Визуализация данных о коронавирусе с помощью Plotly.

https://proglib.io/w/5fcba23c

🎲 Зачем в науке о данных нужны теория вероятностей и статистика

Завершает наш небольшой цикл обзор методов и понятий теории вероятностей и статистики, используемых в машинном обучении и науке о данных.

https://proglib.io/sh/CNd83fBb7V

Обсуждение с Reddit: Как вы справляетесь с синдромом самозванца на работе?

https://proglib.io/w/93dfc5a1

Лекция по обучению с подкреплением.

https://youtu.be/0MNVhXEX9to

Объяснение работы нейронных сетей для начинающих.

https://proglib.io/w/4d167e31

Machine Learning for Time Series Forecasting with Python (2020)
Автор: Francesca Lazzeri
Количество страниц: 216

Данная книга является руководством по одному из наиболее важных элементов принятия решений в областях финансов, маркетинга, образования и здравоохранения: моделирование временных рядов. Несмотря на большую роль прогнозирования временных рядов, немногие бизнес-аналитики знакомы с мощью или полезностью применения машинного обучения для моделирования временных рядов. Франческа Лаззери, выдающийся data scientist и экономист, предоставляет читателям исчерпывающее и доступное введение в применение машинного обучения для прогнозирования временных рядов.

Скачать книгу

Практический опыт применения Machine Learning в Digital-продуктах

Что: онлайн-конференция для продактов, маркетологов и аналитиков от топовых компаний: Тинькофф, МТС, СБЕР, Epoch8 и AGIMA.
Когда: 3 марта в 18:00.
О чем: поговорим, как машинное обучение и искусственный интеллект помогают автоматизировать и оптимизировать процессы в компании, снижать издержки. Обсудим, как работает распознавание речи и предметов, где эти технологии можно применять. Почему так важны чат-боты, и как работает бот Олег. А также расскажем, как ML и AI влияют на нашу с вами жизнь на примере IKEA, LEGO и McDonald’s.
Как принять участие: зарегистрироваться по ссылке.
https://www.agima.ru/machinelearning/?utm_refcode=d422322631d6f57d0536904c15ce5c9d30921c0d

Исследование потоков, процессов и сопрограмм в Python с интересными примерами, которые показывают различия между ними.

https://proglib.io/w/29669855

metaflow: с легкостью создавайте реальные проекты в области науки о данных и управляйте ими.

https://proglib.io/w/d8ec381f

📊 Обучение на Data Scientist: стоит ли игра свеч?

Чтобы стать специалистом по Data Science, требуется приложить много усилий, поэтому мы подготовили для вас небольшой обзор рынка труда и способов сменить профессию.

https://proglib.io/sh/inCeLVG28P

Freewire: эксперимент со «свободными» соединениями в нейронных сетях.

https://proglib.io/w/ccf224f4

Как создать проект по науке о данных с нуля.

https://proglib.io/w/61413b6a

Transformers for Natural Language Processing (2021)
Автор: Denis Rothman
Количество страниц: 384

Архитектура трансформеров оказалась революционной, превзойдя классические модели RNN и CNN, используемые сегодня специалистами по нейронным сетям. Книга проведет вас через обработку естественного языка с Python и раскроет различные выдающиеся модели и наборы данных в рамках архитектуры трансформеров, созданной такими компаниями, как Google, Facebook, Microsoft, OpenAI и Hugging Face.

Скачать книгу

Автор статьи делится опытом отбора кандидатов на должности в области науки о данных.

https://proglib.io/w/d37ad468

Туториал по визуализации данных: данные о погоде.

https://proglib.io/w/711c3026

10 новых лекций по обучению с подкреплением с множеством примеров.

https://proglib.io/w/149137eb

Introduction to Linear Algebra (2016)
Автор: Gilbert Strang
Количество страниц: 584

С обновлениями, привнесенными пятым изданием, данная книга стала больше, чем просто учебником по линейной алгебре. Новые главы, посвященные применению SVD, вероятности и статистике, а также методу главных компонент в финансах и генетике, дополняют и расширяют границы понимания предмета. Базовый курс сопровождается восемью приложениями: дифференциальные уравнения в инженерии, графики и сети, статистика, методы Фурье и БПФ, линейное программирование, компьютерная графика, криптография.

Скачать книгу

5 популярных операций с колонками в Pandas.

https://proglib.io/w/f9502218

​Хотите освоить сложную ИТ-специальность, но не знаете с чего начать? Начните с самого сложного!

4 марта с 19:00 до 20:30 «Библиотека программиста» проводит бесплатный вебинар «Зачем нужна математика?». Вы узнаете, почему математику называют царицей наук, чем дискретная математика отличается от непрерывной и с чем едят матанализ.

Аспирант факультета ВМК МГУ Дмитрий Емельянов расскажет вам о применении абстрактной науки в реальной жизни и в сфере высоких технологий, а потом ответит на вопросы участников.

Зарегистрироваться можно тут

Узнать больше о курсе “Высшая математика для Data Science” тут

🤖 Как устроены современные рекомендательные системы?

Сегодня мы глубоко погрузимся в особенности работы алгоритмов искусственного интеллекта, на которых построили бизнес Facebook, Google и другие ИТ-гиганты. Внимание: статья рассчитана на специалистов.

https://proglib.io/sh/k1HW3sRTEx

Теоретические основы графовых нейронных сетей. Выступление в компьютерной лаборатории кембриджского университета.

https://proglib.io/w/8ea4a2df