Книга, в которой раскрывается роль байесовских выводов при A/B тестировании, выявлении мошенничества и других задачах, реализуемых на Python

https://bit.ly/3eM5XRO

Статья о том, как с течением времени менялась и развивалась архитектура данных и какие инструменты появлялись в ответ на потребности бизнеса

https://bit.ly/3FaV5Yt

Построение нетипичных диаграмм в R: интерактивные воронки, диаграмма Парето, круговые диаграммы в ggplot2, диаграмма гантелей, а также добавление ярлыков данных

https://bit.ly/3snpPxv

Читлист для руководителей бизнеса: как применять Data Science для решения актуальных задач, какие существуют инструменты визуализации и исследования данных, как создать команду специалистов и организовать ее работу

https://bit.ly/3TMmtR3

Галерея визуализаций: множество графиков с исходным кодом в matplotlib, seaborn, plotly и других библиотеках

На Python: https://bit.ly/3DADdox
В R: https://bit.ly/3gMDVpN

Курс по анализу данных в примерах и задачах: основы нейронных сетей, регуляризация, кейс по подготовке данных и другие лекции

https://bit.ly/3N6Onoh

Изучение нового языка программирования для работы с данными (краткий гайд): на чем сфокусироваться, как построить обучение эффективно, каких советов придерживаться

https://bit.ly/3SExKBo

Книга по практическому анализу временных рядов: статистические методы и машинное обучение

https://bit.ly/3gKP8aq

Наглядная статья по машинному обучению: простыми словами о том, что такое бустинг и зачем он применяется

https://bit.ly/3W8CWk1

Работа с изображениями в OpenCV: преобразование изображения в оттенки серого, уменьшение размерности в 4 раза, нахождение и выделение самого тёмного объекта

https://bit.ly/3Wi58kw

Читлист по использованию Jupyter Notebook: основные функции, магические команды и горячие клавиши, которые помогут оптимизировать работу

https://bit.ly/3WonNeC

Курс по статистике для анализа данных: объяснение необходимой теории с нуля сопровождается практикой в Google Sheets, MS Office и Anaconda

https://bit.ly/3Ue0cLD

Open Source и low-code-продукты для визуализации BI-аналитики

https://bit.ly/3sOxK7m

Гайд по деплою моделей: серия роликов о том, как и где можно разместить разработанные модели

https://bit.ly/3fC6ZQz

Большая книга по распознаванию образов и машинному обучению: от теории вероятностей и линейной регрессии до ядерных методов, графовых моделей и EM-алгоритмов

https://bit.ly/3thl1ul

Серия статей про современный Voice Activity Detector: как он создавался, в чем его особенности и преимущества, каким образом можно его использовать

https://bit.ly/3NKUGhC

Математические модели, роботы-сортировщики и собственный софт: подкаст о том, как IT изменило Почту России

https://bit.ly/3AayGXZ

#top@datamining.team
ТОП 5 постов за октябрь

1. Большой читлист по машинному обучению: метрики качества моделей, регуляризация, глоссарий по компьютерному зрению и другие блоки
https://bit.ly/3M0Zq1C

2. Красивый курс по теории вероятностей и статистике: эстетичные визуализации с интерактивными элементами
https://bit.ly/3MnupVZ

3. Книга о роли байесовских выводов в A/B тестировании, выявлении мошенничества и других задачах
https://bit.ly/3eM5XRO

4. Книга по машинному обучения с нуля на простом языке: от сбора данных до прикладных примеров
https://bit.ly/3EdKY4F

5. Галерея визуализаций: множество графиков с исходным кодом в matplotlib, seaborn, plotly и других библиотеках

На Python: https://bit.ly/3DADdox
В R: https://bit.ly/3gMDVpN

Компактный читлист по фреймворку Django. Изучение веб-фреймворков является хорошей практикой перед техническим собеседованием.

https://bit.ly/3Ukt99i

Небольшой курс из двух видео по моделированию с использованием реальных данных. Сначала предлагается урок по экспоненциальному и логистическому росту, далее - кейс по Covid-19.

https://bit.ly/3zTA5lA

Подборка файлов Power BI Desktop с примерами решений, которые можно применять при создании отчетов

https://bit.ly/3NUlyeZ