Как анализировать данные с Python библиотеками Pandas и Numpy

https://www.youtube.com/watch?v=lLf6Qt6wSJ8

#python #data_analysis

Python для Data Science: 8 понятий, которые важно помнить

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

#data_analysis #python

Советы по глубокому обучению: распознавание объектов в 10 строк

https://proglib.io/p/deep-learning-advice/

#python #data_analysis

Крупнейшая подборка Python-каналов на Youtube

https://proglib.io/p/python-youtube/

#python #digest

Вы все ещё тратите время на подготовку отчетов в Excel и анализ данных занимает у много времени?

Современная серьезная аналитика невозможна без владения Python.
Python позволяет решать аналитической задачи любой сложности и гораздо эффективнее, чем при работе с Excel или BI системами. Большинство сложных задач решаются несколькими строчками кода.

В Skillfactory сейчас открыт набор на онлайн-курс “Python для анализа данных” → https://bit.ly/2L6EQAB и кроме того проходит акция, по которой вы можете купить 2 курса по цене 1 🔥

Курс позволяет освоить Python для анализа данных с нуля. Курс рассчитан на тех, кто не умеет программировать, но хочет научиться. Для практики используются реальные задачи, которые решают аналитики.

На протяжении всего обучения у вас будет поддержка автора и куратора курса. Вы сможете получить ответ на любой вопрос

Получить полную программу курса можно по ссылке → https://bit.ly/2L6EQAB

Актуальная математика

1. Кластеризация
2. Коллективные эффекты в топологии
3. Математика в нейронных сетях
4. Изгибаемые многогранники
5. Интегрируемая геометрия
6. Многомасштабные взаимодействия

Ссылка на плейлист: https://www.youtube.com/watch?v=2bjD0noF_DY&list=PLh6dVTO7f4FZvB_nildtxmVBWzNLr4Un_

#math #common

От новичка до профи в машинном обучении за 3 месяца

https://proglib.io/p/ml-3months/

#data_analysis

Этим субботним утром предлагаем ознакомиться с курсом от «Академии искусственного интеллекта» по искусственному интеллекту и машинному обучению.

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

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

Мы собрали материалы, которые помогут стать специалистом по Data Science.

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

#data_science #python

Редакция Библиотеки программиста подготовила подборку интересных и популярных проектов по машинному обучению, которые вдохновят вас.

https://proglib.io/p/opensource-machine-learning/

#ml #middle

Машинное Обучение

#data_analysis #novice

1. Введение в машинное обучение
2. Методы обработки данных. Задача классификации
3. Линейные модели
4. Отбор признаков и понижение размерности
5. Решающие деревья и ансамбли. Градиентный бустинг
6. Кластеризация

https://www.youtube.com/playlist?list=PL0Ks75aof3Ti5IBKAD4234VkMVnI4ecky

27 лучших шпаргалок по машинному обучению и Python.
Шпаргалки освободят ваш разум для более важных задач.

https://proglib.io/p/ds-cheatsheets

Действительно полезный контент!

Русскоязычный курс по глубокому обучению от МФТИ. Рекомендуем!

https://deepmipt.github.io/dlschl/

Нейронные сети за 30 минут: от теории до практики.

Автор видео расскажет что такое нейронные сети, и как они используются. За 30 минут вы узнаете минимально необходимую теорию, а так же сможете написать свою первую многослойную нейронную сеть самостоятельно (она займет не более 50 строк кода!).

https://www.youtube.com/watch?v=AZG0j0pNY-4

FeatureSelector: отбор признаков для машинного обучения на Python

Поиск и отбор признаков в исходных данных является важнейшим этапом обучения. Рассмотрим 5 методов выборки и один удобный инструмент.

https://proglib.io/p/feature-selector/

Меню канала с основными постами.

Основы Data Science, алгоритмы.
1. Data Science
2. Big Data
3. Data Mining
4. Нейросети
5. Задача про Титаник
6. Регрессия, регрессоры. Классификаторы.
7. Деревья решений
8. Наивный Байесовский классификатор
9. Метод K-ближайших соседей

Визуализация.
1. Визуализация данных
2. Тепловые карты

Истории о нейросетях
1. Пример работы нейросети на примере боев сумо
2. Нейросети и распознавание порноактеров
3. Нейросети и трейдинг
4. Нейросети и видеослежка

Истории из жизни.
1. Айфон-психолог
2. Магазины вычисляют вашу беременность
3. Знакомство с помощью Data Science
4. Знакомство с помощью Data Science - 2
5. Про машинный перевод

Интенсивный курс по нейронным сетям от MailRu

1. Темы первой лекции:
— Нейронные сети прямого распространения;
— backpropagation;
— обучение глубоких нейронных сетей;
— сверочные сети.
2. Генеративные сети.
3. Детекция и сегментация.
4. Face Recognition.
5. DSSM-like модели. Нейронные сети для работы с текстами.
6. RNN. Нейронные сети для работы с текстами.

Ссылка на плейлист: https://vk.com/wall-54530371_211891

Подборка докладов со SmartData 2017

1. CatBoost — следующее поколение градиентного бустинга
Speaker: Анна Вероника Дорогуш

2. Нет данных? Нет проблем! Deep Learning на CGI
Speaker: Иван Дрокин

3. Deep Learning: Распознавание сцен и достопримечательностей на изображениях
Speaker: Андрей Бояров

4. Краудсорсинг: как приручить толпу?
Speaker: Артём Григорьев

5. Neurona: зачем мы научили нейросеть писать стихи в стиле Курта Кобейна?
Speaker: Иван Ямщиков

6. Глубокие свёрточные сети для обнаружения объектов и сегментации изображений
Speaker: Сергей Николенко

7. Распределённое ML на больших данных: опыт построения рекомендательной системы в ivi
Speaker: Борис Шминке

8. Имя — это фича
Speaker: Виталий Худобахшов



Ссылка на канал с докладами:
https://www.youtube.com/channel/UCfCOJWNC_ipu34-LVvPUeCg