Библиотека дата-сайентиста | Data Science, Machine learning, анализ данных, машинное обучение
18.5K subscribers
2.38K photos
119 videos
64 files
4.82K links
Все самое полезное для дата сайентиста в одном канале.

По рекламе: @proglib_adv

Курс по ML: https://clc.to/4hNluQ

Для обратной связи: @proglibrary_feeedback_bot

РКН: https://gosuslugi.ru/snet/67a5b03124c8ba6dcaa121c9
Download Telegram
This media is not supported in your browser
VIEW IN TELEGRAM
Минутка российской статистики.

Всего 1% трудоспособного населения РФ работает удалённо. При этом они зарабатывают на 40% больше своих офисных коллег. Два вопроса: почему вы не переходите на удалёнку и как найти нужную вакансию?

Первый вопрос оставляем на вашей совести, а на второй отвечаем:
1. Следите за появлением вакансий в крупнейшем агрегаторе вакансий на удаленку
2. Занимайтесь самообразованием — курсы и статьи найдёте там же.

Вот так всё просто. Вступайте и работайте из любой точки мира (или с дивана): t.me/theyseeku
Можно ли применять искусственный интеллект для приема на работу и расчета заработной платы?

https://bigdata-madesimple.com/artificial-intelligence-in-hr-and-payroll-embracing-disruption/
Основы науки о данных: Линейная регрессия.
Линейная регрессия — используемая в статистике регрессионная модель зависимости одной (объясняемой, зависимой) переменной от другой или нескольких других переменных (факторов, регрессоров, независимых переменных) с линейной функцией зависимости. Больше о линейной регрессии с примерами на Python:

https://youtu.be/EAezvs0eL1s
Метод обратного распространения ошибки — метод вычисления градиента, который используется при обновлении весов многослойного перцептрона. Основная идея этого метода состоит в распространении сигналов ошибки от выходов сети к её входам, в направлении, обратном прямому распространению сигналов в обычном режиме работы. Десятиминутное видео по теме:

https://youtu.be/tIeHLnjs5U8