Использование Python и Pandas Datareader для анализа финансовых данных.

https://proglib.io/w/0410dbb8

Какие медиа Вы читаете?

Пройдите короткий опрос и получите промокод 5% на все курсы Библиотеки программиста!

https://docs.google.com/forms/d/e/1FAIpQLSd3389cZTNhrnifV_5JaQuKVXzUFykk74Y-pK7jVioqlrV3lQ/viewform

Опрос займет всего пару минут

12 вещей, которые я хотел бы знать, прежде чем начать работать специалистом по данным.

https://proglib.io/w/5c42a866

Как самостоятельно изучить Data Science: практическое руководство.

https://proglib.io/w/5b209344

Elementary Linear Algebra (2019)
Авторы: Howard Anton, Anton Kaul
Количество страниц: 608

Авторы предоставляют простое изложение линейной алгебры, которое подходит для студентов первого курса бакалавриата. Цель учебника состоит в том, чтобы как можно более подробно объяснить основы линейной алгебры. Знания матанализа не являются обязательным условием для начала чтения, но есть четко обозначенные упражнения и примеры для студентов, изучавших математический анализ.

Скачать книгу

Мое трехлетнее путешествие: от нулевых знаний Python до мастера контестов по Deep Learning.

https://proglib.io/w/31d1b93e

pandas-datareader: извлечение данных из широкого спектра интернет-источников в датафрейм pandas.

https://proglib.io/w/4f48a1c0

"Apache Spark на Scala" - практический онлайн интенсив и ключ ко всем дверям в области Big Data.

Программа стартует уже 16 февраля. Для подписчиков канала "Библиотека data scientist’а" действует промокод "dsproglib_21" на скидку 12 000 руб. до старта курса.
Оставляйте заявку - задавайте вопросы: https://clck.ru/SzCbb

👉🏻Рассчитан для дата инженеров, разработчиков и дата сайентистов

В программе:
- 11 живых вебинаров, где мы подробно рассматриваем работу с Dataframe/Dataset API и Structured Streaming API.
- 5 практических лаб, объединенных в пайплайн от получения данных из Kafka до подготовки и обновления расширенной матрицы признаков.
- 5 инструментов для формирования витрин данных и последующего анализа: Kafka, Elasticsearch, Cassandra, PostgreSQL, HDFS.

🔥Программа построена на Scala и дает возможность получить практические навыки работы с Apache Spark и глубоко изучить Spark Structured Streaming

Обучение на реальных датасетах, живое общение, обратная связь, Slack и все положенные плюшки прилагаются✌️

📚 С чего начиналась наука о данных: история в лицах и ключевых работах

Через ключевые научные работы и их авторов попробуем разобраться, с чего начиналась история Data Science и как новая наука формировалась в течение десятилетий. Начнем отсчет с докомпьютерной эры.

https://proglib.io/sh/UEKIg2Fex0

Почему мое использование памяти резко увеличивается при объединении датафреймов?

https://proglib.io/w/2d9199de

📊 Ваша повседневная шпаргалка по Matplotlib

Предлагаем вашему вниманию полное руководство по визуализации на Python. В переводе также были исправлены допущенные автором оригинальной статьи ошибки в коде.

https://proglib.io/sh/hNgu5AacMq

​1 000 000 рублей на разработку от ML SPACE для бизнеса: грант на проект мечты
Искусственный интеллект и машинное обучение — технологии настоящего и будущего, конкурентные области, где каждый день появляются прорывные идеи и интересные проекты. Если у вас есть идея революционного продукта — нужна мощная платформа, чтобы его развивать. Рекомендуем ML SPACE от SberCloud — пока что единственный в мире сервис на базе суперкомпьютера Christofari c распределённым обучением на 1000+ GPU. Разработка и совместная работа команд Data Science в ML SPACE — это комфортно, быстро и эффективно. Почему? Всё просто:
- Популярные фреймворки и библиотеки для ML-разработки интегрированы в платформу — можно брать и пользоваться.
- Модели деплоятся в три клика — через UI, API или код. Легко и быстро.
- Распределённые задачи запускаются на кластер целиком, что сокращает time to market в разы: дни вместо недель, минуты вместо дней.
- Оплата по схеме Pay as you go — только за ресурсы, которые используются на проекте.
Сейчас компании, развивающие AI и ML продукты, могут получить от платформы грант до 1 000 000 рублей. Прочитать больше о возможностях, фишках и преимуществах ML SPACE для бизнеса и оставить заявку на грант можно по ссылке. Количество грантов ограничено, так что не упустите момент!

Approaching (Almost) Any Machine Learning Problem (2020)
Автор: Abhishek Thakur
Количество страниц: 300

Эта книга предназначена для людей, обладающих теоретическими знаниями в области машинного обучения и глубокого обучения и желающих погрузиться в прикладное машинное обучение. Книга не объясняет алгоритмы, она больше ориентирована на то, как и что вы должны использовать для решения задач с помощью машинного обучения.

Скачать книгу

Видеокурс по pandas.

https://proglib.io/w/c5b99b38

Full Stack глубокое обучение - лекция №1.

https://proglib.io/w/facc7ab0

Блокноты для анализа данных | Обзор 2020.

https://proglib.io/w/25240733

Алгоритм стохастического градиентного спуска с Python и NumPy.

https://proglib.io/w/fc04b547

​✅ 20 рекомендательных систем, подходящих для доработки и внедрения на площадке
🙌🏻 69 команд
📍 11 городов
🌏 3 страны

Таковы итоги #ZakupkiHack – первого хакатона в истории электронной торговой площадки «Росэлторг».

В течение трёх дней участники решали наиболее актуальную задачу из сферы закупок – разработка рекомендательной системы для электронных торгов, которая поможет ответить на вопросы, какие тендеры и процедуры можно предложить поставщику, анализируя его опыт, историю участия в других торгах и историю побед.

В распоряжение участников организаторы хакатона «Zakupki.Hack» предоставили абсолютно реальные данные за 2 года по торгам, проведённым на площадке «Росэлторг» в рамках 44-ФЗ и 223-ФЗ. Также участники могли в любой момент получить консультации экспертов по специфике закупочных процедур и законодательства о закупках.
Из 69 команд в финал вышли пять, и три из них стали победителями, разделив между собой призовой фонд хакатона «Zakupki.Hack».

«Главным вдохновением для нас стала работа над реальной проблемой, существующей сегодня в сфере электронных торгов. Мы хотели создать систему, которая в режиме реального времени будет показывать поставщикам, зашедшим на «Росэлторг», релевантные им торги, тем самым экономя их время и деньги. И мы рады, что за такой короткий срок нам удалось это сделать» – поделись впечатлениями участники команды-победителя «Объект-42» из Москвы.

NumPy 1.20.0 выпущен.

https://proglib.io/w/0764a479

Deep Reinforcement Learning with Python (2020)
Автор: Sudharsan Ravichandiran
Количество страниц: 760

Благодаря значительному повышению качества и количества алгоритмов в последние годы данная книга была преобразована в наполненное примерами руководство по глубокому обучению с подкреплением. К концу работы с ним вы научитесь эффективно использовать Reinforcement Learning и Deep RL в своих реальных проектах.

Скачать книгу

Роадмап по Data Science.

https://proglib.io/w/185a3909