Перевод на русский язык части официальной документации pandas (раздел Getting Started/Начало работы)

https://bit.ly/3T5sWWv

Топ-3 российских аналога зарубежных инструментов бизнес-аналитики

https://bit.ly/3y5mKFx

Большой структурированный читлист по машинному обучению: метрики качества моделей, компьютерное зрение (модели + глоссарий), регуляризация, способы улучшения показателей и другие блоки

https://bit.ly/3M0Zq1C

Руководство по правильной визуализации данных в презентациях, отчетах и дашбордах. Эти рекомендации полезно помнить при подготовке к защите своих решений на хакатонах, кейс-чемпионатах, конференциях и других соревнованиях.

https://bit.ly/3D9mvef

@khaireducation

Интерактивный тренажер по SQL. В курсе большинство шагов — это практические задания на создание SQL-запросов. Каждый шаг включает минимальные теоретические аспекты по базам данных или языку SQL, примеры похожих запросов и пояснение к реализации.

https://bit.ly/2XBD55s

7 шагов к освоению Python для Data Science

https://bit.ly/3yiPQkV

Опытный технический специалист делится советами по прохождению собеседования: что делать до первого контакта, как подготовиться к интервью, как проходит знакомство и основная часть, а также какие вопросы уместно задавать со стороны кандидата.

https://bit.ly/3SIY9yO

Книга «Дискретная математика и теория графов». К изучению среди прочего предлагаются групповые свойства целых чисел как необходимый инструмент в практическом программировании, дается достаточно полный их обзор и ряд приложений.

https://bit.ly/3MheVT3

#top@datamining.team
ТОП 5 постов за сентябрь

1. Краткий гайд по математическому анализу для машинного обучения: производная, градиент, интегралы
https://bit.ly/3xiMU7D

2. Полный курс лекций и семинаров по основам анализа данных
https://bit.ly/3BC5ZUU

3. 8 инструкций SQL для экономии рабочего времени: от базовых до продвинутых
https://bit.ly/3x4k2zO

4. Большая книга по ML на английском с самых азов до продвинутого уровня
https://bit.ly/3q77rbi

5. Гайд по подготовке к собеседованию по SQL
https://bit.ly/3SnOxt1

Дайджест интересных статей и заметок в области машинного обучения, опубликованных за последние два месяца

https://bit.ly/3T2AOI8

6 алгоритмов машинного обучения, которые должен знать каждый исследователь данных

https://bit.ly/3VfGQH5

Компактный читлист по обработке естественного языка (NLP)

https://bit.ly/3CMCosb

Красивый курс по базовой теории вероятностей и статистике. Каждая глава сопровождается эстетичными визуализациями с интерактивными элементами: например, можно вытянуть из колоды 100 карт и посмотреть на картинке, как изменится разброс значений.

https://bit.ly/3MnupVZ

Календарь актуальных хакатонов России для программистов, аналитиков, data scientist-ов, дизайнеров, студентов, школьников и многих других специалистов.

https://bit.ly/3Vl2n1i

Руководство по фреймворку ClearML , который позволяет отслеживать метрики и гиперпараметры машинного обучения, хранить датасеты, визуально сравнивать эксперименты, настраивать пайплайны обработки данных и многое другое.

https://bit.ly/3MtOHNs

Книга по ML, в которой представлены способы применения мощных методов машинного обучения с открытым исходным кодом в крупномасштабных проектах

https://bit.ly/3exWywU

Статья руководителя аналитики в Яндекс.Еде об аналитических задачах и оптимизации бизнеса на основе данных

https://bit.ly/3yJv3ar

Краткая статья о том, что такое надежность данных и как внедрить ее в работу компании

https://bit.ly/3g5wsBH

Компактный читлист по SQL. Содержит блоки по базовым и продвинутым методам.

https://bit.ly/3ewolhr

Курс по анализу данных в R: считывание и предобработка данных, применение основных статистических методов и визуализация результатов.

https://bit.ly/3Vu6l7X

Интерактивная визуализация данных на Python: как создавать графики, которые можно вращать, двигать, приближать и подробно исследовать с помощью курсора

https://bit.ly/3yV8JLc