Редактор регулярных выражений, понятный новичкам. Указывает на ошибки, дает подсказки, поддерживает несколько языков программирования

http://bit.ly/3HCA6hL

Учебник по теории вероятностей на русском языке: от основных понятий до ЗБЧ и ЦПТ

https://bit.ly/3DJBT2v

Курс лекций по прикладной статистике: распределения и ЗБЧ, сбор данных и EDA, проверка гипотез, АБ-тесты, временные ряды и другие темы

http://bit.ly/3wV1Qbz

Сборник подкастов по Data Science: применение в бизнесе, лайфхаки АБ-тестирования, советы по визуализации и другие темы

http://bit.ly/405zBEl

Статья, в которой собрано множество неудачных визуализаций - поможет понять, как делать не нужно

http://bit.ly/3XN1CyW

Читлист по numpy: способы создания массивов, математические операции, описательные статистики и более продвинутые методы

https://bit.ly/3Y8wzgv

Пошаговый гайд по основам pandas: введение в базовые методы и функции

https://bit.ly/3XGA3Hr

Курс для начинающих, который сочетает в себе основы Python и математики для анализа данных

https://bit.ly/3Rs6p6A

Статья с формулами, примерами и необычными задачами по теории вероятностей - поможет подготовиться к собеседованию

http://bit.ly/3Dvyrs4

50+ задач по SQL в интерактивном онлайн-тренажере

http://bit.ly/3RoRb2f

Книга "Стандартная библиотека Python 3. Справочник с примерами" на русском языке

http://bit.ly/3WT7XHN

Гайд по визуализации данных: с чего начать, как выбрать график, каких правил придерживаться

http://bit.ly/3YjYv16

Большой читлист по статистике от Стэнфордского университета

http://bit.ly/3RyWGeD

Книга "Грокаем алгоритмы": сортировка выбором, рекурсия, хеш-таблицы, поиск в ширину и другие главы. Читается быстро и содержит множество иллюстраций

http://bit.ly/40vrHUL

Опенсорсный инструмент для построения датасетов высокого качества и моделей компьютерного зрения

http://bit.ly/3YjA1oT

Курс по data literacy - состоит из серии лонгридов, примеров и практики

http://bit.ly/3JOgWa6

Статья о том, как с помощью методов визуализации данных изучать неопределенные процессы

https://bit.ly/3lbj4yN

Устройство ML-проектов с точки зрения менеджмента: ключевые этапы, их специфика, подводные камни и способы их избежать

http://bit.ly/3JIthgb

40 вопросов по статистике с собеседований на должность Data Scientist

http://bit.ly/3Y7cSWT

Лучшие способы заполнить пропуски в данных - гайд для дата-сайентистов

https://bit.ly/3Ynva6F

Читлист по машинному обучению и Data Science: содержит ответы на вопросы, которые задают на собеседованиях

http://bit.ly/3HZQLfl