#top@datamining.team

Команда Data Mining предлагает вам ознакомиться с ТОП-5 постами за июль:

1) Курс от Google AI по машинному обучению. Достаточно объемный, но доступный и хороший.

https://vk.com/wall-94208167_4660

2) Исследователи из OpenAI научили GPT-2 дополнять изображения. Исходя из обрезанной картинки, модель предлагает несколько вариантов полного фото.

https://vk.com/wall-94208167_4633

3) Подборка любимых книг про машинное обучение от экспертов и специалистов. Каждый совет идет вместе с краткой рекомендацией.

https://vk.com/wall-94208167_4676

4) 9 ключевых алгоритмов машинного обучения простым языком.

https://vk.com/wall-94208167_4648

5) Mail.ru Group и hh.ru составили портреты российских специалистов по анализу данных (Data Science) и машинному обучению (Machine Learning). Аналитики выяснили, где они живут и что умеют — а также чего ждут от них работодатели и как меняется спрос на таких профессионалов.

https://vk.com/wall-94208167_4661

Подробный блог о том, как устроены механизмы доставки свежего контента в сервисе Яндекс.Картинки

https://bit.ly/3kJQ5x8

Как стать успешным аналитиком данных?

https://bit.ly/3asSxmU

Исследователи из Google Brain предложили новый способ генерировать программы по набору входов и выходов. Основная идея — последовательно искать подпрограммы, приводящие к валидным промежуточным результатам. Способ превосходит предыдущие решения.

https://bit.ly/2PW4TuA

3 наиболее часто задаваемых вопроса про Python на собеседовании.

https://bit.ly/3kPVjaR

Системы баз данных, которые учатся быть лучше.

https://bit.ly/3iO4l6g

Новый инструмент от Google, который помогает разработчикам в сфере NLP. Он позволяет получить детальную информацию о модели, чтобы понимать принципы и возможности работы.

https://bit.ly/3hf0TkB

Почему Python не является языком программирования будущего.

https://bit.ly/32hDXLg

neuspo - специальный сайт, который, используя техники машинного обучения, агрегирует актуальную информацию о спортивных событиях. Ознакомиться с сайтом можно по ссылке ниже:

https://bit.ly/3j2TRQz

Сайт, который позволяет с помощью глубинного обучения автоматически удалять фон с изображений:

https://bit.ly/3lm0ijR

Подборка из 10 свежих книг про Machine Learning, которые стоит изучить, если вы собираетесь стать специалистом по этой теме.

https://bit.ly/3lkCoVy

8 навыков Python, которыми должен обладать каждый аналитик данных.

https://bit.ly/3llsXFt

Набор качественных открытых инструментов для обработки естественного русского языка.

https://bit.ly/2EIMGOM

5 языков программирования, которые никогда не умрут.

https://bit.ly/2EyXeQE

Learning@home - интересный перспективный проект, идея которого заключается в том, чтобы создать некоторое подобие BitTorrent для обучения нейронных сетей, то есть разделить вычислительные нагрузки на множество пользователей.

Страница проекта : https://bit.ly/3b6n0Yp

5 самых частых ошибок в Pandas.

https://bit.ly/3bbY3dT

Разнообразные пути ввода данных в R.

https://bit.ly/3gPBKMz

Mail.ru открывает новые образовательные программы в нескольких университетов Москвы. Для тех, кто не учится в выбранных вузах, доступны онлайн-записи дисциплин и программа амбассадоров.

https://bit.ly/3jytYbB

#top@datamining.team

Команда Data Mining предлагает вам ознакомиться с ТОП-5 постами за июль:

1) 8 навыков Python, которыми должен обладать каждый аналитик данных.

https://vk.com/wall-94208167_4722

2) Нейросеть переводит код с одного языка программирования на другой.

https://vk.com/wall-94208167_4693

3) 5 самых частых ошибок в Pandas.

https://vk.com/wall-94208167_4727

4) Подборка основных исследований за июль 2020.

https://vk.com/wall-94208167_4681

5) Подборка из 10 свежих книг про Machine Learning, которые стоит изучить, если вы собираетесь стать специалистом по этой теме.

https://vk.com/wall-94208167_4721

20 ресурсов, благодаря которым можно улучшить свои навыки в JavaScript.

https://bit.ly/2QH2hRs

Компания Distill пригласила нескольких исследователей опубликовать «цепочку» коротких статей, исследующих дифференцируемые самоорганизующиеся системы, перемежающихся критическими комментариями нескольких экспертов в смежных областях.

https://bit.ly/2QK7qIx