Введение в машинное обучение с помощью TensorFlow.

https://proglib.io/w/88e8fb1c

Mathematics for Machine Learning (2020)

В книге рассматриваются основные математические инструменты, необходимые для понимания машинного обучения, включая линейную алгебру, аналитическую геометрию, матричные разложения, векторное исчисление, оптимизацию, вероятность и статистику. Эти темы традиционно преподаются на разных курсах, что затрудняет эффективное изучение математики студентами или профессионалами. Данный учебник устраняет разрыв между учебными материалами по машинному обучению и пособиями по математике, представляя работу важных математических понятий. Каждая глава содержит проработанные примеры и упражнения для проверки понимания. Руководства по программированию предлагаются на веб-сайте книги.

Скачать книгу

В видео за 6 минут объясняется принцип линейной регрессии.

https://proglib.io/w/90b3b8c5

В серии видео подробно разбирается работа Random Forest.

https://proglib.io/w/1e2cfba8

​​Если дела в команде аналитиков не ладятся, все либо паникуют, либо зовут дата-инженера.

Пока что таких специалистов мало, поэтому, возможно, позовут именно вас. Раскрыть себя в новой роли поможет курс «Data-инженер»: научитесь проектировать модели данных, строить рабочий пайплайн в облаке и упаковывать в него искусственный интеллект.

Нестыдные проекты для портфолио тоже будут. Узнать больше о программе обучения и профессии → http://netolo.gy/fuj

Обзор четырёх популярных NLP-моделей

RNNLM, Word2vec, GloVe и fastText. История создания, варианты использования, преимущества и недостатки четырёх моделей обработки естественного языка.

https://proglib.io/w/a736df85

Как создать онлайн-портфолио новичкам в Data Science.

https://proglib.io/w/29a705c4

В статье рассматривается создание классификатора изображений.

https://proglib.io/w/70633657

Полный бесплатный курс по линейной алгебре.

https://proglib.io/w/e22b7526

Создавай цифровые решения будущего и получи приз!

Мы объявляем онлайн-хакатон VirusHack от Ростелекома, организованный в партнерстве с Агентством инноваций Москвы и РАЭК. В нем вы прокачаете свои навыки в разработке технологий, которые помогут людям, бизнесу и государству приспосабливаться к нестандартным условиям жизни.

Победитель реализует свой проект при поддержке крупнейших компаний страны!

Призовой фонд хакатона 2 500 000 рублей!

Онлайн-хакатон пройдет с 3 по 5 мая 2020 года — успейте зарегистрироваться на него до 30 апреля 2020-го: https://proglib.io/w/50413f6d

Добавляйтесь в чат хакатона: https://bit.ly/2RAQgOx

В видео разбирается использование Logistic Regression.

https://proglib.io/w/effa2da4

Как пандемия влияет на финансовые рынки: анализ данных

Какое влияние оказывает COVID-19 на финансовые рынки: анализируем текущую ситуацию и сравниваем с тем, как реагировал глобальный рынок на минувшие пандемии.

https://proglib.io/w/35d59239

Видео-обзор возможностей Keras.

https://proglib.io/w/f1af0d01

Автор статьи рассказывает об устройстве некоторых моделей машинного обучения.

https://proglib.io/w/26c1495a

Материал о том, как эффективно использовать Random Seeds.

https://proglib.io/w/7f37d164

Пожалуйста, присылайте вопросы, которые вам задавали на собеседованиях, в бота @data_science_interviews_bot (желательно с ответами). Мы будем анонимно публиковать ваши вопросы с решениями в этом канале. Этим вы можете помочь развитию нашего сообщества. Бот: @data_science_interviews_bot. Спасибо!

30 шпаргалок по разным областям Data Science.

https://proglib.io/w/c11f8578

Deep Learning for NLP and Speech Recognition (2019)
Авторы: Uday Kamath, John Liu, James Whitaker

В этом учебнике описывается архитектура глубокого обучения с приложениями к различным задачам NLP, включая классификацию документов, машинный перевод, языковое моделирование и распознавание речи. С широким распространением глубокого обучения, обработки естественного языка (NLP) во многих областях (включая финансы, здравоохранение и правительство) существует растущая потребность в одном всеобъемлющем ресурсе, который сопоставляет методы глубокого обучения с NLP и речью и обеспечивает понимание использования инструментов и библиотек для реальных приложений. В своей книге авторы объясняют работу последних методов глубокого обучения, применимых к обработке естественного языка, предоставляют современные подходы и предлагают практические примеры с кодом.

Скачать книгу

Видеоурок о работе Random Forest.

https://proglib.io/w/a5c5d47a

​​Как понять ценность продукта для пользователей? Самый эффективный показатель — продуктовые метрики.

⏰ В среду, 29 апреля в 19:00 (мск) ребята из ProductStar проводят бесплатный интенсив для начинающих аналитиков: «Простыми словами о метриках».

👩‍🏫 Кто выступит?

Михаил Морозов, Analytics Team Lead в Skyeng

👨‍🏫 О чем пойдет речь?

— На вебинаре вместе с Мишей поговорим, какие бывают метрики у продукта.
— Расскажем на пальцах, что такое распределение метрики и зачем его оценивать.
— Разберём, как прогнозировать метрики, когда никто ни в чём не уверен.
— На примере Skyeng покажем, как распределение метрик помогает аналитику сделать крутой прогноз и оценить влияние новых фич.

🔥 Два самых активных участника вебинара получат сертификат на бесплатное обучение в ProductStar.

Участие бесплатное, но регистрация обязательна.

Зарегистрироваться на вебинар 👉 @ProductStarAnalyticsBot