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

Подробный гайд по оконным функциям SQL - инструментам, которые помогают делать аналитические отчеты без участия Excel

https://bit.ly/3HR09T3

Большая структурированная книга по библиотеке pandas: найдутся ответы на все вопросы

https://bit.ly/3FU0WQz

Интерактивная тренажер с подсказками, который поможет освоить работу с git

https://bit.ly/3C98jCJ

Открытый курс машинного обучения: 10 статей, в которых описываются основные инструменты и алгоритмы анализа данных

https://bit.ly/3GqjWHR

Где, кроме маркетинга, применяются A/B-тесты? На какие этапы делится процесс A/B-тестирования? И когда здесь начинается работа дата-сайентистов?

В свежем выпуске подкаста «Деньги любят техно» (специальная серия Data Science) Александр Сахнов из X5 Group и Артём Летин из ВТБ обсудили метод А/В-тестирования для оценки изменений в бизнесе.

Послушать подкаст можно на любой удобной для вас площадке.

Реклама, Банк ВТБ (ПАО) https://www.vtb.ru/