Космический титаник
За две ночи сделал анализ титаника, небольшая разминочка. Новый сорев от кегля. Возможно на нем буду тестить всякие штучки для MLOPS. Если
вы любитель сводных таблиц и эстет красивых график мастхев ту чек!
кликMLoopphs
В общем вышел трек у ODS по MLOPS. Я видел, что кто-то и подписался даже на меня, приятно, приятно. Рад что то что я делаю вносит импакт. Так вот буду обновлять по мере выхода. Это конспектики. Будет очень приятно если залайкаете, хочу что бы он попал в популярное. Мы уже с вами так делали. Так же тех, кто недавно подписался, приглашаю посмотреть старые записи, думаю будет полезно.
клик
Блог о Data Science 💻
Это долгое затишье перед бурей. * Я вернусь, но ближе к середине весны. * Я собираю очень большой материал, по самоподготовке к jun+/middle ml/cv. * До конца лета планируется поднять рейтинг до кегль мастера. [ я очень близок к этому ] * Моё отсутивие и название…
Я тут подумал. Как это все собрать в одну кучу? И вспомнил про два отличных сервиса. Wiki+hub.
На вики будут треды с конспектами. На хабе ноуты, книжки и сборники задач.
+ я очень постараюсь систематизировать это дело и оформить его более практико ориентированно
На вики будут треды с конспектами. На хабе ноуты, книжки и сборники задач.
+ я очень постараюсь систематизировать это дело и оформить его более практико ориентированно
Так как много ребят пришли сюда с MLOps чата. Что бы поддержать как то интерес к публикации вики ( которая кстати активно пишется и наверное бета версия выйдет после написания первых двух глав) и в целом проявить какую то инициативу в саппорте моего канала для ваших проектов. Хочу с вами поделиться парой книжек.
Не переходите в комментарии и не скачивайте их :(
Не переходите в комментарии и не скачивайте их :(
🔥2
TPS APR 22
Как обычно аналитика. В этот раз с сеткой)
Топ4 солюшн пока что. Но желание решать тпс абсолютно пропало и если честно делать EDA тоже. Я все больше и больше ухожу как раз в построение пайплайнов и мл систем дизайна. Давайте так, если наберем серебро, вероятно это последняя тпс до августа в которой я участвую. То я выложу демку или можете называть это сниппет своей большой статьи, в течении недели. ( с момента получения серебра ) Там по большей части пока что основы, никаких хард скиллов. Но там тот фундамент, то закладывание мышления которое будет двигать вас вперед.
клик🔥7
Блог о Data Science 💻
TPS APR 22 Как обычно аналитика. В этот раз с сеткой) Топ4 солюшн пока что. Но желание решать тпс абсолютно пропало и если честно делать EDA тоже. Я все больше и больше ухожу как раз в построение пайплайнов и мл систем дизайна. Давайте так, если наберем серебро…
Jun_from_scratch.pdf
599.9 KB
DEMO
В следующий раз надо спрашивать с вас золото, не меньше. Версия, конечно, очень сырая. Будет круто если вы дадите фидбек. Что бы понимать, что понравилось, что не понравилось, что где поменять стоит. Я, конечно, не senior DS, но вот то что там уже написано, этого достаточно что бы начать развиваться в DS с огромной скоростью. Я буквально уверен, что тип мышления очень сильно решает. Нужно буквально быть в ресурсе и думать на другом уровне. Если вы начинаете задаваться вопросами, я уверен, это то что поменяет вас. Если очень долго бить стену, то она когда нибудь сломается, поэтому вам нужна стойкость и огонь. Никогда не поздно начать, вот меня например мотивирует, что где то-то там какой то индус решает в 10 раз больше задач, чем я. И эта мысль вводит меня в ресурс. Я бывает ночами не сплю, что бы в чем то разобраться и попробовать что-то новое.
Будет очень круто если кто-то напишет жесткую критику) Все принимается.🔥11
Что ж, какие книги вам интересно было бы почитать?
Final Results
56%
Анализ данных
53%
Вышмат с кайфом
32%
Deep learning
24%
Reinforcement learning
26%
Девопс ( не читал пока, но вроде прикольно )
Книги по Анализу Данных
Анализ Данных в науке и технике Стивен Л. Брантон, Дж. Натан Куц
Анализ Данных в науке и технике Стивен Л. Брантон, Дж. Натан Куц
Одна из самых прикладных книг, которая дает именно практико-ориентированные знания с самого начала. Понимание SVD, Рядов Фурье и тп. все это применяется почти в каждом проекте, однако об этом почему то мало кто пишет в своих книгах. Кроме того они рассказывают фундаментально и наглядно. Несмотря на сложные формулы для начинающих книга легко читается.
Как вытащить из данных максимум Джордан МорроуЭта книга не про харды. Но она очень крутая, если вы хотите разобраться с цифровизацией. Помимо понимания хардов нужно понимать происхождения данных, историю и взаимодействия с ними. Если вы работаете с данными, вам обязательно нужно понимать как происходит работа с данными в бизнесе. Книга учит задаваться вопросом "Почему?", что немало важно и является одним из двигателей индивидуального прогресса как в хардах, так и в целом.Чуть позже оставлю в комментариях
🔥11
Я думал в каком формате сделать ML конспекты, в свое время, я нашёл отличные курсы и отличные учебники по МЛ алгам. Но мне не хватало теории, я все чаще замечаю, что иногда не разбираюсь во всех тонкостях алгоритмов, как мне хотелось бы. Я думаю насчёт того, что бы выпустить что то вроде OWOM ( one week - one model ), где постараюсь подробно разобрать теорию, какие то нюансы и написать алгоритм только с использовать классов и numpy/pytorch. В целом это неплохая практика как для меня, так будет полезно и вам, но все же узнаю.
Я постараюсь разобрать только основные модели, без фанатизма.
Я постараюсь разобрать только основные модели, без фанатизма.
🔥11
Upd: я буду выкладывать книги раз в неделю по тому порядку, которяй в рейтинге опроса(около пятничный формат, что бы на расслабоне в выходной почитать) . Так же вероятно помимо книг, когда они кончаться, буду вам советовать ютуб (если не прикроют) и прочие ресурсы, их не так много, но некоторых смотрю/ читаю с кайфом. 🤖
🔥8
Книги по вышмату
Introduction to probability & statistics
Все ссылки в комментах
Introduction to probability & statistics
В свое время долго разбирался с теорией вероятности и мат. статистикой. Большинство книг СНГ не используют единую систему обозначений. Не имеют актуальный и исчерпывающий материал. Какие то темы вообще пропускаются. Но книги от univeristy of callifornia просто находка. Мне очень нравиться их подача. Их примеры. Несмотря на том, что она на английском, но разобраться в твимсе с этой книгой будет в разы проще чем с какой либо еще. Тем более она именно практико-ориентированная. Вам не просто так дают формулы, а дают более менее реальные примеры использования с выходом в машинное обучение/эконометрику/аналитику/знание AB тестов.Линейная Алгебра на Python
Если вы начали читать книги которые я советовал выше по анализу данных. То там нужно разбираться в линейной алгебре. Следовательно эта книга, она конечно не исчерпывающий материал. Но можно разобраться с реализацией многих алгоритмов и покрутить их самим.Математика для Data Science [2021] Миронов, Минеева
Небольшой материал по подготовке от STEPIK. Тут именно практика, с разбором, с задачами, с конспектами. Все ссылки в комментах
🔥15
Книги по deep learning
Одна из современных и актуальных книг по глубокому обучению. Актуальный код на 3 фреймворках. Есть курс видео лекций. Если вы только начинаете или мигрируете с разных фреймворках, то это отличный способ в пару кликов разобраться с основными паттернами. Советую!
Отличная книга для начала, хоть и немного устаревшая. С понятными картинками, хорошо подойдёт для самых маленьких)
Во многом схожа с предыдущей, как альтернатива, если любите цветные картинки, но тут меня фундаментального матана.🔥6