Сборник материалов по глубокому обучению: основы, компьютерное зрение, NLP и другие разделы

https://bit.ly/3LqhZxL

Видео про функционалы потерь и метрики регрессии простым языком

https://bit.ly/40xlpmo

Интерактивный тренажер по простейшим запросам SQL для начинающих

https://bit.ly/3HhgNtW

Читлист по линейной алгебре и математическому анализу от Стэнфордского университета

https://bit.ly/3oMujiL

Сборник бесплатных курсов по Power BI от Microsoft: подключение к данным и их продвинутая визуализация

https://bit.ly/3LDGyHm

6 допущений логистической регрессии (с примерами)

https://bit.ly/3Vkbq2N

Полный курс по теории вероятностей: от понятия события до теоремы Маркова

https://bit.ly/3NnpVkF

Сборник обучающих статей про A/B тестирование

https://bit.ly/3LJkWJS

Сводка задач продуктовых аналитиков по разным компаниям

https://bit.ly/44l2L4f

Компактный читлист по основам Python для Data Science

https://bit.ly/3LjiR5L

RedPajama: open-source датасет для обучения больших языковых моделей

https://bit.ly/44gBX5e

Low-code платформа Observable для быстрого создания визуализаций

https://bit.ly/3nwn2n3

#top@datamining.team
ТОП 5 постов за апрель

1. Интерактивный тренажер по простейшим запросам SQL для начинающих
https://bit.ly/3HhgNtW

2. Сборник бесплатных курсов по Power BI от Microsoft: подключение к данным и их продвинутая визуализация
https://bit.ly/3LDGyHm

3. Читлист по теории вероятностей и статистике от Стэнфордского университета
https://bit.ly/3GNx7lQ

4. Сборник задач и теории по базовой математике (линейная алгебра, оптимизация, графы) и машинному обучению
https://bit.ly/417npTn

5. Книга по прикладной статистике: статистические показатели, основные вопросы выборочного обследования, проверка статистических гипотез и другое
https://bit.ly/414vBnc

Статья, в которой простыми словами рассказывается о законе нормального распределения и его применении в различных сферах

https://bit.ly/3HOHoPb

Большой обзор моделей-трансформеров от BERT до Alpaca: обработка текста, компьютерное зрение, генерация изображений, анализ звука

https://bit.ly/3HQNizl

Компактный читлист по работе с Conda: установка модулей, управление средами и другое

https://bit.ly/44Cf0JN

Подкаст о будущем профессий, компаний и нейросетей: какие скиллы ИИ автоматизирует первыми, можно ли делегировать ИИ принятие решений и другие актуальные вопросы

https://bit.ly/3NK0f1A

Бесплатный курс для тех, кто хочет научиться применять глубокое обучение и машинное обучение для решения практических задач

https://bit.ly/3M3EwRd

Как сделать свой код более эффективным? — Прокачать навык проектирования и реализации алгоритмов!

Благодаря алгоритмам вы не только сможете писать более качественный код, но и научитесь находить оптимальные решения многих задач. Улучшить свой скил работы с алгоритмами поможет новый хендбук от Академии Яндекса.

Занимаясь по нему, вы узнаете, как проектировать, оптимизировать, комбинировать и отлаживать алгоритмы — причём без привязки к какому-либо языку программирования. В учебнике собраны практические задания разного уровня сложности, а эффективность алгоритмов проверяется автоматически. Так что вы не только сможете закрепить знания, но и получите быструю обратную связь по решениям.

Все материалы учебника бесплатны! Изучайте алгоритмы в удобном для вас темпе и совершенствуйтесь в написании кода: https://clck.ru/34cCN8

Свежая книга "Random Matrix Methods for Machine Learning" поможет понять, зачем в машинном обучении нужны функции комплексного переменного, интегралы по контуру, спектральная теория, комбинаторика и т.п. Есть следующие разделы
- Random Matrix Theory
- Statistical Inference in Linear Models
- Kernel Methods
- Large Neural Networks
- Large-Dimensional Convex Optimization
- Community Detection on Graphs
- Universality and Real Data
Например, в первом изучается спектр матрицы XX^T, которая много где возникает (в методе главных компонент, теории ядер и т.п.) А в четвёртом есть интересные результаты про т.н. двойной спуск.

Книга для очень подготовленного читателя!