Согласно закона Парето, 20% усилий дают 80% результатов, а оставшиеся 80% усилий дают всего лишь 20%.

Это правило работает во многих сферах жизни, например - 20% работников делают 80% работы (но 80% работников считают, что они те 20%😁).

На самом деле, 80/20 – это примерные значения. Бывают и другие соотношения – 65 и 35, 85 и 15 и даже 60 и 40. Но никогда не бывает 50/50.

Главное, что нужно понять: от малой части зависит бóльшая.

Год назад мы записали вебинар по теме применения закона Парето в машинном обучении, но актуальность его не меняется. Если не смотрели, то ссылка ЗДЕСЬ 🙂.

5 сентября стартует наш 3-х недельный курс "Практическое введение в Python для Data Science".

Будем учить, как применять Python именно для работы с реальными данными.

Следующий выпуск этого курса будет уже только в следующем году.

Отзывы и все подробности о курсе можно узнать по этой ссылке.

А в вашей компании (в которой вы работаете), проводят корпоративное обучение?
А внедряют проекты по Machine Learning?

Если нет, то вашему работодателю стоит "посмотреть" в этом направлении 😎

В прошлую пятницу я выступал в польской компании Orange (телекоммуникационный провайдер, в котором работает 12 000+ сотрудников).

С Orange мы сотрудничаем в разных направлениях:
образовательных программах
реализуем проекты с использованием Machine Learning

Количество данных растет с каждым днем. Уметь работать с ними, анализировать их и делать правильные выводы - это очень востребованный навык на рынке труда.

Сегодня стартовал наш онлайн-курс "Практическое введение в Python для Data Science". Любые наши курсы - это всегда 80% практики на реальных данных. Еще можно прыгнуть в последний вагон и присоединиться к курсу 😉

Сегодня стартовал 3-й (последний) модуль курса "Практическое введение в статистику".

Если вы искали курс, где можно было бы получить знания в области статистики на простых примерах, без запутанных формул, то этот курс вы точно оцените 🙂

А главное, что еще во время обучения полученные знания примените на практике - будете выполнять задания в готовом окружении. Ничего устанавливать и настраивать не нужно.

И что самое приятное - это первый выпуск курса по статистике, поэтому получить доступ к нему пока еще можно за 9.9 евро, вместо 150 😎 Для этого нужно просто вступить в клуб.

В клубе будет доступно еще много разных материалов на реальных данных. Занимаясь только по ним можно очень хорошо прокачать себя в области Data Science - ведь это 100% практика.

Доступ к материалам курса по статистике остается на все время подписки в клубе. Материалы первых двух модулей уже доступны в клубе. C сегодняшнего дня и до конца этой недели будут добавлены материалы по третьему модулю.

Подробности по ЭТОЙ ссылке.

День открытых дверей в DataWorkshop 🥳.
Мы практики, учим на простых и понятных примерах.

Регистрируйся на вебинар и получи бесплатный доступ к серверу.

Во время вебинара будем прогнозировать опоздание самолетов с помощью Machine Learning.

Кодировать на Python будете прямо во время вебинара, под руководством эксперта (Владимира).

Это будет ваша 100% практика - не пропустите 😎

Регистрация по ЭТОЙ ССЫЛКЕ.

Через час начинаем - присоединяйтесь к вебинару 👉 ПО ССЫЛКЕ 👈

Мы подготовили для вас порцию полезной практики 💪.

По ЭТОЙ ССЫЛКЕ можно скачать инструкцию, где на простом примере (прогнозе погоды) описаны шаги:

👉 как с помощью простых скриптов на Python получить реальные данные через API
👉 как преобразовать данные из формата JSON в нужный для нас
👉 как сохранить полученные данные в BigQuery
👉 как использовать эти данные для Machine Learning

Обязательно попробуйте это проделать самостоятельно - каждый маленький практический шаг приведет вас к большой победе. Мы поможем вам еще больше полюбить Data Science и Machine Learning 😉.

10 октября стартует 4-х недельный курс по Data Science.

Это авторский курс от Владимира, где получаете:
🔸 готовое окружение (устанавливать ничего не нужно)
🔸 100% практику на реальных данных
🔸 обучение под руководством практикующего эксперта
🔸 возможность применять полученные знания в рабочих проектах еще во время обучения
​​🔸 практические навыки по использованию Python, самых популярных библиотек и алгоритмов
🔸 дополнительную поддержку с пошаговыми видео в каждом уроке
🔸 участие в конкурсе в Kaggle
🔸 возможность создать свое портфолио в GitHub и др.


Важно - в курсе содержится только та практическая информация и инструменты, которые Владимир сам применяет в своей работе!

С 2017 года курс по Data Science прошли 1000+ человек из разных стран мира (работают в Google, IBM, Oracle и т.д.).

Подробная программа и отзывы о курсе 👉 ЗДЕСЬ 👈

🐼 Топ-10 вопросов о Pandas на StackOverflow

Объем структурированных табличных данных увеличивается с каждым днем. Именно поэтому дата-сайентисту так важно уметь анализировать табличные данные с помощью Pandas. Хотя самообучение  —  отличный способ повысить квалификацию, иногда может пригодиться и опыт коллег, которые быстрее нашли ответы на актуальные вопросы.

Хотите продвинуться в этом направлении и “прокачать” навыки работы в Pandas? Сделать это вам помогут решения, которые отвечают на десять вопросов из категории Pandas на StackOverflow, собравших наибольшее количество голосов.


@data_work

Сегодня стартовал наш авторский 4-х недельный курс по Data Science - последний шанс присоединиться 😎

Нашему клубу недавно исполнился 1 год 🥳

И в честь его дня рождения, в эту пятницу, 14 октября в 20:00 по Минску, Киеву, Москве пройдет вебинар.

На вебинаре подведем итоги и расскажем:
- сколько ценностей получают участники клуба уже сейчас.
- как много всего еще будет добавляться в клуб.

Также во время вебинара можно будет:
- задать вопросы Владимиру.
- поучаствовать в голосовании и повлиять на то, что в первую очередь будет добавлено в клуб в ближайшем будущем.
- узнать еще много интересного.

Ссылка на вебинар ЗДЕСЬ.

Через 30 минут начнется наш вебинар, посвященный дню рождения клуба 🥳

Ссылка на вебинар здесь - https://www.youtube.com/watch?v=q5U9RF9J3jM

С вас хорошее настроение, а с нас подарки 🎁

Почему язык Python называют "unstoppable" ("неудержимый")?

✔ самый популярный
✔ простой
✔ логичный
✔ перспективный
✔ востребованный
✔ широко применимый - продолжать можно долго и это все о Python.

При всех имеющихся преимуществах - ждет ли его светлое будущее?

Подробности здесь 👉 https://dataworkshop.ru/blog/python

@data_work

💎 Если вы еще не принимали участие в интенсиве "Прогнозирование выживших на Титанике с помощью машинного обучения", то надо это исправлять.

Хотя "Титаник" очень популярный кейс, но для новичков это отличный вариант. В нашем клубе есть такие материалы на реальных данных. Материалы содержат много интересных фактов, а не просто сухой код.

Ознакомиться с материалами первого урока (всего 5) можно по ЭТОЙ ССЫЛКЕ.

@data_work