, это практическое руководство поможет вам начать работу. Алекс Томас, главный data scientist по обработке данных в Wisecube, показывает программистам и специалистам по обработке данных, как создавать приложения для масштабируемой обработки естественного языка с использованием глубокого обучения и библиотеки Apache Spark NLP.
Скачать книгу
Telegram
Книги для программистов (reserved)
Natural Language Processing with Spark NLP (2020)
Автор: Alex Thomas
Автор: Alex Thomas
📈 Инфлюенсеры в Big Data и Machine Learning: за кем следить в 2021 году?
Рассказываем о сообществах и лидерах мнений, имеющих влияние в сфере больших данных и машинного обучения. Если вы работаете в этой области или только собираетесь осваивать профессию, на них стоит обратить внимание.
https://proglib.io/sh/oVdtnX9xUb
Рассказываем о сообществах и лидерах мнений, имеющих влияние в сфере больших данных и машинного обучения. Если вы работаете в этой области или только собираетесь осваивать профессию, на них стоит обратить внимание.
https://proglib.io/sh/oVdtnX9xUb
Artificial Intelligence By Example (2020)
Автор: Denis Rothman
Количество страниц: 578
Искусственный интеллект имеет потенциал заменить людей во многих сферах. Второе издание данной книги служит отправной точкой для понимания того, как устроен ИИ, с помощью интригующих и захватывающих примеров. Она научит вас адаптивно мыслить и поможет применять знания в реальных сценариях.
Скачать книгу
Автор: Denis Rothman
Количество страниц: 578
Искусственный интеллект имеет потенциал заменить людей во многих сферах. Второе издание данной книги служит отправной точкой для понимания того, как устроен ИИ, с помощью интригующих и захватывающих примеров. Она научит вас адаптивно мыслить и поможет применять знания в реальных сценариях.
Скачать книгу
Telegram
Книги для программистов (reserved)
Artificial Intelligence By Example (2020)
Автор: Denis Rothman
Автор: Denis Rothman
У рыбака есть удочка, у программиста — алгоритмы, у дата сайентиста — математика. Но не всем математика книг и курсов по Data Science даётся легко, приходится вспоминать школьные азы: логарифмы, прогрессии, тригонометрию.
Есть мнение, что всё машинное обучение сводится к fit-predict с настройками модели «из коробки». Но модели без математики — это не коробки, а чёрные ящики. Математика — та рентгеновская оптика, которая позволяет в эти ящики заглянуть и выбрать из них нужный. Без неё остаётся копировать чужой код и что-то в нём менять на свой страх и риск — не аналитик, а генератор случайных предсказаний.
Главное правило: никогда не поздно учиться. Даже самому простому. Даже тому, что все вокруг как будто бы понимают. Если сконцентрироваться на задаче, обязательно добьёшься успеха. Понимая это, мы запускаем онлайн-марафон «Базовая математика для Data Science». Этот интенсив поможет в сжатые сроки закрыть пробелы в школьных знаниях и начать свой путь в анализе данных.
https://proglib.io/w/fad35683
Есть мнение, что всё машинное обучение сводится к fit-predict с настройками модели «из коробки». Но модели без математики — это не коробки, а чёрные ящики. Математика — та рентгеновская оптика, которая позволяет в эти ящики заглянуть и выбрать из них нужный. Без неё остаётся копировать чужой код и что-то в нём менять на свой страх и риск — не аналитик, а генератор случайных предсказаний.
Главное правило: никогда не поздно учиться. Даже самому простому. Даже тому, что все вокруг как будто бы понимают. Если сконцентрироваться на задаче, обязательно добьёшься успеха. Понимая это, мы запускаем онлайн-марафон «Базовая математика для Data Science». Этот интенсив поможет в сжатые сроки закрыть пробелы в школьных знаниях и начать свой путь в анализе данных.
https://proglib.io/w/fad35683
Через несколько часов в Москве пробьют праздничные куранты, а нам пора подвести итоги и поздравить читателей с наступающими праздниками.
Уходящий год был непростым, и это не дежурная фраза. Кто-то перенес болезнь легко, другим повезло меньше – 2020-й оказался богатым на печальные новости. Пандемия ввела экономику в ступор, но из-за локдаунов и перевода сотрудников на удаленку цифровые технологии востребованы как никогда. Развиваются интернет-торговля и облачные вычисления, бьет рекорды аудитория стриминговых сервисов… всего не перечислишь.
Потребность в кадрах растет, потому есть работа и для нас. В 2020 году «Библиотека программиста» опубликовала 386 статей, 445 мероприятий и 198 вакансий. По данным Яндекс.Метрики, на сайте побывало почти 4 миллиона читателей – мы довольны таким результатом.
Коллектив издания поздравляет читателей с Новым годом! Желаем вам здоровья, благополучия и успехов в освоении профессии. Чтобы вы не скучали на каникулах, с 5 января мы запускаем математический онлайн-марафон.
Удачи и оставайтесь с нами!
Уходящий год был непростым, и это не дежурная фраза. Кто-то перенес болезнь легко, другим повезло меньше – 2020-й оказался богатым на печальные новости. Пандемия ввела экономику в ступор, но из-за локдаунов и перевода сотрудников на удаленку цифровые технологии востребованы как никогда. Развиваются интернет-торговля и облачные вычисления, бьет рекорды аудитория стриминговых сервисов… всего не перечислишь.
Потребность в кадрах растет, потому есть работа и для нас. В 2020 году «Библиотека программиста» опубликовала 386 статей, 445 мероприятий и 198 вакансий. По данным Яндекс.Метрики, на сайте побывало почти 4 миллиона читателей – мы довольны таким результатом.
Коллектив издания поздравляет читателей с Новым годом! Желаем вам здоровья, благополучия и успехов в освоении профессии. Чтобы вы не скучали на каникулах, с 5 января мы запускаем математический онлайн-марафон.
Удачи и оставайтесь с нами!
С Новым годом, дорогие читатели Библиотеки data scientist’а! 🥳
В прошедшем году, мы публиковали и переводили множество замечательных статей, посвященных анализу данных и машинному обучению. Размышляя, чем вас порадовать в Наступающем году, мы пришли к следующим выводам.
Мы знаем, что среди наших читателей есть и новички 👶, и крутые аналитики данных 💪. Последние подтвердят — для коммерческого анализа данных нужна крепкая математическая база. Тот, кто на Kaggle бездумно копирует и запускает Jupyter-блокноты с лидерборда, вряд ли получит денежный приз 🥇 или серьезные практические навыки.
База, конечно, закладывается в школе и наращивается в институте. Но не у всех эти этапы проходят гладко — мы это понимаем 💁. По просьбам читателей мы разработали онлайн-интенсив, направленный на закрепление математических навыков во всех ключевых областях, в которых буксуют ребята, только входящие в Data Science. Вот его программа: https://proglib.io/w/08f9618d
Чтобы преподаватели могли оперативно всем ответить, мы ограничили количество возможных участников. Однако подписчики канала в приоритете — спешите записаться! 🏃
В прошедшем году, мы публиковали и переводили множество замечательных статей, посвященных анализу данных и машинному обучению. Размышляя, чем вас порадовать в Наступающем году, мы пришли к следующим выводам.
Мы знаем, что среди наших читателей есть и новички 👶, и крутые аналитики данных 💪. Последние подтвердят — для коммерческого анализа данных нужна крепкая математическая база. Тот, кто на Kaggle бездумно копирует и запускает Jupyter-блокноты с лидерборда, вряд ли получит денежный приз 🥇 или серьезные практические навыки.
База, конечно, закладывается в школе и наращивается в институте. Но не у всех эти этапы проходят гладко — мы это понимаем 💁. По просьбам читателей мы разработали онлайн-интенсив, направленный на закрепление математических навыков во всех ключевых областях, в которых буксуют ребята, только входящие в Data Science. Вот его программа: https://proglib.io/w/08f9618d
Чтобы преподаватели могли оперативно всем ответить, мы ограничили количество возможных участников. Однако подписчики канала в приоритете — спешите записаться! 🏃
Тест: насколько хорошо вы помните школьную математику?
В ладах ли вы с математикой? Вот несколько не самых сложных задач, главное в которых — проверить математическую интуицию и смекалку. Все задачи снабжены пояснениями и ответами.
https://proglib.io/tests/test-na-matematicheskuyu-intuiciyu
В ладах ли вы с математикой? Вот несколько не самых сложных задач, главное в которых — проверить математическую интуицию и смекалку. Все задачи снабжены пояснениями и ответами.
https://proglib.io/tests/test-na-matematicheskuyu-intuiciyu
Библиотека дата-сайентиста | Data Science, Machine learning, анализ данных, машинное обучение pinned «У рыбака есть удочка, у программиста — алгоритмы, у дата сайентиста — математика. Но не всем математика книг и курсов по Data Science даётся легко, приходится вспоминать школьные азы: логарифмы, прогрессии, тригонометрию. Есть мнение, что всё машинное обучение…»
Хотите начать путь в анализе данных, давно в школе изучали математику, и все забыли?
Мы запускаем марафон по школьной математике, который поможет наверстать упущенное. В режиме реального времени вы сможете послушать клевых спикеров, порешать задачки, задавать свои вопросы, посмотреть занятия в записи.
Подробности тут: https://proglib.io/w/e753f8c4
Специально для подписчиков промокод DSPROGLIB на 10% до 05.01 18:00
Мы запускаем марафон по школьной математике, который поможет наверстать упущенное. В режиме реального времени вы сможете послушать клевых спикеров, порешать задачки, задавать свои вопросы, посмотреть занятия в записи.
Подробности тут: https://proglib.io/w/e753f8c4
Специально для подписчиков промокод DSPROGLIB на 10% до 05.01 18:00
Библиотека дата-сайентиста | Data Science, Machine learning, анализ данных, машинное обучение pinned «Хотите начать путь в анализе данных, давно в школе изучали математику, и все забыли? Мы запускаем марафон по школьной математике, который поможет наверстать упущенное. В режиме реального времени вы сможете послушать клевых спикеров, порешать задачки, задавать…»
📌 Последовательности и прогрессии
Первое занятие нашего интенсива по математике доступно онлайн! Мы рассмотрели основные понятия о последовательностях и прогрессиях и разобрали несколько ключевых примеров.
https://youtu.be/OjQ75pKKhIw
Пройти весь курс: https://proglib.io/w/4cd27315
Первое занятие нашего интенсива по математике доступно онлайн! Мы рассмотрели основные понятия о последовательностях и прогрессиях и разобрали несколько ключевых примеров.
https://youtu.be/OjQ75pKKhIw
Пройти весь курс: https://proglib.io/w/4cd27315
YouTube
Последовательности и прогрессии для начинающих
Сайт «Библиотеки программиста»: https://proglib.io
Оставить заявку на курс «Математика для Data Science» можно здесь – https://proglib.io/w/bb13962b
Промокод на скидку 20% – WEB20
Оставить заявку на курс «Математика для Data Science» можно здесь – https://proglib.io/w/bb13962b
Промокод на скидку 20% – WEB20
🧠 Исследуем архитектуры сверточных нейронных сетей с помощью fast.ai
Статья описывает наиболее популярные архитектуры сверточных нейронных сетей – ResNet, XResNet, EfficientNet и другие.
https://proglib.io/sh/vgqU1LX6Pm
Статья описывает наиболее популярные архитектуры сверточных нейронных сетей – ResNet, XResNet, EfficientNet и другие.
https://proglib.io/sh/vgqU1LX6Pm
5 распространенных задач на собеседовании по SQL для специалистов по данным.
https://proglib.io/w/4f75c9bd
https://proglib.io/w/4f75c9bd
Medium
5 Common SQL Interview Problems for Data Scientists
Helping you develop your SQL skills to ace any interview
🐍 Анимация градиентного спуска и ландшафта функции потерь на Python
Демонстрация работающих примеров визуализации ландшафта функции потерь и анимации процесса градиентного спуска.
https://proglib.io/sh/vaBLzkd4W9
Демонстрация работающих примеров визуализации ландшафта функции потерь и анимации процесса градиентного спуска.
https://proglib.io/sh/vaBLzkd4W9