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
Что такое гиперпараметры?

Применяя нейронные сети, вы обычно работаете с гиперпараметрами, если данные правильно отформатированы. Гиперпараметр - это параметр, значение которого устанавливается перед началом процесса обучения. Он определяет, как обучается сеть и ее структуру. Например, гиперпараметрами являются количество скрытых слоёв, learning rate, эпохи и т. д.
Machine Learning for Beginners (2019)
Автор: Ethem Mining
Количество страниц: 712

Машинное обучение используется в здравоохранении, сельском хозяйстве, кибербезопасности, распознавании лиц, таргетинге и ретаргетинге клиентов в онлайн-рекламе, рекомендации продуктов, видео, текстах и т. д., беспилотных автомобилях, ценообразовании в реальном времени, прогнозировании поведения человека и многом другом. Данная книга написана для тех, кто хочет начать развиваться в сфере машинного обучения.

Скачать книгу
Три лучшие книги для начинающих специалистов по данным

Улучшите свои навыки анализа данных, изучив эти три ключевые книги.

https://proglib.io/w/b37c74e5
Linear Algebra and Learning from Data (2019)
Автор: Gilbert Strang
Количество страниц: 432

Это учебник, который поможет читателям узнать, какие умственные шаги привели математиков к глубокому обучению. В ней описываются многие концепции линейной алгебры, так или иначе повлиявшие на развитие Deep Learning. Автор также рассказывает о различных структурах нейронных сетей.

Скачать книгу
ОГО! Спасибо! Очень приятно. Если хотите, можете тоже поддержать нас пожертвованием в ВК: vk.com/proglib
Датасеты TensorFlow: неприятные особенности

Загрузчик данных TensorFlow построен на основе последовательного доступа. Это вводит некоторые потенциально важные подводные камни для проектов. Узнайте, что это за проблемы и когда их следует избегать.

https://proglib.io/w/87303fa0
👩🏼‍💻 Коллеги из «Лаборатории Касперского» инвестируют более половины прибыли в реальные бонусы для сотрудников, обучают более 10 языкам и hard/soft skills, предлагают лучший ДМС на рынке. Посмотрите на ТОП-7 вакансий, которые мы собрали специально для вас:

1. Fullstack Web Developer (Linux, PostgreSQL, .Net Core, C#, Angular)

2. Angular Developer (KICS for Networks)

3. Java developer (защита от таргетированных атак)

4. Team Lead (Команда разработки безопасных решений для мобильных телефонов на основе KasperskyOS)

5. SDET / Test Engineer (KasperskyOS Mobile)

6. C/C++ Developer (TrustZone/TEE, KasperskyOS)

7. Архитектор С/С++ KasperskyOS (KOS SDK)
🤼 Генеративно-состязательная нейросеть: ваша первая GAN-модель на PyTorch

Подробная инструкция построения генеративно-состязательных нейросетей (GAN) на примере двух моделей, реализованных с помощью фреймворка глубокого обучения PyTorch.

https://proglib.io/sh/5m0hlCBGuO
Библиотека дата-сайентиста | Data Science, Machine learning, анализ данных, машинное обучение pinned «👩🏼‍💻 Коллеги из «Лаборатории Касперского» инвестируют более половины прибыли в реальные бонусы для сотрудников, обучают более 10 языкам и hard/soft skills, предлагают лучший ДМС на рынке. Посмотрите на ТОП-7 вакансий, которые мы собрали специально для вас:…»
Machine Learning for Algorithmic Trading (2020)
Автор: Stefan Jansen
Количество страниц: 820

Стремительный рост цифровых данных повысил спрос на опыт в торговых стратегиях, использующих машинное обучение. Это исправленное и расширенное издание учит создавать и оценивать сложные модели обучения с учителем, без учителя и обучения с подкреплением.
Книга знакомит с комплексным машинным обучением для торгового процесса, от разработки идеи до оптимизации моделей, реализации стратегии и тестирования на исторических данных. Автор иллюстрирует стратегии на примерах, начиная от линейных моделей и ансамблей деревьев до методов глубокого обучения из передовых исследований.

Скачать книгу
📊 11 популярных библиотек Python для Data Science

Одна из причин ценности Python для Data Science заключается в огромной коллекции библиотек анализа и визуализации данных. В этой статье мы рассмотрели самые популярные.

https://proglib.io/sh/jHCehvnKPr
В этом уроке вы создадите автоматический решатель головоломки судоку с использованием OpenCV, глубокого обучения и оптического распознавания символов.

https://proglib.io/w/6203736b
Build a Career in Data Science (2020)
Авторы: Jacqueline Nolis, Emily Robinson
Количество страниц: 354

Чтобы добиться успеха в Data Science, вам потребуется нечто большее, чем технические знания. Данная книга покрывает все аспекты, которые обычно опускаются в технической литературе. К примеру, в ней описано, как найти первую работу и постепенно прийти к должности Team Lead.

Скачать книгу
Если вам нравится делиться знаниями, мы принесли приятную новость – прямо сейчас Geekbrains ищет 30 преподавателей, авторов и ревьюеров:

👨‍🏫 Преподаватель ведет онлайн-занятия по любимым темам и видит, как растут новые кадры.
👨‍🎤 Автор разрабатывает собственную программу и делится знаниями с новичками.
🕵️ Ревьюер дает обратную связь на практические работы студентов и помогает освоить лучшие практики.

Не страшно, если нет опыта в образовательной сфере – компания ищет профессионалов в своей отрасли, а остальному научат. Можно даже совмещать преподавание с работой.

Станьте экспертом в GeekBrains и помогите тысячам людей найти себя в IT 👉 https://proglib.io/w/00107cf8