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

Мини-курс по матанализу. Состоит из коротких и интересных видео, в которых наглядно объясняется суть многих важных терминов

https://bit.ly/3n5Tx7D

Словарь терминов Big Data, которые объясняются простым языком, и мотивация его создания

https://bit.ly/3xOhMfG

"Подход к (почти) любой задаче машинного обучения" - книга по ML с кодом

https://bit.ly/3NeMVyl

"Как занимать высокие места в соревнованиях на kaggle" - история от DS-а, выигравшего золотую медаль

https://bit.ly/3OlYIMV

Читлисты по математической статистике: основные термины, распределения (с таблицами) и тесты. Дополнены небольшими примерами.

https://bit.ly/3QKsZqf

Искусственный интеллект для бизнеса: интерактивный гайд

https://mck.co/3Nm77i6

8 основных шагов по освоению компьютерного зрения

https://bit.ly/3bxl1QX

Курс по дискретной математике для новичков. Большое внимание уделяется комбинаторике и теории множеств.

https://bit.ly/3NrMQYm

Большой и подробный гайд по R с нуля

https://bit.ly/3OW6FZ5

Книга по анализу поведенческих данных на R и Python: как улучшить бизнес-результаты на основе информации о клиентах

https://bit.ly/3yadOhq

Переобучению быть или не быть: когда пора обновлять модели машинного обучения

https://bit.ly/3OLtejy

Краткий пересказ выступлений на Open Source Data Stack Conference: как управлять данными, обеспечивать Data Privacy и повышать эффективность Data-специалистов

https://bit.ly/3OHR2o6