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

Автор статьи рассказывает о ПО, разработанном для автоматического вождения машины, и показывает его использование в GTA.

https://proglib.io/w/34c49732

Является ли мозг полезной моделью для искусственного интеллекта?

https://proglib.io/w/fecd0224

Mastering Machine Learning Algorithms, Second Edition (2019)
Автор: Giuseppe Bonaccorso

Обновленное и переработанное второе издание бестселлера по изучению и освоению наиболее важных алгоритмов для решения сложных задач машинного обучения.

Скачать книгу

Сразись в онлайн-квизе для специалистов по Data Science ⚡️

Уже 29 мая в 20:00 пройдёт бесплатная онлайн-игра от МегаФона и “Квиз, плиз!” Регистрируй свою команду прямо сейчас.

Победителей ждут крутые призы от МегаФона: колонки JBL + подписка на МегаФон.Музыка и бомбические толстовки Big Data, но главный приз — возможность отлично провести время с друзьями и единомышленниками и блеснуть знаниями: https://quizplease.ru/corp-page?id=lfsED

Hands-On Deep Learning with Go (2019)
Автор: Gareth Seneque, Darrell Chua

Go - это язык программирования, разработанный Google для эффективной работы с крупными проектами. Экосистема Go включает в себя несколько действительно мощных инструментов глубокого обучения, таких как DQN и CUDA. С помощью этой книги вы сможете использовать эти инструменты для обучения и развертывания масштабируемых моделей глубокого обучения с нуля.

Скачать книгу