Библиотека дата-сайентиста | Data Science, Machine learning, анализ данных, машинное обучение
18.5K subscribers
2.37K photos
119 videos
64 files
4.81K 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
Grokking Deep Learning (2019)
Автор: Andrew Trask

Grokking Deep Learning научит вас строить нейронные сети глубокого обучения с нуля! В своем увлекательном стиле, опытный эксперт по глубокому обучению Эндрю Траск показывает читателю науку "под капотом", так, чтобы изучить каждую деталь обучения нейронных сетей.

Скачать книгу
Достойных вакансий на удалёнку в IT & Digital много, если знать, где их искать!

Всё еще в поисках работы мечты? Уверены, информация на нашем канале вас заинтересует. У вас мечты – у нас возможности!

Каждый день мы публикуем самые свежие вакансии на удалёнку в сфере IT & Digital на нашем канале @hiddengurus. С опытом и без. Работа найдётся для каждого!

Хочешь удалённо работать в крутых проектах из CША, Европы, РФ и Латинской Америки?

Тогда рекомендуем подписаться на @hiddengurus
Data Science in Production (2020)
Автор: Ben G Weber

Внедрение прогностических моделей в производство является одним из самых прямых способов, которыми data scientist-ы могут принести пользу бизнесу. Изучив, как создавать и развертывать масштабируемые пайплайны, можно быстрее завершать работы и создавать новые продукты. В этой книге представлен практический подход к расширению кода Python для работы в распределенных средах с целью создания надежных конвейеров. Читатели узнают, как настроить модели машинного обучения в качестве конечных точек сети, бессерверных функций и потоковых конвейеров с использованием нескольких облачных сред. Книга предназначена для специалистов-аналитиков, имеющих практический опыт работы с библиотеками Python, такими как pandas и scikit-learn, и сосредотачивается на расширении прототипов моделей для производства.

Скачать книгу
Neural Networks and Deep Learning: A Textbook (2019)
Автор: Charu C. Aggarwal

Эта книга охватывает как классические, так и современные модели глубокого обучения. Основное внимание уделяется теории и алгоритмам глубокого обучения. Почему нейронные сети работают? Когда они работают лучше, чем готовые модели машинного обучения? Когда полезна глубина? Почему обучение нейронных сетей так сложно? Какие подводные камни? В книге есть ответы на эти и многие другие вопросы.

Скачать книгу
В математике часто требуется хорошая карта, чтобы найти ответы

Математики пытаются выяснить, когда проблемы могут быть решены с использованием имеющихся знаний - и когда вместо этого они должны наметить новый путь...

https://proglib.io/w/5aa68d11
Practical Statistics for Data Scientists (2020)
Авторы: Peter Bruce, Andrew Bruce, Peter Gedeck

Статистические методы являются ключевой частью науки о данных, однако лишь немногие data scientist-ы проходят нормальную статистическую подготовку. Второе издание этого популярного руководства включает исчерпывающие примеры на Python, предоставляет практическое руководство по применению статистических методов в науке о данных и рассказывает, как избежать их неправильного использования.

Скачать книгу
Learn Algorithmic Trading (2019)
Автор: Sebastien Donadio

В настоящее время труднее, чем когда-либо, получить существенное преимущество над конкурентами с точки зрения скорости и эффективности в алгоритмической торговле. Опираясь на сложные торговые сигналы, прогнозирующие модели и стратегии имеют в этом деле ключевое значение. Данная книга проведет вас через эти аспекты, предоставив вам представление о том, как оперируют современные рынки и их участники.

Скачать книгу