Курс Data Engineer. Освойте лучшие практики работы с большими данными: Architecture, Data Lake, DWH, MLOps.

https://fas.st/Cw3_zD

Это промо пост.

Короткие курсы по визуализации данных в Питоне:

matplotlib: https://bit.ly/3r6pxLV
seaborn: https://bit.ly/3o2irWw

Статья про алгоритм k-means в среде выполнения заданий по обработке Сlickhouse

https://bit.ly/33QXiI8

SQL для начинающих: с нуля до сертификата Oracle

https://fas.st/jmtPu

Это промо пост.

Материалы курса по практическому Reinforcement learning (который читается в ШАД и ВШЭ) выложены в открытый доступ. Они оформлены так, чтобы их было удобно изучать самостоятельно. Присутствуют все презентации и тетрадки с лекций и семинаров, домашние задания, полезные ссылки.

Все материалы на гитхабе: https://bit.ly/3o8ExHb

29 января состоится онлайн-конференция «Формула успеха в образовании" в закрытом телеграм канале для родителей, школьников и репетиторов.

Повестка встречи:
✔️Классы матвертикали, топовые школы, колледжи, ОГЭ, ЕГЭ, олимпиады, поступление в вузы РФ, немного затрону вопросы обучения заграницей.
✔️Формула успешного образования будет полезна и для обучающихся в других странах.
✔️Расскажу про то, как влюбить в математику?
✔️ Про свою историю поступления.

Пишите кодовое слово "data mining" для записи на конференцию по ссылке https://news.1rj.ru/str/Emiliya_aet. Кто не успеет записаться, тот сможет приобрести запись. Кто не успеет записаться, тот сможет приобрести запись.

Партнёрский пост.

University of California, Berkeley выкладывает в открытый доступ все материалы своего продвинутого курса по глубокому обучению с подкреплением: видеолекции, презентации, домашние задания, форум на reddit.
А еще в разделах Prerequisites и Related Materials можно найти много ссылок на другие интересные курсы по ML

https://bit.ly/3fWt88L

Добро пожаловать в мир главного ит тренда - машинного обучения: t.me/machinelearning_ru

В канале вы найдет :
📃Статьи ,
📚Книги
👨‍💻 Код
🔗Ссылки

и много другой полезной информации
#ArtificialIntelligence #DeepLearning
#MachineLearning #DataScience
#Python

1 канал вместо тысячи учебников и курсов
t.me/machinelearning_ru

Партнёрский пост

Мини-курсы по математике для анализа данных: краткие, интересные, с примерами из машинного обучения.

Линейная алгебра: https://bit.ly/3g48jsa
Анализ: https://bit.ly/3AOT4Nd
Безусловная оптимизация: https://bit.ly/3KSwasU

Выпуск подкаста, поводом к которому послужила выложенная Сбером в открытый доступ русская версия модели для генерации изображений по текстовому описанию (ruDALL-E).
Интервью с человеком, который принимал участие в создании "самого большого вычислительного проекта в России", как его называют в статье.

Тут можно посмотреть и послушать: https://bit.ly/3KN5XvE
Тут можно почитать: https://bit.ly/3r2e4Nl

Обзор пакетов для визуализации данных на Python

https://bit.ly/3GcJHrM

На edX появился курс по машинному обучению от MIT. Он завершает четверку курсов специализации Statistics and Data Science. В курсе представлен широкий спектр тем: от простейших моделей до нейросетей и обучения с подкреплением.

Без получения сертификата курс можно пройти бесплатно.

https://bit.ly/349zVcs

Продвинутый курс "Машинное обучение и анализ данных" при поддержке Яндекс и МФТИ

https://bit.ly/345HAcf

Нейросеть, которая может не только менять позу, но и переодевать человека на фотографии.

Статья тут: https://bit.ly/3fVfz9I
Подробности, код и библиотеки тут: https://bit.ly/3IHeGhs

Классификация изображений: описание, читлист, датасеты и модели

https://bit.ly/3L3s2Gs

В NVIDIA собрали в одном месте лучшие онлайн-курсы по глубокому обучению. Здесь и введение в ИИ от MIT, и не нуждающаяся в рекламе специализация от Andrew Ng, и курсы по Computer Vision и Reinforcement Learning, читаемые в Georgia Tech.

https://bit.ly/3omcfcr

Статья, в которой резюмируется прогресс в наиболее влиятельных сферах ML и NLP в 2021 году

https://bit.ly/3s9xH5t

Статья о прогресс во многих важных областях ML и NLP за 2021 год

https://bit.ly/3IyZxOQ

Простой гайд по нейронным сетям для начинающих

https://bit.ly/3unaxek

Depth First Learning - проект, созданный специалистами из Google с целью помочь начинающим исследователям изучить материал, необходимый для понимания современных статей по искусственному интеллекту. В DFL собирают ссылки на полезные материалы и организуют их в треки, подводящие к разным статьям. Сейчас готовы треки для, например, AlphaGoZero и InfoGAN.

https://bit.ly/3IHe1fY

Книга об основах прикладной статистики (для изучения требуется знание Python)

https://bit.ly/3AVVNEF