Сборник материалов по прикладным задачам анализа данных: распознавание речи, генерация звука, временные ряды, рекомендательные системы и другие блоки

https://bit.ly/3Px848n

Гайд: как создать модель распознавания лиц с использованием глубинного обучения на Python

https://bit.ly/3Au3VO8

Книга по обучению с подкреплением в виде Github-репозитория

https://bit.ly/3QTGlQa

Четыре функции для быстрой работы с Big Data на Python: чтение больших файлов, экспорт в Google таблицы и другое

https://bit.ly/3QUklVX

Статья о том, как за неделю разметить миллион примеров данных

https://bit.ly/3KcJsAx

Читлист по сложности алгоритмов (Big-O)

https://bit.ly/3QI5Q7o

Большой курс по Deep Learning: от основ Python, библиотек pandas, numpy и matplotlib до ML-задач на Kaggle, сверточных нейросетей и классификации изображений

https://bit.ly/3AlqpiO

Подборка самых просматриваемых докладов на PHDays (AI-трек): аннотации, цитаты и записи

https://bit.ly/3AJI0T0

Гайд по нейронным сетям для начинающих: решение задачи классификации Ирисов Фишера, а также NumPy, MatplotLib, операции с изображениями в OpenCV

Часть 1: https://bit.ly/3AL7BLA
Часть 2: https://bit.ly/3AP7Ntk

Книга по практической статистике для специалистов Data Science: разведочный анализ данных, распределения данных и выборок, статистические эксперименты и проверка значимости, регрессия и предсказание, классификация, статистическое машинное обучение и обучение без учителя

https://bit.ly/3mr9mqi

Кейс от Тинькофф: как внедрить единые метрики качества, которые будут применяться не в одной команде, а в целой компании

https://bit.ly/3KtAbo4

«Топологический анализ временных рядов для прогнозирования спроса» - видео с конференции X5 Retail Hero. В описании есть ссылка на презентацию.

https://bit.ly/3e3I8Uw

Читлист по выбору алгоритма машинного обучения в Scikit-Learn

https://bit.ly/3e5eHBH

Видео про все библиотеки Python, которые нужны для машинного обучения и Data Science

https://bit.ly/3cxtDbj

Бесплатный курс по компьютерному зрению: задача классификации, детекция объектов, геометрия камеры и другие блоки. После прохождения предусмотрен сертификат.

https://bit.ly/3wLXkfM

"Линейная алгебра, объясненная на 4 страницах" - гайд по самому необходимому для Data Science

https://bit.ly/3TAh67G

"Понимание машинного обучения: от теории к алгоритмам" - большая книга по ML на английском с самых азов до продвинутого уровня

https://bit.ly/3q77rbi

Байесовская статистика для специалистов по данным с примерами на Python: что на самом деле стоит за огромной формулой, которую нужно было выучить на статистике

https://bit.ly/3cBLUEx

Всем привет! Спасибо, что делитесь и сохраняете посты, которые мы находим для вас.

Поделитесь каналом с друзьями, чтобы они подписались тоже.

ИИ для рисования: раскрываем секреты нейронного переноса стиля

https://bit.ly/3q3NSAr

#top@datamining.team
ТОП 5 постов за август

1. Полный курс по Data Analytics. Включает блоки по анализу данных на Python, R и в Excel (основы + сводные таблицы + дашборды), а также затрагивает SQL и вопросы с собеседований
https://bit.ly/3pkaqfQ

2. Очень подробные гайды по парсингу веб-страниц

На Python: https://bit.ly/3zWvIXk
На R: https://bit.ly/3vD5tlT

3. Читлист по сложности алгоритмов (Big-O)
https://bit.ly/3QI5Q7o

4. Руководство по нейронным сетям для начинающих: решение задачи классификации Ирисов Фишера, а также NumPy, MatplotLib, операции с изображениями в OpenCV

Часть 1: https://bit.ly/3AL7BLA
Часть 2: https://bit.ly/3AP7Ntk

5. Большой курс по Deep Learning: от основ Python, библиотек pandas, numpy и matplotlib до ML-задач на Kaggle, сверточных нейросетей и классификации изображений
https://bit.ly/3AlqpiO