Прогнозирование трафика с помощью графовых нейронных сетей.

https://proglib.io/w/53ef277e

Хей, Data Scientist? Готов побороться за 10 000 000 рублей на хакатоне? Тогда слушай задачу :)

Нужно разработать сервис, предлагающий посетителю библиотек и культурных центров Москвы уникальные персонализированные подборки контента и активностей учреждений на основе уже имеющегося "культурного опыта" человека.

В сервисе также будет собираться весь "культурный опыт" человека, данные о котором собираются и передаются от учреждений.

Готов избавить москвичей от мук выбора культурных мероприятий?

Подавай заявку: https://clck.ru/QqPLZ

Deep Learning with R (2018)
Авторы: François Chollet, J.J. Allaire
Количество страниц: 341

Deep Learning with R демонстрирует технологии глубокого обучения с помощью мощной библиотеки Keras и ее языкового интерфейса на R. Книга поможет вам изучить DL при помощи интуитивно понятных объяснений и практических примеров. Автор книги - создатель Keras.

Скачать книгу

Три книги, которые будут полезны каждому специалисту по данным.

https://proglib.io/w/18146470

В мире компьютерных игр не только безумное разнообразие жанров 🎲🎮🕹👾, но и огромные бюджеты международных IT-гигантов. Стать разработчиком игр = обеспечить себя захватывающей работой и высокой зарплатой. Какие шаги предпринять, ещё учась в школе, расскажут 12 сентября (сб) в 12:00 на IT-субботнике GeekBrains «Из геймера в разработчики игр».

Кому будет полезно:
👪 Родители, чьи дети любят компьютерные игры. Вы узнаете, как направить интерес в полезное русло и позаботиться о будущем ребёнка.
🎮 Школьники, которые задумываются о выборе профессии. Вы поймете, чем привлекательна разработка игр и подходит ли она вам.

Бесплатная регистрация и все подробности здесь 👉 https://proglib.io/w/ebdaabcb

Analytical Skills for AI and Data Science (2020)
Автор: Daniel Vaughan
Количество страниц: 232

Хотя несколько лидирующих на рынке компаний успешно трансформировали свои бизнес-модели, следуя путям, основанным на данных и искусственном интеллекте, подавляющее большинство еще не воспользовалось открывшимися преимуществами. Как ваши аналитические подразделения могут получить конкурентное преимущество, используя весь потенциал этой революции в области прогнозирования? В этом практическом руководстве представлен проверенный на практике метод, который поможет вам сделать бизнес-решения более гибкими с использованием данных и ИИ.

Скачать книгу

Building Machine Learning Pipelines (2020)
Авторы: Hannes Hapke, Catherine Nelson
Количество страниц: 366

Компании тратят миллиарды на проекты машинного обучения, но деньги пропадают зря, если модели не могут быть эффективно развернуты. В этом практическом руководстве авторы проведут вас по этапам автоматизации конвейера машинного обучения с использованием фреймворка TensorFlow. Вы изучите методы и инструменты, которые сократят время развертывания с дней до минут, чтобы вы могли сосредоточиться на разработке новых моделей, а не на обслуживании устаревших систем.

Скачать книгу

​Будущее рядом — освой профессию Data Scientist

Раньше мы с огромным интересом смотрели фильмы про искусственный интеллект и гадали, как же это пришло в голову сценаристам и режиссёрам, ведь так не бывает.
Но в реалиях настоящей жизни искусственный интеллект — это не фантазии американских сценаристов-выдумщиков. Это реальность, которая стремительно врывается в нашу жизнь. Но с одной поправкой. Незаменимый помощник Data Scientist — специалист по машинному обучению, который выбирает архитектуру и обучающие алгоритмы, для работы с этими данными.

И у тебя как раз есть шанс стать тем самым незаменимым специалистом благодаря курсу от Skillbox «Профессия Data Scientist».

На курсе тебе предстоит научиться очень многим интересным вещам: от программирования на Python и визуализации данных до программирования на R и применения нейронных сетей для решения реальных задач.
Skillbox даёт возможность сначала уделить время обучению, а заботы с оплатой можно отложить на полгода.

После прохождения курса не стоит переживать о том, где найти работу. Эти заботы берут на себя опытные HR-специалисты.

Открой мир будущего — переходи по ссылке ▶️ https://clc.am/85_baw и бронируй место на курсе со скидкой 40%.

Building Machine Learning Pipelines (2020)
Авторы: Hannes Hapke, Catherine Nelson
Количество страниц: 366

Компании тратят миллиарды на проекты машинного обучения, но деньги пропадают зря, если модели не могут быть эффективно развернуты. В этом практическом руководстве авторы проведут вас по этапам автоматизации конвейера машинного обучения с использованием фреймворка TensorFlow. Вы изучите методы и инструменты, которые сократят время развертывания с дней до минут, чтобы вы могли сосредоточиться на разработке новых моделей, а не на обслуживании устаревших систем.

Скачать книгу

Онлайн-форум “INFADAY 2020. Как обеспечить готовность цифровых организаций“

Когда: 24 сентября 2020 года, с 10:00 до 17:30 по Москве.
Где: онлайн.
Стоимость: бесплатно

О мероприятии:
Текущая ситуация стала вызовом для всех сфер бизнеса и коснулась каждой компании. Мы обобщили самые частые запросы, которые к нам поступают, и организовали онлайн-форум для их обсуждения. На форуме выступят эксперты DIS Group и представители международных лидирующих компаний: Банк ВТБ, Теле2, Онлайн-кинотеатр ivi, Сбербанк, банк Монте дей Паски ди Сиена, Lamoda, Утконос, и других.

Среди проблем, которые будут обсуждаться на форуме:
❓Кратчайший путь к цифровой организации с помощью данных.
❓Как оценить уровень Data Excellence в организации.
❓Что важно учесть и не упустить при планировании и реализации Data Strategy.
❓Какие технологии необходимы, чтобы поддержать стратегию.
❓Как бизнес-пользователю сделать правильный заказ на данные.
❓«Я могу найти данные сам». Self-service для бизнес-пользователей, или как получить данные без обращения в ИТ.
❓Какие данные есть в системах и насколько они достоверны — инструменты оценки.
❓Классификация и терминология — сокращение времени на подготовку качественной отчетности.
❓Более точные прогнозы, более результативные предложения для клиентов.
❓Контроль доступа к данным — технологические возможности актуальны как никогда.
❓Как и где хранить данные («Аренадата»).
❓Бесперебойная работа ИТ.
❓Взгляд в будущее: roadmap цифровой организации.

Ключевые спикеры мероприятия:
👤 Олег Гиацинтов, технический директор, DIS Group.
👤 Павел Лихницкий, генеральный директор, DIS Group.
👤 Эмилио Вальдес (Emilio Valdes), вице-президент, регион EMEA, EE, MEA & LATAM, Informatica.
👤 Эндрю Джосс (Andrew Joss), директор индустриального консалтинга, Informatica.
👤 Иван Черницын, руководитель Центра аналитических решений Дирекции региональных продаж, «Газпром нефть».
👤 Сергей Золотарев, генеральный директор, Arenadata.
👤 Виктор Булгаков, руководитель службы развития систем управления данными, банк ВТБ.
👤 Фабио Скиера, банк «Монте дей Паски ди Сиена».
👤 Евгений Васильев, руководитель направления BMC Software, DIS Group.
👤 Василий Хасанов, ведущий эксперт по маскированию данных, DIS Group

Подробности и регистрация: https://bit.ly/2FH6SRy

Визуализация данных в pandas для новичков.

https://proglib.io/w/424b42e3

Чтение HTML-таблиц с помощью Pandas

Функция pandas read_html() может быстро собирать данные из таблиц HTML. Вы узнаете, как её использовать, а также познакомитесь с некоторыми методами очистки данных HTML.

https://proglib.io/w/656c7bb8

Доступен seaborn 0.11.0.

https://proglib.io/w/582a8a3d

💠 Как выбрать видеокарту для нейронных сетей и глубокого обучения

Выбираем видеокарту под разные задачи машинного обучения и обходим «подводные камни». Узнаем, какие карты не стоит покупать, из чего составить кластер и что делать при скромном бюджете.

https://proglib.io/sh/Sena6Eotqu

Серия туториалов по pytorch.

https://proglib.io/w/4a4ea13c

Вторая часть курса по глубокому обучению от Deep Learning School.

https://proglib.io/w/7cdea442

Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems (2019)
Автор: Aurélien Géron
Количество страниц: 856

Благодаря недавней серии прорывов глубокое обучение расширило всю область машинного обучения в целом. Теперь программисты, которые почти ничего не знают о работе этой технологии, могут использовать простые и эффективные инструменты для реализации программ, обучающихся на данных. Книга показывает читателю, как это делается. Используя конкретные примеры, минимум теории и два фреймворка Python — Scikit-Learn и TensorFlow — автор поможет вам получить интуитивное понимание концепций и инструментов для построения интеллектуальных систем. Книга была обновлена после выхода TensorFlow 2.0.

Скачать книгу

Рецензия на специализацию по глубокому обучению от deeplearning.ai.

https://proglib.io/w/83db8a72

Перцептрон, созданный на языке программирования COBOL.

https://proglib.io/w/e22a427c