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

Гайд по трем полезным навыкам: веб-скрейпинг, регулярные выражения и визуализация данных в Python

http://bit.ly/3tiK0Nw

Voilà - библиотека, которая позволяет превращать Jupyter Notebook в интерактивные веб-приложения и дашборды

http://bit.ly/3UvCieV

Книга по математическим основам теории вероятностей. Для освоения достаточно минимальной подготовки в объеме общего курса математического анализа и начал линейной алгебры.

http://bit.ly/3E6O9sS

Какую математику проверяют работодатели при найме Data Analysts & Scientists

http://bit.ly/3AadDEW

Компактный читлист по Gensim — библиотеке NLP, предназначенной для извлечения основных тем текста

http://bit.ly/3EuhT4m

Курс по прикладной статистике в машинном обучении: энтропия, метод максимального правдоподобия, Пуассоновская регрессия, непараметрическое оценивание и другие темы

http://bit.ly/3UvLuA9

Сборник материалов для тех, кто хочет освоить Python с нуля: видео, презентации и Colab notebooks. От основ языка до библиотек для анализа данных.

http://bit.ly/3gfPtBR

Как создать дашборд в Excel: 3 простых шага

http://bit.ly/3EC3jb8

Книга по основам глубокого обучения: введение в нейросети, туториал по TensorFlow, модели анализа последовательностей, глубокое обучение с подкреплением и другие главы

http://bit.ly/3TLvh8C

Интервью о развитии Data Science в России: про "бум" анализа данных, применение теоретических знаний, современный подход к изучению аналитики данных и будущее Data Science

http://bit.ly/3AqWoPB

«Это считается» — подкаст про аналитику без цифр и математики. В первом эпизоде обсуждается мотивация, осознанность и страхи.

http://bit.ly/3OjYnuU

Читлист по BigQuery - веб-сервису для интерактивного анализа больших наборов данных

http://bit.ly/3Xs0YXY

Онлайн-учебник по машинному обучению от ШАД для тех, кто хочет разобраться в технологиях ML: классическая теория и тонкости реализации алгоритмов. В учебник будут добавляться новые главы.

http://bit.ly/3AB7wtv

Набор коротких видео о том, как улучшить свой код на Python.

25 привычек, от которых нужно избавиться: http://bit.ly/3V2f9RG
10 советов по правильному написанию кода: http://bit.ly/3EZQgk2

Гайд по Open Source-библиотеке для работы с A/B-тестами и экспериментами: ее функционал, а также основные этапы A/B-тестирования

http://bit.ly/3GFFyk3