4 октября 2021 вышел релиз Python - 3.10.

Приведем самые интересные обновления из последней версии:

1️⃣Улучшенные сообщения об ошибках
Более точные сообщения об ошибках для многих распространенных проблем.

2️⃣Предложены новые встроенные функции aiter() и anext() с реализацией асинхронных аналогов функциям iter() и next().

3️⃣Реализованы операторы "match" и "case" для сопоставления с образцом, которые позволяют улучшить читаемость кода, упростить сопоставление произвольных Python-объектов и повысить надёжность кода.

4️⃣Предоставлена возможность использования круглых скобок в операторе with для разнесения на несколько строк определения коллекции контекстных менеджеров.

5️⃣Для отладочных инструментов и профилировщиков обеспечено указание в событиях трассировки точных номеров строк выполненного кода.

6️⃣ В модулях hashlib и ssl добавлена поддержка OpenSSL 3.0.0 и прекращена поддержка версий OpenSSL меньше 1.1.1.

7️⃣ Объявлен устаревшим модуль distutils, который запланирован для удаления в Python 3.12.

Открываем тренажерный зал в рамках клуба DataWorkshop - DWgym 💪 😉

Будем тренироваться, но на Python 💪, а вашим личным тренером будет Владимир Алексейченко 😎

Вы тоже можете писать код на Python! И если до сих пор что-то мешало вам начать или первый шаг позади вас, но все еще сложно написать функцию или цикл на Python, то мы приглашаем в наш DWClub и тренажерный зал питона 😉

Во вторник, 26 октября стартует трехдневный тренинг по Python, который даст вам больше, чем месяцы самостоятельной работы.

Вы получаете 50+ заданий, и мы тренируемся вместе, как в спортзале. Хотя у нас появится эффект уже через 3 дня и спортивная экипировка не нужна 😉

Внимание! Участники DWClub получат дополнительные задания и неограниченный доступ к материалам. Если вы хотите тренироваться у нас более 3 дней, присоединяйтесь к DWClub - развитие гарантировано и на разных уровнях 🙂

Ссылки для регистрации на 3-дневный DWgym и DWClub:

👉 DWgym - https://bit.ly/30LoJkB
👉 DWClub - https://bit.ly/30LXlTD

Важное событие 😉

Для наших подписчиков DWClub в эти выходные (30 и 31 октября) будет проходить конкурс в Kaggle "Прогнозирование опозданий трамваев в Кракове c помощью ML".

Для конкурса мы подготовили:
реальные данные
стартеры, которые помогут в решении задач для конкурса

Данный конкурс - отличный шанс попрактиковаться в применении языка Python на практике и создании моделей машинного обучения для решения конкретной задачи.

Именно такие навыки нужны специалисту в Data Science в рабочих проектах.

Начало завтра в 10-00 по Москве. В течение 2-х дней заниматься можно в любое удобное время. 31 октября в 23:59 будет подведение итогов конкурса.

Проведите выходные с пользой 🦾

Ссылка на оформление подписки в DWClub - https://bit.ly/30LXlTD

Периодически мы рассказываем, что деятельность нашей компании связана не только с обучающими программами в сфере Machine Learning👩‍🎓👨‍🎓.

Также мы помогаем бизнесу (как небольшим компаниям, так и корпорациям) внедрять решения, связанные с машинным обучением 🤖.

А сейчас мы в Польше запускаем новый проект для одного из крупнейших мировых телекоммуникационных операторов (NDA не позволяет раскрыть все подробности).

Суть проекта - с помощью хакатона показать практическое применение одной из самых новейших и инновационных технологий - Machine Learning 🦾🧠

В хакатоне смогут принять участие около 1000 сотрудников компании. Это будет чистая практика на реальных данных этой компании.

Такие хакатоны бесценны тем, что сотрудники компании смогут не просто поучаствовать в мероприятии по получению навыков в сфере ML, но и найти интересные и полезные решения для бизнеса.

С 16 ноября в DataWorkshop начнется Black Week.

Только 1 раз в году мы предоставляем возможность приобрести наши онлайн-курсы тарифа GOLD по самым выгодным ценам 😎.

Скидка будет достигать даже 50% 😱

Чтобы быть в числе первых, кто сможет приобрести наши онлайн-курсы по самым выгодным условиям - оставляем здесь ссылку для предзаписи:

👉https://bit.ly/3kuOWLw 👈

Не упустите свой шанс 😉

😎 Black week в DataWorkshop!
Всего 5 дней (с 16 по 20 ноября) действуют огромные скидки на наши курсы.

У нас все честно - мы не поднимаем предварительно цены, чтобы потом сделать мнимую скидку 😱.

Только 1 раз в году можно приобрести наши курсы по ТАКИМ низким ценам!

Скидка 40% на курсы тарифа GOLD:
🔥Практическое введение в Python для Data Science
🔥Data Science курс с нуля

Личная рекомендация от Владимира - если у вас нет опыта в языке программирования Python или же не хватает в нем практики - начните свое погружение в мир машинного обучения с 3-недельного курса "Практическое введение в Python для Data Science".

Приобретая сразу 2 вышеуказанных курса, вы получаете скидку в 50% на КАЖДЫЙ курс.

А мы всегда поможем - с нами у вас все получится 🦾

Ссылка на Black Week - ЗДЕСЬ.

AIOps (Artificial Intelligence for IT Operations) — это новый подход к управлению IT.

AIOps состоит из двух основных компонентов: «большие данные» и «машинное обучение».

Что вынуждает двигаться в сторону AIOps?
✅ Сложность управления в ручном режиме современной инфраструктурой
✅ Объем данных необходимых ИТ-службе экспоненциально растет
✅ Все больше ресурсов переносится за пределы корпоративной среды (облачные технологии, сервисы от третьих лиц и т.д.)
✅ Проблемы с ИТ средой должны решаться быстро

Подведем итоги - что могут дать инструменты AIOps IT организациям:
✔ унифицированный анализ событий
✔ снижает уровень шума в ИТ-данных
✔ снижает трудозатраты
✔ сокращает объем ИТ-заявок
✔ быстрее решает ИТ-проблемы
✔ предсказывает/предотвращает сбои до воздействия на клиента
✔ автоматизирует анализ первопричин
✔ ускоряет разрешение инцидентов или проблем
✔ улучшает ИТ производительность и снижение совокупной стоимости владения.

Внушительный список преимуществ, не правда ли? 😉

Ошибки прогнозирования можно разложить на два основных вида: смещение (bias) и дисперсия (variance). Компромисс между способностью модели машинного обучения минимизировать смещение и дисперсию является основой.

В прикрепленных файлах примеры хорошей визуализации для:
1️⃣ Простой модели с недообучением (underfitting). В данном случае модель игнорирует полезную информацию, и ошибка состоит в основном из смещения. Модель слишком проста для точного отражения взаимосвязей между признаками X и меткой Y.

2️⃣ Сложной модели с переобучением (overfitting). Здесь модель запоминает не общие закономерности, и ошибка состоит в основном из дисперсии. Модель вместо того чтобы изучать истинные тенденции, лежащие в основе набора данных, запомнила шум и не может обобщить наборы данных, выходящие за рамки обучающих данных.

Идеальная модель стремится минимизировать как смещение, так и дисперсию. Достижение такого баланса дает минимальную ошибку.

Более подробно можно почитать здесь 👉 https://bit.ly/3x5xBO9

⬛ Напоминаем, что сегодня последний день Black Week ⬛

Еще можно успеть приобрести курсы по самым привлекательным ценам 😉
Но времени осталось мало...

Ссылка на Black Week
👉 ЗДЕСЬ 👈

Завтра - 25 ноября мы запускаем 2 дневный интенсив по Data Science с конкурсом в Kaggle.
Тема: "Прогнозирование банкротства в Тайване".

По уже сложившейся традиции будем работать с реальными данными 🦾

Чего ждать от интенсива Dwthon (4 выпуск) :
​​✅ попрактикуетесь в языке Python
✅ создадите и потренируете модели машинного обучения
✅ примите участие в конкурсе в Kaggle
✅ 100% онлайн
✅ 100% практики
✅ стартеры, которые помогут правильно действовать
✅ доступ к материалам 24/7
✅ сертификат и др.

Dwthon4 - это новый материал для нашего клуба (DWClub), но в течение 2 дней в интенсиве могут принять участие все желающие.
Количество мест ограничено 👉 https://bit.ly/3HRigWD

🔴🔴Начинаем наш вебинар по сегодняшнему интенсиву - https://www.youtube.com/watch?v=FMmxB_CdwLA.

Cсылка на презентацию здесь https://bit.ly/3CWhrb3

Что такое объяснимый искусственный интеллект (XAI)?

Говоря об искусственном интеллекте, многие думают об алгоритмах черного ящика, которые берут миллионы точек входных данных, творят чудеса и выдают невероятные результаты.

С помощью объяснимого ИИ (белого ящика) пользователи могут понять причину его решений, что делает его все более популярным в бизнес-среде.

Эти модели не так впечатляющи технически, как алгоритмы черного ящика, но более предпочтительны для строго регулируемых отраслей за счет более высокой надежности.

Национальный институт стандартов и технологий США (NIST) разработал 4 принципа XAI:
1️⃣ Система должна быть в состоянии объяснить свой результат и предоставить подтверждающие доказательства (как минимум)

2️⃣ Данное объяснение должно быть содержательным, позволяя пользователям выполнять свои задачи.

3️⃣ Это объяснение должно быть четким и точным, что отличается от точности вывода.

4️⃣ Система должна работать в установленных пределах знаний, чтобы гарантировать разумный результат.

Сегодня в 19-30 по Москве пройдет вебинар, посвященный итогам конкурса в Kaggle "Прогнозирование банкротства компаний в Тайване".

На вебинаре участники с результатами из ТОП5 расскажут, как им это удалось :).

Ссылка на вебинар 👉 https://www.youtube.com/watch?v=xD4HRru2kxY

15 декабря в рамках нашего клуба стартует второй выпуск DWGym - практические тренажеры по Python🥳.

В этот раз будем 3 дня практиковаться с одной из самых популярных и практически применимых библиотек для Python - Pandas.

🐼Pandas - одна из лучших библиотек для проведения различных манипуляций с данными.

Преимущества Pandas:
✅Наглядные, быстрые и податливые структуры данных.
✅Поддерживает такие операции, как группировка, интеграция, итерация, повторное индексирование и представление данных.
✅Данная библиотека очень гибкая в использовании с другими библиотеками.
✅Наличие встроенных функций управления данными, для реализации которых требуется минимальное количество команд.

👉Для подписчиков клуба доступ к материалам онлайн-тренажера останется на все время подписки в клубе.

👉При бесплатном участии, доступ к материалам будет предоставлен только на 3 дня.

🔥Ссылка для подписки в клуб - https://bit.ly/3BeA0XB

🔥Ссылка на бесплатную регистрацию - https://bit.ly/3GwJU9Q