Статья о четырёх тенденциях в данных, которые меняют фитнес-индустрию.
https://bigdata-madesimple.com/4-data-trends-transforming-global-fitness-industry/
https://bigdata-madesimple.com/4-data-trends-transforming-global-fitness-industry/
Сборник статей по теме — Машинное обучение на iOS: Обработка естественного языка.
https://heartbeat.fritz.ai/machine-learning-on-ios-natural-language-processing-a3a146498738
https://heartbeat.fritz.ai/machine-learning-on-ios-natural-language-processing-a3a146498738
Medium
Machine Learning on iOS: Natural Language Processing
A catalogue of Heartbeat posts covering the use of natural language processing-based machine learning tasks on iOS
7 лучших видео TED по тематике Data Science.
https://proglib.io/p/7-luchshih-video-ted-po-tematike-data-science-2020-01-20
https://proglib.io/p/7-luchshih-video-ted-po-tematike-data-science-2020-01-20
Библиотека программиста
7 лучших видео TED по тематике Data Science
Подборка мотивирующих лекций по различным глобальным аспектам науки о данных. Видео с русскими субтитры доступны по ссылкам под роликами.
Как повысить продуктивность при анализе данных? 25 неочевидных инструментов.
https://proglib.io/p/kak-povysit-produktivnost-pri-analize-dannyh-25-neochevidnyh-instrumentov-2020-01-16
https://proglib.io/p/kak-povysit-produktivnost-pri-analize-dannyh-25-neochevidnyh-instrumentov-2020-01-16
Библиотека программиста
Как повысить продуктивность при анализе данных? 25 неочевидных инструментов
Список бесплатных инструментов и библиотек для аналитиков данных. Заслуживающие внимания пакеты, программы и ресурсы, о которых не так часто упоминают, как о NumPy, Pandas или Jupyter.
Лучшие способы использования данных для оптимизации непрерывных потоковых процессов.
https://bigdata-madesimple.com/best-ways-to-use-data-to-optimize-continuous-flow-processes/
https://bigdata-madesimple.com/best-ways-to-use-data-to-optimize-continuous-flow-processes/
#MoscowTravelHack #DataScience #ПредиктивнаяАналитика
Задачи для DataSience-команд и аналитиков в рамках хакатона Moscow Travel Hack. Создай предиктивную модель покупки билета на основе данных о пользователе в сервисе «Мегафон Путешествия» или придумай рекомендательный сервис, который сможет построить индивидуальную программу посещения Москвы для иностранного туриста на платформе Russpass.
Эти и другие 10 задач можно найти на сайте хакатона travelhack.moscow
Призовой фонд — 1,1 млн рублей!
Задачи для DataSience-команд и аналитиков в рамках хакатона Moscow Travel Hack. Создай предиктивную модель покупки билета на основе данных о пользователе в сервисе «Мегафон Путешествия» или придумай рекомендательный сервис, который сможет построить индивидуальную программу посещения Москвы для иностранного туриста на платформе Russpass.
Эти и другие 10 задач можно найти на сайте хакатона travelhack.moscow
Призовой фонд — 1,1 млн рублей!
Создание функций на Python для разведочного анализа данных и очистки данных.
https://towardsdatascience.com/creating-python-functions-for-exploratory-data-analysis-and-data-cleaning-2c462961bd71
https://towardsdatascience.com/creating-python-functions-for-exploratory-data-analysis-and-data-cleaning-2c462961bd71
Medium
Creating Python Functions for Exploratory Data Analysis and Data Cleaning
Exploratory Data Analysis and Data Cleaning are two essential steps before we start to develop Machine Learning Models, and they can be…
Разработчик Cortex Калеб Кайзер делится соображениями о преимуществах применения Go для инфраструктурных решений в ML-проектах и о том, как два языка (Python и Go) могут дополнять друг друга.
https://proglib.io/p/opyt-razrabotki-pochemu-my-pishem-infrastrukturu-mashinnogo-obucheniya-na-go-a-ne-na-python-2020-01-15
https://proglib.io/p/opyt-razrabotki-pochemu-my-pishem-infrastrukturu-mashinnogo-obucheniya-na-go-a-ne-na-python-2020-01-15
Библиотека программиста
Опыт разработки: почему мы пишем инфраструктуру машинного обучения на Go, а не на Python
Разработчик Cortex Калеб Кайзер делится соображениями о преимуществах применения Go для инфраструктурных решений в ML-проектах и о том, как два языка могут дополнять друг друга.
Learn PySpark: Build Python-based Machine Learning and Deep Learning Models (2019)
При помощи книги вы научитесь использовать модели машинного и глубокого обучения и создавать приложения с помощью PySpark, а также работать с real-time data. Эта книга подойдет желающим научиться работать с PySpark для проведения исследовательского анализа данных и решения бизнес-задач. Она рассчитана на специалистов в науке о данных, инженеров, работающих с моделями машинного обучения и глубокого обучения, которые хотят изучать и использовать PySpark для анализа потоковых данных.
При помощи книги вы научитесь использовать модели машинного и глубокого обучения и создавать приложения с помощью PySpark, а также работать с real-time data. Эта книга подойдет желающим научиться работать с PySpark для проведения исследовательского анализа данных и решения бизнес-задач. Она рассчитана на специалистов в науке о данных, инженеров, работающих с моделями машинного обучения и глубокого обучения, которые хотят изучать и использовать PySpark для анализа потоковых данных.
10 групп, на которые разделяются алгоритмы машинного обучения (самые популярные).
https://bigdata-madesimple.com/10-groups-machine-learning-algorithms/
https://bigdata-madesimple.com/10-groups-machine-learning-algorithms/
Natural Language Processing in Action: Understanding, analyzing, and generating text with Python (2019)
Книга является руководством по созданию программ, обрабатывающих человеческий язык, используя возможности Python с его фреймворками, предназначенными для работы с AI и NLP. Книга расширяет традиционные подходы к NLP, включая нейронные сети, современные алгоритмы глубокого обучения, и объясняет работу решений реальных задач, таких как составление текста и ответы на вопросы в свободной форме. Для комфортного чтения требуется базовое понимание глубокого обучения и средние знания Python.
Книга является руководством по созданию программ, обрабатывающих человеческий язык, используя возможности Python с его фреймворками, предназначенными для работы с AI и NLP. Книга расширяет традиционные подходы к NLP, включая нейронные сети, современные алгоритмы глубокого обучения, и объясняет работу решений реальных задач, таких как составление текста и ответы на вопросы в свободной форме. Для комфортного чтения требуется базовое понимание глубокого обучения и средние знания Python.
В своей статье автор рассказывает, как за 4 месяца у нее получилось с нуля обучиться и найти работу в сфере Data Science.
https://towardsdatascience.com/how-i-went-from-zero-coding-skills-to-data-scientist-in-6-months-c2207b65f2f3
https://towardsdatascience.com/how-i-went-from-zero-coding-skills-to-data-scientist-in-6-months-c2207b65f2f3
Medium
How I went from zero coding skills to data scientist in 6 months
The 4 tools I used to teach myself data science without spending a dollar
Бесплатные митапы о блокчейн разработке в Казани!
28 января в ИТ-парке г. Казань пройдет встреча, посвященная финтех решениям на блокчейне для банков и крупного бизнеса. Расскажем об использовании технологии в различных бизнес-отраслях, а также покажем архитектуру типовых решений и познакомим с функциональными инструментами разработки и внедрения.
Регистрация по ссылке: http://leader-id.ru/event/41240/?utm_source=dsproglib
29 января в г. Иннополисе эксперты Университета Иннополис, а также компаний-разработчиков блокчейн решений Waves Enterprise и Soramitsu Lab расскажут о кейсах применения технологии на практике и ответят на технические вопросы о внедрении блокчейна.
Регистрация по ссылке: https://oez-innopolis.timepad.ru/event/1240660/?utm_source=dsproglib
28 января в ИТ-парке г. Казань пройдет встреча, посвященная финтех решениям на блокчейне для банков и крупного бизнеса. Расскажем об использовании технологии в различных бизнес-отраслях, а также покажем архитектуру типовых решений и познакомим с функциональными инструментами разработки и внедрения.
Регистрация по ссылке: http://leader-id.ru/event/41240/?utm_source=dsproglib
29 января в г. Иннополисе эксперты Университета Иннополис, а также компаний-разработчиков блокчейн решений Waves Enterprise и Soramitsu Lab расскажут о кейсах применения технологии на практике и ответят на технические вопросы о внедрении блокчейна.
Регистрация по ссылке: https://oez-innopolis.timepad.ru/event/1240660/?utm_source=dsproglib
Data Science with Python and Dask (2019)
Книга написана для data scintist-ов и разработчиков, имеющих опыт работы с Python и стеком PyData. Она учит читателя создавать масштабируемые проекты, которые могут работать с огромными наборами данных. В книге после знакомства с фреймворком Dask вы проанализируете данные из БД парковочных талонов Нью-Йорка и воспользуетесь DataFrames для оптимизации процесса. Затем вы создадите модели машинного обучения, используя Dask-ML, сделаете интерактивные визуализации и создадите кластеры с помощью AWS и Docker.
Книга написана для data scintist-ов и разработчиков, имеющих опыт работы с Python и стеком PyData. Она учит читателя создавать масштабируемые проекты, которые могут работать с огромными наборами данных. В книге после знакомства с фреймворком Dask вы проанализируете данные из БД парковочных талонов Нью-Йорка и воспользуетесь DataFrames для оптимизации процесса. Затем вы создадите модели машинного обучения, используя Dask-ML, сделаете интерактивные визуализации и создадите кластеры с помощью AWS и Docker.