Make Python Talk: Build Apps with Voice Control and Speech Recognition (2021)
Автор: Mark Liu
Количество страниц: 384

Эта практическая книга выведет ваши навыки работы с Python на новый уровень, поскольку вы научитесь создавать приложения с голосовым управлением для использования в повседневной жизни. Начав с некоторых знаний о Python и введения в функции распознавания речи / преобразования текста в речь, автор переходит к более сложным темам, таким как создание собственных модулей и создание рабочих приложений с голосовым управлением.

Скачать книгу

🤖 Практическое руководство по NLP: изучаем классификацию текстов с помощью библиотеки fastText

Рассматриваем практическое применение supervised NLP модели fastText для обнаружения сарказма в новостных заголовках.

https://proglib.io/sh/fvZJSqXcob

Материалы курса по обучению с подкреплением.

https://proglib.io/w/22fd82e1

25 функций Pandas, о существовании которых вы не знали.

https://proglib.io/w/3ca0e3c0

7 причин, по которым большинство фондов, использующих машинное обучение, терпят неудачу.

https://proglib.io/w/6d388645

Self-Supervised Representation Learning.

https://proglib.io/w/6091cc67

Всем привет!
Мы сделали анонимный сервис, который отбирает вакансии по вашим интересам.
Настройте личные фильтры: локация, точный технологический стек, и, конечно, не забудьте о деньгах.

Все самые подходящие предложения рынка – в @GetMeIT_bot

🤖 Машинное обучение для начинающих: основные понятия, задачи и сфера применения

Читайте в нашем обзоре детальное описание основных принципов, понятий и разновидностей машинного обучения.

https://proglib.io/sh/Hso3cD0i45

Чему бы вы хотели научиться?

Как data science определила самое жуткое слово в «Макбете».

https://proglib.io/w/333bdd63

По результатам всемирного опроса Stack Overflow 2020 язык программирования Python входит в тройку самых любимых технологий в среде разработчиков. Так что если вы только собираетесь научиться кодить, Python отлично подходит на роль первого языка программирования.

Специально для новичков мы подготовили курс, в котором обучаем основам программирования на Python с нуля до уровня Junior за 30 занятий. Вы научитесь не только программировать, но и сделаете несколько практических проектов — в частности, ботов для Telegram и Instagram. Преподаватели лично проверят ваши домашние задания и дадут полезные советы, так что вы точно во всём разберётесь.

Старт потока 15 сентября. Эксклюзивный промокод подписчикам канала DSPROGLIB на скидку 15% только до 6 сентября.

Информация о преподавателях, полная учебная программа и запись на курс здесь

Технологии инженерии данных 2021.

https://proglib.io/w/64c716c8

math.sqrt vs numpy.sqrt vs x ** 0.5: обсуждение производительности.

https://proglib.io/w/33ae7b25

Функции активации в глубоком обучении: от Softmax до Sparsemax - математическое доказательство.

https://proglib.io/w/edf6c48d

Оптимизация эластичного глубокого обучения с помощью AdaptDL для PyTorch.

https://proglib.io/w/5f98f512

📊 С чего начать погружение в Big Data?

Как стать специалистом по Big Data? Какое направление выбрать: Data Scientist, Data Analyst или Data Engineer? С чего начать изучение этого направления, разберем информацию для начинающих IT-шников.

https://proglib.io/sh/zobEXOhQMv

Представьте, что ваш знакомый/коллега/родственник попросил у вас совета, как стать программистом?

Поделитесь вашим мнением, что бы вы ему ответили:
https://forms.gle/7YZ2rxnyBWsnMqYD7

Лучшие ответы опубликуем в отдельной подборке!

📊 Путеводитель по Big Data для начинающих: методы и техники анализа больших данных

Методы и техники анализа Big Data: Machine Learning, Data mining, краудсорсинг, нейросети, предиктивный и статистический анализ, визуализация, смешение и интеграция данных, имитационные модели. Как разобраться во множестве названий и аббревиатур? Читайте наш путеводитель.

https://proglib.io/sh/B0XoxYVmb3

Принципы хорошего проектирования систем машинного обучения.

https://proglib.io/w/a55aab43

Practical MLOps: Operationalizing Machine Learning Models (2021)
Авторы: Valliappa Lakshmanan, Sara Robinson, Michael Munn
Количество страниц: 408

Внедрение ваших моделей в производство - основная задача машинного обучения. MLOps предлагает набор проверенных принципов, направленных на надежное и автоматизированное решение этой задачи. Подробное руководство познакомит вас с тем, что такое MLOps (и чем оно отличается от DevOps), и покажет, как применить его на практике для реализации ваших моделей машинного обучения.

Скачать книгу