Автоматизация повседневных задач с помощью Python.

https://bit.ly/3kRhih9

#top@datamining.team

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

1)  4 библиотеки Python, которые помогут вам зарабатывать деньги на веб-скрейпинге.

https://vk.com/wall-94208167_4792

2) Сбер выложил русскоязычную модель GPT-3 Large с 760 миллионами параметров в открытый доступ.

https://vk.com/wall-94208167_4822

3) Готовая библиотека для аугментаций в NLP.

https://vk.com/wall-94208167_4837

4) Топ-13 навыков, чтобы стать успешным аналитиком данных.

https://vk.com/wall-94208167_4839

5) ​​Возможно, лучшая визуализация того, как работает трансформер. Во всех примерах визуализировано в том числе и батч-измерение.

https://vk.com/wall-94208167_4823

Мы подобрали для вас несколько курсов, благодаря которым вы можете обучиться Data science:

Coursera - типовые задачи машинного обучения и анализа данных и методы их решения - (https://bit.ly/2GrDNdy)

HarvarDX - создайте основу для R и узнайте, как обрабатывать, анализировать и визуализировать данные (https://bit.ly/3oUip1O)

IBM - этот курс Python представляет собой удобное введение для новичков в Python для науки о данных. (https://bit.ly/3jVja70)

OpenEdu -  В ходе обучения слушатели курса узнают о различных задачах, связанных с анализом текстов, освоят методы предобработки текстовых данных, изучат основные подходы к решению задач на основе классического машинного обучения и глубоких нейронный сетей. (https://bit.ly/2I03IJP)

Stepik - курс знакомит слушателей с основами машинного обучения и рассчитан в первую очередь на тех слушателей, которые только начинают свой путь в Data Science. (https://bit.ly/32aHXxX)

Codebasics (Youtube) - это полный курс по науке о данных, который может пройти любой новичок, чтобы изучить науку о данных. Он охватывает огромное количество тем. (https://bit.ly/3kXanmo)

Текстовый анализ сообщений в социальных сетях показывает, что среди других негативных тенденций растет беспокойство пользователей и уровень суицидального риска.

https://bit.ly/3k5BkmE

Использование Python для анализа ситуации на финансовом рынке.

https://bit.ly/3eF4ND1

Модели на основе остаточной энергии для генерации текста.

Новая интересная статья по генерации текста. Авторы предлагают вместо стандартного авторегрессионного моделирования перейти к моделированию ненормализованной вероятности (энергии) целого предложения.

https://bit.ly/3eHekcE

11 способов применения функции к каждой строке в фрейме данных Pandas

https://bit.ly/2GPa2na

В Google Brain обучили Transformer для задач компьютерного зрения.

https://bit.ly/3n8D7Jy

Полный обзор по современным методам аугментации при работе с текстами на русском языке.

https://bit.ly/3lpZAl4

Эффективные датасэты с открытым доступом в PyTorch, TensorFlow, NumPy и Pandas.

https://bit.ly/3pnx8mh

12 подсказок для освоения словарей Python.

https://bit.ly/3lwXPma

Развитие искусственного может позволить использовать его в бытовой технике, одновременно повышая безопасность данных и энергоэффективность.

https://bit.ly/2UsnFvM

Из каких профессий люди приходят в Data Science, как они выбрали обучение, чего стремятся достичь, где собираются работать и какую роль сыграла пандемия.

https://bit.ly/3ff7FXC

4 хитрости для эффективного использования JSON в Python.

https://bit.ly/38UAvv8

Подборка правильных шпаргалок (cheatsheet) по R, python, SQL и анализу данных.

https://bit.ly/3lK5764

Facebook выложили мультиязычную модель, которая по их заявлениям позволяет напрямую, без промежуточного языка, переводить 100x100 языковых пар.

Ссылка на гитхаб библиотеку: https://bit.ly/36NzFgZ

Цветовые шкалы - это все в визуализации данных - эффективно ли вы их используете?

https://bit.ly/38Z6daw