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

​​ 11 книг по ИИ и Data Science для изучения в 2019
С революционными возможностями в области ИИ и Data Science трудно разобраться! В статье вы найдёте  подборку лучших книг в данной области, которая поможет сделать этот путь короче и продуктивнее!

#статьядня

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

Видеолекции курса «Машинное обучение» от Школы анализа данных
Это один из основных курсов в школе, обязательный для всех студентов.

Преподаватель: Константин Вячеславович Воронцов

#видеодня

https://yandexdataschool.ru/edu-process/courses/machine-learning#item-1

SmartData – конференция, посвященная техническим вопросам из мира Big Data и обработки данных. Здесь нет разговоров о том, насколько те или иные технологии/подходы перспективны или полезны. У нас уже есть стек: выбирай инструмент, бери и делай. Доклады посвящены применению Big Data подходов в приложении к реальным задачам

#youtubeдня

https://www.youtube.com/channel/UCfCOJWNC_ipu34-LVvPUeCg/about

​​Введение в анализ данных. Учебник и практикум
Автор: Борис Миркин
Чтобы понять, какие методы машинного обучения можно применить к вашему набору данных или как его лучше подготовить, вы должны уметь производить предварительный анализ данных.
В данном учебнике, подготовленном на основе большого международного опыта исследований и преподавания, излагаются основные методы анализа данных, относящихся прежде всего к одному или двум изучаемым признакам. Подробно рассмотрены вопросы анализа и интерпретации связей между двумя количественными, двумя качественными, а также качественным и количественным признаками.

#книгадня

​​6 шагов, которые помогут стать специалистом по Data Science
Давно думали разобраться в науке о данных, но не знали, с чего начать? Мы собрали материалы, которые помогут стать специалистом по Data Science.

#статьядня

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

Академия искусственного интеллекта
 
1. Искусственный интеллект сегодня
2. Истоки ИИ 1950-1990
3. Недавние вехи ИИ
4. Новейшие разработки ИИ
5. Резюме
6. Введение в машинное обучение
7. Обучение с учителем
8. Модели машинного обучения
9. Пример задачи машинного обучения
10. Итоги курса

#youtubeдня

https://www.youtube.com/playlist?list=PLxF_rYtB5vBC6MIx4Y3VX_O67jX0iG6U-

Следующий уровень визуализации данных в Python
Как создавать великолепные, полностью интерактивные сюжеты с помощью одной строки Python

#полезностьдня

https://towardsdatascience.com/the-next-level-of-data-visualization-in-python-dd6e99039d5e

Курс от ВШЭ и Яндекса Practical Reinforcement Learning
Продолжительность курса - 9 недель.
Видео лекций и практических семинаров на русском языке Вы найдете в разделе "Materials" каждой недели.

#видеодня

https://github.com/yandexdataschool/Practical_RL

Введение в Data Science и Machine Learning
Рассматриваем основы Data Science и Machine Learning, а также как и куда двигаться дальше в данном направлении.

#видеодня

https://bit.ly/2UpaI3x

Открытый курс машинного обучения. Композиции: бэггинг, случайный лес
Это пятая статья из серии, которая посвящена простым методам композиции: бэггингу и случайному лесу. А вообще, рекомендуем ознакомиться со всей серией!

#статьядня

http://clc.am/t9JRUA

​​Python и машинное обучение
Автор: Себастьян Рашка

Книга идеально подходит для тех, кто хочет погрузиться в мир прогнозной аналитики и машинного обучения. Охватывается широкий круг мощных библиотек Python, в том числе scikit-learn, Theano и Keras.

#книгадня

Скачать книгу на русском по ссылке: https://news.1rj.ru/str/progbook/55

Искусственный интеллект и всё, о чем вы боялись спросить
Доступно рассказываем, что такое искусственный интеллект, и какие подводные камни ждут в процессе погружения в данную отрасль.

#статьядня

https://prglb.ru/a48c

Deep Learning: 15 лучших книг по глубинному обучению

Интересуетесь нейросетями и машинным обучением? Собрали подборку из 15 книг по глубинному обучению, которые помогут освоить эти технологии.

https://prglb.ru/5b5cq

Data Science за 3 месяца: эффективный учебный план

Data Science за 3 месяца? В своем ли мы уме? Вполне. Расскажем, как стать аналитиком данных за 12 недель по курсам Microsoft и др.

https://prglb.ru/23qrk

TensorFlow умер. Да здравствует TensorFlow 2.0!

Вышло долгожданное обновление фреймворка машинного обучения – TensorFlow 2.0. Что же предлагают разработчики Google в альфа-версии?

https://prglb.ru/32sl8

​​В Data Studio появилась поддержка динамических параметров в SQL-запросах при подключении к BigQuery. Теперь отчеты могут динамически обновляться без редактирования источников данных.

via @BigQuery

Неплохой обзор Yandex DataLens. Коннекторов пока немного, но, наверное, все впереди. Но вот интересно, Яндекс и Гугл продолжат делать вид, что оппонента не существует?

http://bit.ly/2Xyd9q0

#yandexdatalens