🧐Топ 6 библиотек Python для визуализации: какую и когда лучше использовать?
[ Статья ]

Мозговой имплантат позволяет ощутить предмет, который берет роборука
[ Статья ]

​​Puzzle English (@puzzleng) — это сервис, в котором вы можете учить английский онлайн с любого уровня и для любых целей. Тренируйте словарный запас, смотрите отрывки кино и сериалов, или вообще слушайте подкасты для развития понимания языка на слух. А если хочется подтянуть грамматику — то у ребят есть целый каталог игр и тренажеров, с которыми не будет скучно :)

Кстати, после регистрации вы сразу получите бонус — 2 недели Личного Плана. Это такая персональная программа, в которую входит всё, что перечислено выше. А если сервис очень понравится, то ловите промокод may2021 — он даёт скидку в 66% для покупки премиум-доступа!

Играйте, тренируйтесь и развивайте свой английский вместе с Puzzle English: https://u.to/fLBUGw

Music2Dance: как мы пытались научиться танцевать
[ Статья ]

DATApedia - канал про Data Science, и все что связано с данными, в котором вы найдете:

— Переведенные зарубежные статьи, которые есть только у нас;
— Возможность предложить нам статью для перевода;
— Полезные видео;
— Профессиональный юмор;

Присоединяйтесь, давайте расти как профессионалы вместе 😉

​​Многоразовый шаблон логирования на Python для всех ваших приложений в Data Science
Идеальный способ отлаживать и отслеживать приложения — хорошо определённые, информативные и удобно структурированные логи. Они являются необходимым компонентом любого — малого, среднего или крупного — проекта на любом языке программирования, не только на Python. Не используйте print() или корневой логгер по умолчанию, вместо этого настройте логирование на уровне проекта. К старту нового потока курса по Data Science, мы перевели статью, автор которой решил поделиться своим шаблоном для логирования. Не лишним будет сказать, что этот шаблон пришёлся по душе многим специалистам — от дата-сайентистов профессионалов и до разработчиков ПО разного уровня.
[ Статья

Автоматизация машинного обучения
Сколько рабочего времени вы тратите на скучные рутинные операции? Представим, что вы начали работать в компании, которая производит однообразные операции с бесконечными таблицами. Например, в крупном ретейлере или у ведущего оператора связи. Ежедневно перед вами ставят задачу выяснить, останется ли клиент с вами или хватит ли товара на полках до конца недели. Алгоритм выглядит просто. Вы берете выборку, изучаете бесконечные ряды признаков, удаляете мусор, генерируете новые признаки, собираете сводную таблицу. Подаете готовые данные в модель, настраиваете параметры и с нетерпением ждете заветных цифр итоговой метрики. Это повторяется день за днем. Затрачивая каждый день всего 60 минут на генерацию фич или подбор параметров, за месяц вы израсходуете минимум 20 часов. Это, без малого, целые сутки, за которые можно выполнить новую задачу, обучить нейросеть или прочесть несколько статей на arxiv’e.
[ Статья ]

Полезные приемы и лучшие практики от Kaggle.

Из этой статьи вы узнаете то, что можно узнать, только потратив множество часов на изучение и практику.
[ Статья ]

5 условий зарождения искуственного интеллекта в индустрии.

[ Статья ]

В аквариуме: вычислительная генетика на Python и Mathcad

Пусть в аквариуме живут рыбки двух цветов.
Начнем с визуализации. Зададим число рыбок n=100 и договоримся что каждая из них имеет случайный цвет color №0 или №1, а также находится в случайной точке (x,y). Т.е. x, y, и color — это три вектора длины n, а третью (z-) координату мы не рассматриваем.
[ Статья ]

Все что вы (не) хотели знать о Data Science

[ Статья ]

Оценка структуры кредитного портфеля с помощью R.

В ходе обсуждений возникла «маленькая» задачка — построить динамику структуры кредитного портфеля (динамика кредитной карты, например). Есть важная специфика — необходимо применять метод FIFO для погашения займов. Т.е. при погашении первыми должны гаситься самые ранние займы. Это накладывает определенные требования на расчет статуса каждого отдельного займа и определения его даты погашения.
[ Статья ]

5 вещей о наблюдаемости данных, которые должен знать каждый дата-инженер

[ Статья ]

​Добро пожаловать в мир главного ит тренда - машинного обучения: @machinelearning_ru

В канале вы найдет :

📃 Статьи
📚 Книги
👨‍💻 Код
🔗Ссылки
и много другой полезной информации
* Artificial Intelligence * Deep Learning
* Machine Learning * Data Science
* Python * Наука о данных

Присоединяйтесь, чтобы узнать много нового и прокачать свои навыки 👇👇👇

🤖 @machinelearning_ru

Описание алгоритмов сортировки и сравнение их производительности

[ Статья ]

Deep Fake Science, кризис воспроизводимости и откуда берутся пустые репозитории
[ Статья ]

Стать успешным разработчиком веб-приложений за 2 года не выходя из дома, ещё и с дипломом ведущего вуза страны?

Сегодня — это реально! 

SkillFactory и ТюмГУ запускают совместную программу онлайн-магистратуры «Разработка программных систем (Software Engineering for Business)». Это двухгодичная программа магистратуры для тех, кто хочет не только освоить язык программирования Java и разрабатывать веб-приложения, но и управлять IT-продуктами. 

Кроме этого, вас ждет:
- Диплом государственного образца 
- Обучение в ведущем университете России
- Возможность учиться из любой точки мира и совмещать учебу с работой 
- Преподаватели-эксперты из сферы разработки c опытом более 10 лет
- Программа обучения, основанная на требованиях работодателей  

Чтобы узнать больше и задать вопросы экспертам, приходите на День открытых дверей магистратуры 5 июня в 15:00 по Москве. Ссылка для регистрации:
https://bit.ly/34P5c1n

Чужая среди своих, своя среди чужих: из социологии в Data Science

[ Статья ]

Путеводитель по базам данных в 2021 г

Данные — это один из наиболее важных компонентов геопространственных технологий и, пожалуй, любой другой отрасли. К управлению данными сейчас относятся серьезно во всех отраслях, поэтому знания по этой дисциплине имеют важное значение для карьеры ИТ-специалистов. Этот цикл статей задуман как универсальное руководство, в котором мы рассмотрим тему от и до, начиная с вопроса «Что такое данные?» и заканчивая изучением и применением геопространственных запросов.
[ Статья ]

5 вещей о наблюдаемости данных, которые должен знать каждый дата-инженер
[ Статья ]

«Работе с данными нельзя научить»:

[ Статья ]