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

Читлист по командам dbt - data built tool

https://bit.ly/3urTVBe

Курс лекций по математическим основам теории вероятностей

https://bit.ly/3BijV5H

Программы для парсинга данных: топ 10 расширений для Chrome, которые не требуют программирования

https://bit.ly/3VDbhqN

#top@datamining.team
ТОП 5 постов за ноябрь

1. Онлайн-учебник по машинному обучению от ШАД
http://bit.ly/3AB7wtv

2. Как составить резюме Junior-аналитику, чтобы на него обратили внимание
http://bit.ly/3EJ4W5A

3. Какую математику проверяют при найме в аналитику и DS
http://bit.ly/3AadDEW

4. Сборник материалов по Python с нуля: видео, презентации и Colab notebooks
http://bit.ly/3gfPtBR

5. Курс по Байесовским методам машинного обучения
http://bit.ly/3AN6VF5

Гайд от Яндекса: как распознать плохую вакансию в сфере IT

https://bit.ly/3W3krg4

Книга "Наука и искусство построения алгоритмов,
которые извлекают знания из данных": про машинное обучение простым языком и с нуля

https://bit.ly/3UEaBjy

Статья о том, как стабилизировать ML модель и подняться на 700 мест вверх в соревновании на Kaggle

https://bit.ly/3BpMrme

Статья, в которой простым языком объясняется предназначение и принцип работы метода Монте-Карло

https://bit.ly/3Ycxz4e

Большой читлист по Python: от типов данных до работы с файлами

https://bit.ly/3FM2P32

Курс по машинному обучению: необходимые основы Python и математики для Data Science, библиотеки для работы с данными, алгоритмы и методы создания моделей ИИ

https://bit.ly/3Fo0B8y

Большой и красивый сборник гайдов по визуализациям: как подобрать нужный график в зависимости от количества и типа переменных, какие преимущества и недостатки у различных диаграмм и какой смысл они передают

https://bit.ly/3YkatbT

Гайд: как определить метод отбора признаков в машинном обучении

https://bit.ly/3W31sCq

Книга о том, как сделать black box модели машинного обучения интерпретируемыми

https://bit.ly/3uWVszu

Навыки и требования к аналитикам данных на разных уровнях в Яндексе

https://bit.ly/3hyxozF

Введение в библиотеку Transformers и платформу Hugging Face - коллекцию готовых современных предварительно обученных Deep Learning моделей

https://bit.ly/3hAKjRQ

Карта базовой математики для машинного обучения: теория вероятностей и статистика, линейная алгебра, матанализ и другие блоки. В вершинах - ссылки на материалы для изучения тем.

https://bit.ly/3HNEISH