Курс по основам линейной алгебры. Состоит из коротких и понятных видео-уроков.

https://bit.ly/3t6yJQV

Audio-to-Audio - модели, которые применяются для улучшения речи или разделения источников звука. В данном агрегаторе собраны примеры моделей, кейсы с их использованием и гайды.

https://bit.ly/3x6VSFl

Гайд по трансформерам (моделям машинного обучения) с нуля

https://bit.ly/3NMBvmg

Книга по статистике для анализа данных: широкий спектр тем, подробные объяснения, R с нуля

https://bit.ly/3x6d4JL

Как с помощью Python создать полностью автоматизированную трейдинговую систему на базе ИИ

https://bit.ly/3x4nQ3j

Тренды e-commerce против реальности: какие прогнозы сбылись, а какие — нет

https://bit.ly/3NoTeQR

Читлист по алгоритмам машинного обучения от Microsoft

https://bit.ly/3NZZmPE

Нейронные сети. Уроки на Python (курс)

https://bit.ly/3MqO8T2

Модели автоматического распознавания речи: читлист, гайд, множество примеров кода

https://bit.ly/36XO2mY

Как написать парсер с нуля и учесть многие тонкости

https://bit.ly/3xDp9HO

Введение в эконометрику: парная регрессия, многофакторная регрессия, аспекты линейной регрессии, модели временных рядов (книга)

https://bit.ly/3NI7yEj

#top@datamining.team
ТОП 5 постов за май

1. Курс лекций по машинному обучению: от математических основ до прикладных моделей
https://clck.ru/gvJft

2. Книга по анализу данных от ВМК МГУ
https://clck.ru/gtb5S

3. Книга с простыми объяснениями машинного обучения. Цель - показать, как работают основные алгоритмы на простых примерах.
https://bit.ly/3wTlDZm

4. Экзаменационные вопросы по машинному обучению на ВМК МГУ
https://clck.ru/gvJgE

5. Гайд по освоению ML для начинающих
https://clck.ru/hYwCp

10 практик кода, ускоряющих выполнение программ на Python

https://bit.ly/3tvOTUf

Подробный читлист по использованию Markdown с R

https://bit.ly/3aWzPs0

Иллюстрированная статья о том, как обнаружить аномалии для бизнес-показателей с помощью R

https://bit.ly/3zDLOVU

Полный курс лекций и семинаров по машинному обучению от факультета компьютерных наук ВШЭ. Объяснения понятные и с нуля.

https://bit.ly/3Og3CKG

30 необычных диаграмм для дашбордов, презентаций и отчетов в Excel и файлы с пошаговыми инструкциями

https://bit.ly/3mTMJdj

Гайд по визуализации данных с помощью Matplotlib

https://bit.ly/3HumPWR

Книга по теории вероятностей с нуля. Рекомендована в качестве литературы к курсу по теории вероятностей и математической статистике ВШЭ

https://bit.ly/39ASv0o

Библиотека компьютерного зрения OpenCV для С++. Установка на различные ОС, введение в использование и создание реальных проектов

https://bit.ly/3xEugGE

Решение задач FSL-классификации (Few-shot learning): подходы к предобучению, обучению и валидации моделей

https://bit.ly/3xDPYdJ