Practical Artificial Intelligence with Swift (2019)
Авторы: Mars Geldard, Jonathon Manning, Paris Buttfield-Addison, Tim Nugent

При помощи книги вы научитесь применять AI в своих приложениях на Swift для iOS, macOS, tvOS и watchOS. Вы узнаете, как создавать функции, использующие мощные возможности искусственного интеллекта для идентификации изображений, создания прогнозов, контента, рекомендаций и многого другого.

Скачать книгу

Deep Learning Illustrated (2019)
Авторы: Jon Krohn, Grant Beyleveld, Aglaé Bassens

Глубокое обучение трансформирует программное обеспечение, расширяет возможности нового мощного искусственного интеллекта и обеспечивает беспрецедентную производительность алгоритмов. Книга Deep Learning Illustrated обладает уникальной интуитивностью и предлагает полное введение в методы дисциплины. Наполненная цветными иллюстрациями и простым для понимания кодом, книга избавляет от сложностей построения моделей глубокого обучения, делая предмет доступным и увлекательным для изучения.

Скачать книгу

The Enterprise Big Data Lake (2019)
Автор: Alex Gorelik

Предприятия экспериментируют с использованием Hadoop для создания Big Data Lakes, но многие проекты останавливаются или терпят неудачу, потому что подходы, которые работали в интернет-приложениях, должны быть приняты и для корпоративных. Этот практический справочник проведет руководителей и ИТ-специалистов от начального процесса исследования и принятия решений до планирования, выбора продуктов, а также внедрения, обслуживания и управления современным Data Lake.

Скачать книгу

Эти шесть коротких видеороликов, записанных в 2020 году, содержат идеи и предложения профессора Странга, преподающего в MIT, о рекомендуемом порядке тем в преподавании и изучении линейной алгебры.

https://proglib.io/w/e6c3a2a4

Интерактивные эксперименты по машинному обучению (например, игра в камень-ножницы-бумага с компьютером).

https://proglib.io/w/80bed7e8

В видео объясняются принципы работы Random Forest.

https://youtu.be/D_2LkhMJcfY

Модуль datagene позволяет определить, насколько похожи друг на друга наборы данных.

https://proglib.io/w/64ad4cb9

Доклад о применении машинного обучения в страховании.

https://proglib.io/w/dc72ee6e

Автор публикации предлагает свое расписание для обучения Data Science.

https://proglib.io/w/4b6abcaa

​​«Цифровой прорыв» 2020 открывает прием заявок на масштабный IT-марафон с призовым фондом 5.000.000 руб.! ⚡️

В режиме онлайн ты сможешь реализовать свою идею, создать действительно классный продукт, который будет менять жизни людей. 🚀

💥 Регистрируйся по ссылке: https://proglib.io/w/cc6fc5ad

Тебя ждут два онлайн-хакатона, которые пройдут 5-7 июня и 19-21 июня. 👨🏻‍💻👩🏼‍💻

- 36 часов кодинга/400 команд;
- Крутые кейсовые задания от Росатома, Сбербанка, Глобального русскоговорящего технологического сообщества Rutech;
- Образовательная программа;
- Трекеры и эксперты , которые будут помогать тебе на каждом этапе.

🌏 25 июня - 25 июля состоится онлайн-чемпионат на технологической платформе Mail.ru:

- Индивидуальное участие;
- Задачи по Machine Learning и Data Science;
- Возможность попасть на финал Цифрового Прорыва!

🎯 Проверь свои силы и разработай крутой проект для решения реальных бизнес-задач, регистрируйся по ссылке: https://proglib.io/w/cc6fc5ad

Probability and Statistics for Data Science (2019)
Автор: Norman Matloff

Это книга по теории вероятностей и математической статистике для Data Science. В ней вы найдете все необходимые темы для изучения в этой области. Для комфортного чтения необходимы знания математического анализа, матричного исчисления и небольшой опыт в программировании.

Скачать книгу

Статья-введение в визуализацию данных.

https://proglib.io/w/dcbf798f

Ещё несколько советов по более эффективной работе в Jupyter.

https://proglib.io/w/a439768c

Стоит ли своих денег Colab Pro?

За какую разницу нужно заплатить 10 долларов? Автор статьи провел тесты.

https://proglib.io/w/642c92fd

Простое объяснение и реализация линейной регрессии с нуля с помощью Python & Numpy.

https://proglib.io/w/0e60c625

Все, что нужно, чтобы стать Machine Learning специалистом.

https://proglib.io/w/6877af65

Изучение байесовской оптимизации - разбивка байесовской оптимизации на маленькие, значимые части

Многие современные алгоритмы машинного обучения имеют большое количество гиперпараметров. Чтобы эффективно использовать эти алгоритмы, нам нужно выбирать хорошие значения гиперпараметров. В этой статье мы поговорим о байесовской оптимизации, наборе методов, часто используемых для настройки гиперпараметров.

https://proglib.io/w/e7338186

Интересное обсуждение с reddit о математике для начинающих.

https://proglib.io/w/a50cea99

Foundations of Deep Reinforcement Learning (2019)
Авторы: Laura Graesser, Wah Loon Keng

Глубокое обучение с подкреплением сочетает в себе глубокое обучение и обучение с подкреплением, в котором искусственные агенты учатся решать последовательные проблемы принятия решений. В последнее десятилетие Deep Reinforcement Learning было успешно применено к целому ряду задач - от одиночных и многопользовательских игр, таких как Go, Atari и Dota 2, до робототехники. Данный учебник служит введением в DRL, сочетая в себе и теорию, и реализацию. В нем тщательно объясняется теория алгоритмов глубокого обучения с подкреплением, обсуждаются реализации через библиотеку SLM Lab и приводятся практические подробности работы с DRL. Книга идеально подходит как для студентов, изучающих информатику, так и для программистов, которые знакомы с базовыми концепциями машинного обучения и хорошо разбираются в Python.

Скачать книгу

3 библиотеки по визуализации данных, которые вы обязаны знать как Data Scientist

В реальной жизни предварительная обработка данных - действительно боль для многих. Но с помощью библиотек визуализации данных играть с ними может быть действительно весело.

https://proglib.io/w/0ea39ef9

Автор делится опытом работы над TensorFlow в Google.

https://proglib.io/w/1850c8b4