Сборник книг по теории вероятностей и математической статистике Б.В. Гнеденко

https://bit.ly/3bRGzs1

Видео о том, как работать с несбалансированными датасетами

https://bit.ly/3NUEJDO

#top@datamining.team
ТОП 5 постов за июнь

1. Полный курс лекций и семинаров по машинному обучению от факультета компьютерных наук ВШЭ. Объяснения понятные и с нуля.
https://bit.ly/3Og3CKG

2. Книга по теории вероятностей с нуля. Рекомендована в качестве литературы к курсу по теории вероятностей и математической статистике ВШЭ
https://bit.ly/39ASv0o

3. Читлисты по математической статистике: основные термины, распределения (с таблицами) и тесты. Дополнены небольшими примерами.
https://bit.ly/3QKsZqf

4. Как написать парсер с нуля и учесть многие тонкости
https://bit.ly/3xDp9HO

5. Книга по статистике для анализа данных: широкий спектр тем, подробные объяснения, R с нуля
https://bit.ly/3x6d4JL

Применение Data Science в финансах: управление клиентскими данными, предсказательная аналитика и другие возможности

https://bit.ly/3nOYEJO

Читлист по глубинному обучению от Стэнфорда: советы и приемы

https://stanford.io/3RqTCAD

Лекции и семинары по машинному обучению для больших данных от НИУ ВШЭ

https://bit.ly/3uHC9Kx

Гайд: как понять, достаточно ли вашего уровня высшей математики для работы в Data Science

https://bit.ly/3z3KfzT

Мини-туториал: 5 шагов, чтобы получить высокооплачиваемую работу в сфере анализа данных

https://bit.ly/3aC3TJQ

Книга "Прикладная статистика": представление экспериментальных данных, основные вопросы выборочного обследования, тестирование гипотез и многое другое; все сопровождается прикладными примерами

https://bit.ly/3yG89jD

Введение в теорию графов (видео): применение графов в компьютерных науках, мотивация к их исследованию, а также примеры задач

https://bit.ly/3zc2UJT

Анализ временных рядов с помощью библиотеки ETNA: как использовать ее инструменты для улучшения модели прогнозирования

https://bit.ly/3PwNSnk

Читлист по основам Python для Data Science от Datacamp

https://bit.ly/3PDgriU

Курс по глубинному обучению: 9 лекций от ШАД

https://bit.ly/3aTL6K3

Привет! Это команда канала. Спасибо, что смотрите и сохраняете наши посты. Такой формат коротких полезных публикаций, которые мы находим для вас, нам кажется весьма удобным и привлекательным. Если вы согласны, поставьте реакции. В комментариях, по желанию, можете написать темы, которые вас интересуют, постараемся найти что-то интересное.

Сборник лекций по анализу данных на Python: кластерный анализ, A/B тестирование, прогнозирование на основе регрессии и многое другое

https://bit.ly/3RN2ssM

Гайд: как делать интерактивные визуализации в Python

https://bit.ly/3RQOjuy

Книга по методам оптимизации с примерами и задачами: линейное программирование, целочисленное программирование, транспортные задачи и многое другое

https://bit.ly/3z3ZszC

15 pet-проектов (описание + датасет) в сфере ML: идеи смогут найти как новички, так и те, у кого уже есть опыт

https://bit.ly/3z39sJx

4 вида аналитики, в которых нужно разбираться продуктовой команде: описание задач в каждой сфере

https://bit.ly/3S2h6N8

Большой читлист по SQL

https://bit.ly/3cI4drj

Курс по основам компьютерного зрения от CSC: от введения до нейросетевых методов классификации изображений

https://bit.ly/3S3IM3W