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

Перевод большой книги по макросам: пригодится для освоения автоматизации Open/Libre Office

http://bit.ly/3XyDaS3

Как составить резюме Junior-аналитику, чтобы на него обратили внимание

http://bit.ly/3EJ4W5A

Структура команды Data Science: ключевые модели, роли и сложности

http://bit.ly/3UaXDJK

Читлист по PySpark - системе с открытым исходным кодом для распределенной обработки больших данных

http://bit.ly/3inmSeV

Курс по Байесовским методам машинного обучения от ВМК МГУ

http://bit.ly/3AN6VF5

Сборник теоретических задач по машинному обучению: метрические методы, решающие деревья, линейные классификаторы и другие разделы

https://bit.ly/3GmZxB7

Гайд: как написать парсер Яндекс Карт и найти целевую аудиторию

https://bit.ly/3H0F7Rn

Книга по глубокому обучению с подкреплением на Python: предназначена как для разработчиков МО, так и для энтузиастов, которые интересуются искусственным интеллектом

https://bit.ly/3F02b0d

Прогнозирование продаж Python: как находить и сглаживать выбросы с помощью фильтра Хэмплея

https://bit.ly/3OVkRmg

А/В-тестирование и Data Science: как и для чего совместить

https://bit.ly/3B8MaE5