Введение в обнаружение объектов с помощью TensorFlow 2.

https://proglib.io/w/aa78f8b4

🤖 Классификация одежды из набора данных DeepFashion с помощью Fastai

Статья описывает мультиклассовую классификацию изображений на основе модели ResNet34 с помощью популярных библиотек PyTorch и Fastai. Автор начинает с ревизии зимней одежды и заканчивает нейросетями.

https://proglib.io/sh/leWP32NofD

​Glassford Global приглашает старших аналитиков и консультантов с навыками в data science на проект по построению макроэкономических моделей для банка.
Требуемые компетенции:
• опыт построения макроэкономических моделей;
• уверенный уровень владения python;
• образование экономическое/ финансовое будут существенным плюсом.
Дата старта проекта: 1 апреля
Продолжительность проекта: 5 месяцев
Загрузка: full-time, удаленно
Проект выполняется в составе команды крупной международной консалтинговой компании.
Если у Вас есть подходящая кандидатура и Вы готовы поделиться контактами, то у нас есть специальное предложение! За успешные референсы для Alumni Glassford Global действует программа бонусов и премирования 😉 Узнать подробнее можно по телефону +7 499 110 01 82 или [email protected] @glassford_global

Deep Learning for the Life Sciences (2019)
Автор: Bharath Ramsundar, Peter Eastman, Patrick Walters, Vijay Pande
Количество страниц: 238

Глубокое обучение уже достигло замечательных результатов во многих областях. Теперь оно влияет на науку в целом и на науки о жизни в особенной манере. Эта практическая книга учит разработчиков и ученых тому, как использовать глубокое обучение в геномике, химии, биофизике, медицинском анализе и других областях.

Скачать книгу

​Хотите освоить Data Science и не можете выбрать специализацию? Разберитесь с математической базой!

Сегодня в 19:00 по мск «Библиотека программиста» проводит бесплатный вебинар «Какие разделы математики в каких областях Data Science используются?»
Потратив всего два академических часа (одну вузовскую «пару»), вы получите представление о существующих внутри отрасли профессиях и сможете понять, в каком объеме нужно овладеть математикой для получения работы мечты.

Занятие проведет преподаватель курсов МГУ Кирилл Герасимов, автор более 15 научных публикаций. Он расскажет о практических примерах применения математических методов в Data Science и ответит на вопросы участников.

Зарегистрироваться можно тут

dgl: глубокое обучение на графах.

https://proglib.io/w/0c4f8570

Facebook нашел новый способ обучения своей технологии искусственного интеллекта с минимальным вмешательством человека и может в конечном итоге использовать его для точного считывания медицинских изображений.

https://proglib.io/w/e3961097

Выпуск PyTorch 1.8, обновления компилятора и распределенного обучения, а также новые туториалы.

https://proglib.io/w/896f7b37

Создание приложения на Flutter с TensorFlow Lite.

https://proglib.io/w/bbd144ac

Современные модели генерации изображений.

https://proglib.io/w/eeff7a6e

‍Хотите сами разобраться в облачных базах данных вашего бизнеса и научиться работать с ними?

На тренинге «Основы работы с данными в Azure» эксперты расскажут об основных концепциях работы с облачными базами данных и покажут наиболее популярные подходы к работе с ними. А ещё у вас будет возможность подготовиться и пройти сертификационный экзамен DP-900.

Не упустите шанс >>ссылка<<

Мультимодальные нейроны в искусственных нейронных сетях.

https://proglib.io/w/3fa8aa80

Обучение Data Science в 2021: книги, блоги, каналы на YouTube и многое другое.

https://proglib.io/w/5b047594

📌Подписывайтесь на наш Instagram и получайте полезные книги первыми: instagram.com/proglibrary

🤖📊 Как машинное обучение упорядочивает большие данные

Когда в работу с большими данными вступает машинное обучение, игра выходит на новый уровень. Рассказываем, как и зачем методы Machine Learning применяется в сфере Big Data.

https://proglib.io/sh/13LhDQMtPe

Рекомендации по изучению математики для машинного обучения.

https://proglib.io/w/a420c484

A Python Data Analyst’s Toolkit (2020)
Автор: Gayathri Rajagopalan
Количество страниц: 420

Изучите основы анализа данных и статистики с помощью тематических исследований с использованием Python. Автор покажет вам, как уверенно писать код на Python и использовать различные библиотеки и функции для анализа любого набора данных. Код представлен в ноутбуках Jupyter, которые можно в дальнейшем адаптировать и расширять.

Эта книга разделена на три части - программирование на Python, анализ и визуализация данных, статистика. Вы начнете с введения в Python - синтаксис, функции, условные операторы, типы данных и различные типы контейнеров. Затем вы изучите более сложные концепции, такие как регулярные выражения, обработка файлов и решение математических задач с помощью Python.

Скачать книгу

7 книг, не связанных с наукой о данных, которые сделают вас более компетентным специалистом.

https://proglib.io/w/daffe6cb

Наука о данных для психологов.

https://proglib.io/w/747ef447