Совмещение R и Python: зачем, когда и как?
А вы задумывались о совмещении двух наиболее популярных языков в DataScience? Если нет и мало представляете зачем это нужно, то советуем почитать данную статью!

#статьядня

https://habr.com/ru/company/ods/blog/348260/

Если вы хотите серьезно погрузиться в AI, то Вам просто необходимо освежить свои математические навыки!
В данном видео автор описывает свою стратегию максимально быстрого изучения математики.

#видеодня

https://www.youtube.com/watch?v=YzfdL58virc&list=PL2-dafEMk2A7ZzAw9PA0Yo3CXzpP4CZFA

Machine Learning для Vertica
В данной статье я хочу поделиться собственным опытом работы с машинным обучением в хранилище данных на Vertica.

#статьядня

https://m.habr.com/ru/post/436306/

#видеодня

Основы байесовского вывода
Лектор: Сергей Николенко

https://www.youtube.com/playlist?list=PL-_cKNuVAYAU0vPERG07V2B_fykSxiL7z

Нейронные сети для переноса стиля на фото
Prisma - это приложение, которое превращает ваши фотографии в произведения искусства, используя стили известных произведений и мотивов. Приложение выполняет передачу этого стиля с помощью ветви машинного обучения, называемой сверточными нейронными сетями.
В этой статье вы совершите путешествие по миру сверточных нейронных сетей от теории к практике.

#статьядня

https://harishnarayanan.org/writing/artistic-style-transfer/

​​Теорема Байеса: Святой Грааль Data Science
Теорема Байеса — одно из важнейших правил теории вероятностей, применяемых в Data Science. Рассмотрим интуитивный вывод теоремы на практике.

#статьядня

https://proglib.io/p/bayes-theorem/

Несколько полезных вещей, которые необходимо знать о Machine Learning
Повышаем квалификацию по ML. В данном документе содержится 11 полезных советов/уроков, одинаково применимых к машинному обучению и глубокому обучению.

#полезностьдня

https://homes.cs.washington.edu/~pedrod/papers/cacm12.pdf

Создаём чат-ботов для Slack: от простых до обученных ИИ
Заметили популярность чат-ботов ВКонтакте, Telegram, Facebook? В корпоративных сервисах вроде Slack они также способны приносить пользу.

#статьядня

https://proglib.io/p/intelligent-slack-bot/

​​Анализ данных и регрессия
Автор: Фредерик Мостеллер, Джон Тьюки

В книге исследуются проблемы границ применимости статистических методов к анализу реального мира, проблемы качества статистических выводов - что в них существенно и что несущественно. Под этим углом зрения рассматриваются основные статистические методы, предлагаются новые подходы.

#книгадня

Обучение и тестирование нейронных сетей на PyTorch с помощью Ignite
В данной статье автор детально разберет пример обучения нейронной сети для задачи классификации, используя ignite.

#статьядня

https://habr.com/ru/company/ods/blog/424781/

Математические основы теории машинного обучения и прогнозирования
Автор: В.В.Вьюгин

Книга предназначена для первоначального знакомства с математическими основами современной теории машинного обучения (Machine Learning) и теории игр на предсказания.

#книгадня

Скачать книгу:
https://iitp.ru/upload/publications/6256/vyugin1.pdf

​​Pandas-шпаргалочки
Немного полезной информации, которая всегда должна быть под рукой!

#полезностьдня

Machine Learning Basics
Глубокое обучение - это особый вид машинного обучения. Чтобы хорошо понимать глубокое обучение, нужно иметь четкое понимание основных принципов машинного обучения. В этой книге представлен краткий курс по наиболее важным общим принципам ML

#книгадня

https://www.deeplearningbook.org/contents/ml.html

Serverless tensorflow на AWS Lambda
Имея современные фреймворки типа Keras или Tensorflow и каталоги готовых решений становится проще создавать модели, которые дают необходимую для продукта точность.
Сегодня легко найти/скачать/натренировать модель и хочется иметь возможность также легко ее деплоить. Автор показажет практичный и удобный способ подобного деплоя, для которого не требуется быть специалистом в облачных технологиях и кластерах.

#статьядня

https://bit.ly/2DDI61c

Jupyter Notebook: Введение
А вы знали, что название "Jupyter" происходит от основных поддерживаемых языков программирования, которые он поддерживает: Julia, Python и R. Jupyter поставляется с ядром IPython, которое позволяет вам писать свои программы на Python. Но в настоящее время существует более 100 других ядер, которые вы также можете использовать.

#полезностьдня

https://bit.ly/2SaPTvj

Machine Learning в Uber
В данном выступлении автор расскажет о двух случаях использования. В первом приложении используется обработка естественного языка и машинное обучение, чтобы улучшить обслуживание клиентов. Другим примером использования является недавний запуск интеллектуальной системы ответов в приложении, которая позволяет партнерам-водителям реагировать на входящие сообщения водителя одним нажатием кнопки.

#видеодня

https://bit.ly/2ScLMip

​​Machine Learning with Python Cookbook: Practical Solutions from Preprocessing to Deep Learning
Автор: Chris Albon

Это руководство рассматривает современные подходы языка к решению актуальных проблем в данной области, принятые стандарты и практики, а также реальные примеры применения.
В книге рассматриваются такие темы, как векторы, матрицы и массивы; обработка текста; линейная регрессия; работа с моделями и многое другое.

#книгадня

Скачать книгу:
https://t.iss.one/progbook/2359

​​​​Спешим сообщить, что мы запускаем целый ряд онлайн-соревнований по созданию алгоритмических торговых стратегий с большим призовым фондом - QuantNet Contest!
Вы можете принять участие в соревнованиях и получать денежные призы уже через месяц после их старта.

Для этого Вам нужно:

- Зарегистрироваться на сайте quantnet.ai

- Создать и отправить свою первую стратегию. Чтобы Вам было проще начать, мы подготовили для Вас шаблоны стратегий с разъяснениями.
Отметим, что для того, чтобы стратегия приняла участие в соревновании, она должна удовлетворять определенным критериям. Подробнее о них и других деталях можно прочитать в правилах соревнований. Первые соревнования стартуют после сбора 50 допущенных стратегий, а в каждый следующий месяц будет запущен ряд новых соревнований.

Желаем удачи!

​​TensorFlow.js: машинное обучение на JavaScript с доставкой в браузер
Кратко рассмотрены основные особенности JavaScript-версии популярного фреймворка машинного обучения от Google – TensorFlow.js.

#статьядня

https://proglib.io/p/tensorflow-js/