https://habr.com/company/ods/blog/322626/ 1 и 2 тема

​​Make Your Own Neural Network (2016)
Автор: Тарик Рашид

#neuralnetwork_proglib #python_proglib #books_proglib

Предлагаем вашему вниманию одну из лучших на данный момент книг по нейронным сетям. В ней вы найдёте описание теории и практики создания нейронных сетей, что такое нейронные сети, где они применяются и как самому создать такую сеть, не имея при этом никакого опыта. Автор даёт исчерпывающий материал по основным принципам функционирования нейронных сетей, теоретическим аспектам и требуемой терминологии. Объяснения сопровождаются примерами кода на языке программирования Python из полно-функциональной нейронной сети.

Основные темы книги:
➕ нейронные сети и системы искусственного интеллекта;
➕ структура нейронных сетей;
➕ сглаживание сигналов, распространяющихся по нейронной сети, с помощью функции активации;
➕ тренировка и тестирование нейронных сетей;
➕ интерактивная среда программирования IPython;
➕ использование нейронных сетей в качестве классификаторов объектов;
➕ распознавание образов с помощью нейронных сетей.

Недостатки:
➖ встречаются ошибки в схемам и расчётах;
➖ отсутствует подробное описание вывода некоторых формул.

​​Глубокое обучение. Погружение в мир нейронных сетей (2018)
Авторы: Сергей Николенко, А. Кадурин, Екатерина Архангельская

#machinelearning #fundamental #math #books

Не так много книг по программированию выходят за авторством русских писателей. Однако в этот раз авторы постарались и написали для вас замечательное руководство по глубокому обучению, в котором разобрали основные вопросы, касающиеся этой темы. В книге много математики, теории, основ и рассуждений, охватывающих большую часть того, что касается машинного обучения. Подойдёт, в основном, новичкам, желающим подробнее разобраться в этом вопросе.

Преимущества данного материала:
➕ актуальная на данный момент информация по МО;
➕ хорошее изложение;
➕ исчерпывающие главы по тому, как обучать нейронные сети, по видам основных структур МО и их применения и многое другое;
➕ подходит новичкам.

Недостатки:
➖ листинги с кодом приведены не полностью;
➖ замечены ошибки в формулах.

11 книг по ИИ и Data Science для изучения в 2019

С революционными возможностями в области ИИ и Data Science трудно разобраться, поэтому мы предлагаем подборку лучших книг в данной области.

https://proglib.io/p/ai-and-datascience/

Лучший видеокурс по нейронным сетям на русском

Искусственные нейронные сети упакованы в удобный видеокурс, который научит новичков и освежит знания тех, кто уже давно прошел базис.

https://proglib.io/p/neural-networks/

Теорема Байеса: Святой Грааль Data Science

Теорема Байеса — одно из важнейших правил теории вероятностей, применяемых в Data Science. Рассмотрим интуитивный вывод теоремы на практике.

https://proglib.io/p/bayes-theorem/

5 идей для мощных проектов по машинному обучению для начинающих

В этой статье мы расскажем о пяти идеях, используя которые вы сможете реализовать действительно хорошие проекты по машинному обучению.

https://proglib.io/p/ml-projects/

Фреймворк глубокого обучения в 2019: выбираем из 10 лучших

Как выбрать фреймворк глубокого обучения? Сравниваем 10 популярных сред тренировки нейросетей. Преимущества, недостатки, подводные камни.

https://proglib.io/p/dl-frameworks/

Взгляд на основные тенденции в машинном обучении

Разбираемся, как за последние 5 лет изменились технологии и подходы к работе в машинном обучении на примере исследования Andrej Karpathy.

http://prglb.ru/31znc

Схема успешного развития data-scientist специалиста в 2019 году

Подготовили для вас Roadmap. Приведенная схема развития data-scientist пригодится как начинающему, так и опытному специалисту.

https://prglb.ru/29pbx

Как изучать Data Science в 2019: ответы на частые вопросы

Мысль о том, чтобы изучать Data Science, не даёт вам покоя? Возможно, не зря. В этой статье мы ответили на ряд популярных вопросов новичков.

https://proglib.io/p/data-science-faq/

Идея метода Шелла состоит в сравнении элементов, стоящих не только рядом, но и на определённом расстоянии друг от друга.

Введение в обучение с подкреплением для начинающих

Обучение с подкреплением – это способ машинного обучения, при котором система обучается, взаимодействуя с некоторой средой.

https://prglb.ru/nxb8

Полезный репозиторий по машинному обучению, в котором можно найти вот такие замечательные шпаргалки.

https://prglb.ru/4uuhr

​​Keras - открытая нейросетевая библиотека, написанная на языке Python. Она представляет собой надстройку над фреймворками Deeplearning4j, TensorFlow и Theano. Нацелена на оперативную работу с сетями глубинного обучения, при этом спроектирована так, чтобы быть компактной, модульной и расширяемой.

#библиотекадня #cheatsheet

Официальная страница:
https://keras.io/

Ниже прикрепляем шпаргалку, чтобы лучше работалось!)

Алгоритмы машинного обучения
Данное видео поможет вам разобраться, какие проблемы есть в Machine Learning, и познакомит с различными алгоритмами.
Ключевые алгоритмы машинного обучения - это линейная регрессия, логистическая регрессия, дерево решений, случайный лес и алгоритм KNN.
Все алгоритмы представлены с простыми примерами и реализованы на языке Python.

#видеодня

https://www.youtube.com/watch?v=I7NrVwm3apg

Anaconda − самая популярная data science-платформа в Python.
Кроме обучающих видео, канал содержит видеозаписи конференций AnacondaCon с выступлениями представителей комьюнити по анализу данных, IT-профессионалов, аналитиков, разработчиков и бизнес-лидеров.

#youtubeдня

Веб-сайт: anaconda.com

https://www.youtube.com/channel/UCND4vKhJssAtK8p1Blfj14Q

​​Python для сложных задач. Наука о данных и машинное обучение
Автор: Дж. Вандер Плас
Если вы работаете в сфере Data Science или хотите узнать что-то новое, то обучение можно начать с данной книги Python. В ней вы найдете ответы на вопросы по вычислительным и статистическим методам, передовым алгоритмам разработки, манипулированию данными и т. д.

#книгадня

Скачать книгу:
https://news.1rj.ru/str/progbook/120

​​ Наглядное введение в нейросети на примере распознавания цифр
При помощи множества анимаций на примере задачи распознавания цифр и модели перцептрона дано наглядное введение в процесс обучения нейросети.

#статьядня

https://proglib.io/p/neural-network-course/

Рассмотрим 5 базовых концепций статистики, которые следует знать специалистам в области Data Scientist

#полезностьдня

 https://towardsdatascience.com/the-5-basic-statistics-concepts-data-scientists-need-to-know-2c96740377ae

​​Визуализация данных с помощью ggplot2
Автор: Сергей Мастицкий

Настоящая книга посвящена ggplot2 - одному из таких пакетов, который значительно расширяет и без того богатые базовые графические возможности R. В 2015 г. ggplot2 был установлен более миллиона раз. Такая популярность этого пакета обусловлена несколькими причинами, среди которых можно отметить эстетическую привлекательность и пригодное для публикации качество получаемых с его помощью графиков, возможность создавать пользовательские типы диаграмм, а также большой набор опций для тонкой настройки внешнего вида графиков. В этой книге описаны основы работы с ggplot2 и приведены многочисленные примеры кода, которые читатели легко могут модифицировать для собственных нужд.

#книгадня