Библиотека дата-сайентиста | Data Science, Machine learning, анализ данных, машинное обучение
18.5K subscribers
2.36K 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
Learn Keras for Deep Neural Networks: A Fast-Track Approach to Modern Deep Learning with Python (2019)

При помощи книги вы сможете научиться работать с нейронными сетями, используя Keras и Python. После прочтения книги вы будете иметь полное понимание принципов глубокого обучения и практический опыт разработки на Keras. Книга подойдет разработчикам и специалистам по данным, обладающим базовыми навыками программирования на любом языке и заинтересованным в карьерном росте или разработке нового проекта.
Привычная ситуация: заходите в соц.сеть и видите блок с аккаунтами людей, которых можете знать. Реализовать такую фичу — пример задачи Data Scientist'а.
Есть желание войти в профессию и делать крутые штуки?

В SkillFactory готово решение: специализация Data Science, где проработаете навыки, с которыми в будущем сможете взяться за задачи обучения сервиса распознаванию речи, выявлению мошеннических транзакций, прогнозированию спроса на товары и даже генерации музыки или стихов.

Здесь вы пройдете маст-хэв для Data Scientist'а: Python, машинное обучение, нейросети и deep learning, Big Data и Data engineering. А еще: математика, статистика и модуль менеджмента.

Хватит тянуть, получите возможность уже через 12 месяцев работать над крутыми проектами в востребованной сфере

Узнайте подробности: https://clc.to/LLE0pw
Agile Machine Learning: Effective Machine Learning Inspired by the Agile Manifesto (2019)

В своей книге авторы учат создавать качественные продукты с машинным обучением и учиться организовывать и управлять работой быстроразвивающейся команды разработчиков. Подход авторов воплощает инновационные принципы, описанные в Agile Manifesto. Читатели должны быть знакомы с разработкой программного обеспечения и понимать основы машинного обучения и работы с данными.