Те, кто уже с головой окунулся в Data Science, знают, что Pandas - незаменимая библиотека для работы с данными. С помощью удобных структур данных и полезных методов, Pandas даёт возможность мгновенно переносить даже самые сложные аналитические сценарии в понятный и структурированный код.
Чтобы всегда держать нужное под рукой (а может, чтобы лучше познакомиться с Pandas), держите мою небольшую шпаргалку🤗

#аналитика@data_easy
#classic_ml@data_easy

Кстати, сегодня в 19:00 (по московскому времени) начнётся прямая трансляция проекта IT-рентген от SkillFactory💚

Там я буду рассказывать про аналитику и Data Science (ориентировочно около 20:00), а в начале можно послушать про разработку и тестирование✨

Често поговорим про различные направления IT, что примерно они из себя представляют, как освоить каждую профессию с нуля и какие есть перспективы👩‍💻👨‍💻

Также в эфире ребята разыграют несколько сертификатов на обучение в школе за правильные ответы на вопросы (в том числе и про DS😉).

Присоединяйтесь, если давно хотели в IT и просто чтобы пообщаться😊

—> Ссылка на эфир
—> Ссылка на страницу регистрации (если оставите здесь почту, в конце пришлют карьерный гид по всем профессиям)

До встречи👋

А вы знали, что в телеграмме есть большой тематический IT-чат, в котором можно обсудить своё резюме?📄
В нём сидят специалисты различного уровня из IT-сферы, в том числе рекрутеры и HR. Здесь вы можете попросить прокомментировать ваше резюме, дать совет другим (или даже найти работу😉).
Присоединяйтесь и становитесь частью сообщества -> https://news.1rj.ru/str/resume_review

#карьера@data_easy

Новые технологии, искусственный интеллект, будущее - с этим обычно ассоциируются нейросети. Но мало кто знает, что они начали зарождаться ещё в далёких 1940-х годах.
Сама идея создать математическую модель человеческого мозга возникла в 1943 году, позднее это направление на стыке биологии и математики выделилось в отдельную науку кибернетику. Первая идея реализации искусственной нейросети была с использованием вакуумных лампочек - они соединялись между собой, имитируя работу нейронов💡

Что-то более похожее на то, с чем мы работаем сейчас, появилось в 1958 году - знаменитый перцептрон. Это был первый прототип самообучающейся нейросети, которая могла решать простейшие задачи классификации: распознавание образов или предсказание погоды. Принцип работы заключался в преобразовании одного вида информации в другой - как, например, человеческий мозг переводит зрительную информацию в нервные сигналы🤯

Эти изобретения стали основополагающими в развитии искусственного интеллекта, но прогресс тормозили недостаток вычислительных ресурсов и оцифрованных данных, интерес к нейросетям угас на несколько десятилетий. И только с появлением достаточно мощных компьютеров, уже в 21 веке, появилась возможность создавать многослойные глубокие нейронные сети, способные решать сложные задачи обработки текста и изображений.
Плюс с массовым появлением компьютеров практически каждый человек или компания смогли собирать собственные данные в цифровом виде - как раз то, что нужно для обучения нейросетей. Именно поэтому сейчас они получили такое широкое распространение, а профессия считается самой востребованной*.

В следующих выпусках подробнее поговорим про устройство нейросетей. Ставьте 🔥 если было интересно🤗



* По данным Всемирного экономического форума Data Scientist занимает 1 место в рейтинге самых востребованных профессий до 2025 года.

#полезный_ии@data_easy