Forwarded from Kali Novskaya (Tatiana Shavrina)
Сделала для вас подборку литературы:
С чего начать в NLP
Пункт номер 0. Учебник со всеми классическими методами от Daniel Jurafsky ссылка
Бессмертная классика, и постоянно выходят обновления.
Пункт номер 1. Стенфордский видеокурс "CS224n: Natural Language Processing with Deep Learning" - есть материалы за прошлые годы, смотрите самый последний (зима 2021) ссылка
Пункт номер 2 и далее. Практика-практика. Делайте своих ботов, классификаторы, микросервисные архитектуры с модельками. Много туториалов на Medium, плюс новые модели на https://paperswithcode.com/sota
◽️Много полезного собрано в учебных материалах DeepPavlov - курс уже прошел, но материалы доступны на Github - тут есть и план обучения, и идеи проектов. Во многом пересекается по материалам со стенфордским курсом.
Дополнительно:
◽️Учебник по NLP от Jacob Eisenstein - 2018 года, но большинство глав up-to-date ссылка
◽️Учебник "A Primer on Neural Network Models for Natural Language Processing" (2015 года, тоже староват, но все основные подходы вам все еще понадобятся) ссылка
На русском:
◽️Бесплатный курс Павла Браславского "Введение в обработку естественного языка" на stepic: ссылка
Мне он показался сложноватым для совсем новичков, но зато у вас сразу будет несколько Jupyter-проектов на выходе.
◽️Виктор Захаров, учебник "КОРПУСНАЯ ЛИНГВИСТИКА" ссылка
Отличный учебник, написанный для лингвистов. Читать легко и приятно, поймете все про выборки для обучения.
Почти для всех курсов и учебников пререквизиты одинаковые: Python, матстат, основы ML
С чего начать в NLP
Пункт номер 0. Учебник со всеми классическими методами от Daniel Jurafsky ссылка
Бессмертная классика, и постоянно выходят обновления.
Пункт номер 1. Стенфордский видеокурс "CS224n: Natural Language Processing with Deep Learning" - есть материалы за прошлые годы, смотрите самый последний (зима 2021) ссылка
Пункт номер 2 и далее. Практика-практика. Делайте своих ботов, классификаторы, микросервисные архитектуры с модельками. Много туториалов на Medium, плюс новые модели на https://paperswithcode.com/sota
◽️Много полезного собрано в учебных материалах DeepPavlov - курс уже прошел, но материалы доступны на Github - тут есть и план обучения, и идеи проектов. Во многом пересекается по материалам со стенфордским курсом.
Дополнительно:
◽️Учебник по NLP от Jacob Eisenstein - 2018 года, но большинство глав up-to-date ссылка
◽️Учебник "A Primer on Neural Network Models for Natural Language Processing" (2015 года, тоже староват, но все основные подходы вам все еще понадобятся) ссылка
На русском:
◽️Бесплатный курс Павла Браславского "Введение в обработку естественного языка" на stepic: ссылка
Мне он показался сложноватым для совсем новичков, но зато у вас сразу будет несколько Jupyter-проектов на выходе.
◽️Виктор Захаров, учебник "КОРПУСНАЯ ЛИНГВИСТИКА" ссылка
Отличный учебник, написанный для лингвистов. Читать легко и приятно, поймете все про выборки для обучения.
Почти для всех курсов и учебников пререквизиты одинаковые: Python, матстат, основы ML
Forwarded from Slava
Domain driven design Эванса даёт неплохую базу, без него, кмк, тяжеловато проектиковать
Forwarded from Danil Emelyanov
drivendata.github.io
Cookecutter Data Science
Forwarded from Дмитрий Колодезев
1. Основы статистики https://stepik.org/course/76/info или любой курс по статистике ВУЗа
2. Python - основы и применение https://stepik.org/course/512/promo или любой курс по программированию ВУЗа, включающий python
3. Введение в машинное обучение - серия статей на Habr https://habr.com/ru/company/ods/blog/322626/ или любой курс ВУЗа по машинному обучению
4. The Missing Semester of Your CS Education https://missing.csail.mit.edu/ или практический опыт промышленной разработки программного обеспечения на python под Linux
2. Python - основы и применение https://stepik.org/course/512/promo или любой курс по программированию ВУЗа, включающий python
3. Введение в машинное обучение - серия статей на Habr https://habr.com/ru/company/ods/blog/322626/ или любой курс ВУЗа по машинному обучению
4. The Missing Semester of Your CS Education https://missing.csail.mit.edu/ или практический опыт промышленной разработки программного обеспечения на python под Linux
Stepik: online education
Основы статистики
Курс знакомит слушателей с основными понятиями и методами математической статистики. В течение трех недель мы рассмотрим наиболее широко используемые статистические методы и принципы, стоящие за ними. Полученных знаний будет достаточно для решения широкого…
Forwarded from Aleksey
Кто ваще не помнит или не знает вот я нашел в инете про Стохастические процессы, надеюсь информация будет полезной
http://synset.com/pdf/ito.pdf
http://synset.com/pdf/ito.pdf
Forwarded from Aleksey
Продублирую, если кто не видел
http://efinance.org.cn/cn/FEshuo/stochastic.pdf
http://efinance.org.cn/cn/FEshuo/stochastic.pdf
Forwarded from Deleted Account
ребят, возможно не в тему, но параллельно со schweser'ом советую смотреть видео на IFT. Это канал на ютюбе, Я сначала смотрела видео по чаптеру (он медленно говорит можно поставить скорость на X1.5), потом читала summary в конце schweser'a, а только потом читала весь чаптер. Ну и уже после этого тесты в cfa ecosystem'e по этому чаптеру.
Forwarded from Поступашки - ШАД, Стажировки и Магистратура
#How_to_заботать
How to заботать линейную алгебру?
Важнейшая дисциплина, без которой невозможно поступить в ШАД, в магистратуру, сдать ГОС, написать олимпиаду. Да и без нее невозможно просто чувствовать себя уверенно в программировании, DS, разобраться в других математических предметах как многомерный анализ, дифференциальные уравнения, статистический анализ и тд. Линейная алгебра просто составляет БАЗУ грамотного человека, ведь это язык науки.
Все книжки как всегда в комментариях, там же делимся своими любимыми материалами и опытом по боту линала😎😎
Шаг-0.
Так как линал это в первую очередь язык, а не полноценная наука, то лучше всего начать с аналитической геометрии— его приложений. Особенно если до этого никогда линейную алгебру не изучали, то все эти многомерные определения и конструкции могут показаться чересчур абстрактными, поэтому лучше разобраться с ними на R^2 и R^3, на малых размерностях, где все приобретает простой геометрический смысл, а затем без боли обобщить на R^n. В этом, конечно, поможет наша подборка How to заботать алгебру и аналитическую геометрию.
Шаг-1.
По теории подойдет любой классический курс, какой больше нравится. Могу предложить попробовать лекции, ибо они уже сжаты и структурированы и не выглядят, как толстый справочник обо всем. Например, мне нравятся лекции Мануйлова с мехмата, где дан именно геометрический взгляд на линал без всякого алгебраического треша, который порой появляется у Винберга, Кострикина и у других алгебраистов. В дополнение могу посоветовать лекции Тимашева с того же мехмата, где много прикольных примеров и материал рассказан посвободней, чем у Мануйлова. Оба автора злоупотребляют мат индукцией в целях экономии времени, поэтому многие теоремы остаются неживыми. Но если будет (((много огоньков и шэров))), то дальнейшие лекции Нарративной алгебры это поправят🔥🔥
К теории, конечно, необходима практика, как всегда, самое главное — научиться решать задачи. Для этого отлично подойдут семинары Смирнова, где в основном разбираются вычислительные задачи, и семинары Тимашева, где есть и много прикольных теоретических задач. Решают они задачник Смирнова и задачник Кострикина соответственно. От физтеха же есть семинары Ершова, который идет по задачнику Беклемишева. Также в "Задачи по линейной алгебре и геометрии" Гайфулин и др разобраны все алгоритмические задачи.
Помимо классических курсов как всегда предлагаю 3Blue1Brown, где на пальцах показывают сущность линейной алгебры и порезанный курс Саватеева. Это скорее прикольные примеры и иллюстрации, чем полноценные курсы, по которым возможно изучать линейную алгебру.
Шаг-2.
После того, как научились решать стандартные задачи самое время перейти к менее тривиальным, такие конечно же возможно найти в Шаге-5 How to заботать ШАД, вариантах магистратур и олимпиад. Также возможно посмотреть, что там у пиндосов: того же Гильберта Стрэнга, где немало прикольных задач, примеров, а также в конце написаны занимательные приложения линейной алгебры. Еще больше всяких книжек такого духа собрано на диске, которые помогут окончательно разобраться, например, с такой непростой темой как ЖНФ: уверяю, если изучите этот раздел в парочке источников и решите парочку задач, то понимание не заставит себя ждать. Помимо этого возможно погружаться в диффуры, теорию групп, функциональный анализ и прочее продолжение и приложение линейной алгебры, но для тех же олимпиад, магистратур и ШАДа это уже будет overkill, кроме диффуров.
Если же хотите заботать линал в короткие сроки с нашими преподавателями, кругу единомышленников, то вам стоит уже сейчас записаться на будущие наборы нашего курса по алгебре и анализу😎😎
How to заботать линейную алгебру?
Важнейшая дисциплина, без которой невозможно поступить в ШАД, в магистратуру, сдать ГОС, написать олимпиаду. Да и без нее невозможно просто чувствовать себя уверенно в программировании, DS, разобраться в других математических предметах как многомерный анализ, дифференциальные уравнения, статистический анализ и тд. Линейная алгебра просто составляет БАЗУ грамотного человека, ведь это язык науки.
Все книжки как всегда в комментариях, там же делимся своими любимыми материалами и опытом по боту линала😎😎
Шаг-0.
Так как линал это в первую очередь язык, а не полноценная наука, то лучше всего начать с аналитической геометрии— его приложений. Особенно если до этого никогда линейную алгебру не изучали, то все эти многомерные определения и конструкции могут показаться чересчур абстрактными, поэтому лучше разобраться с ними на R^2 и R^3, на малых размерностях, где все приобретает простой геометрический смысл, а затем без боли обобщить на R^n. В этом, конечно, поможет наша подборка How to заботать алгебру и аналитическую геометрию.
Шаг-1.
По теории подойдет любой классический курс, какой больше нравится. Могу предложить попробовать лекции, ибо они уже сжаты и структурированы и не выглядят, как толстый справочник обо всем. Например, мне нравятся лекции Мануйлова с мехмата, где дан именно геометрический взгляд на линал без всякого алгебраического треша, который порой появляется у Винберга, Кострикина и у других алгебраистов. В дополнение могу посоветовать лекции Тимашева с того же мехмата, где много прикольных примеров и материал рассказан посвободней, чем у Мануйлова. Оба автора злоупотребляют мат индукцией в целях экономии времени, поэтому многие теоремы остаются неживыми. Но если будет (((много огоньков и шэров))), то дальнейшие лекции Нарративной алгебры это поправят🔥🔥
К теории, конечно, необходима практика, как всегда, самое главное — научиться решать задачи. Для этого отлично подойдут семинары Смирнова, где в основном разбираются вычислительные задачи, и семинары Тимашева, где есть и много прикольных теоретических задач. Решают они задачник Смирнова и задачник Кострикина соответственно. От физтеха же есть семинары Ершова, который идет по задачнику Беклемишева. Также в "Задачи по линейной алгебре и геометрии" Гайфулин и др разобраны все алгоритмические задачи.
Помимо классических курсов как всегда предлагаю 3Blue1Brown, где на пальцах показывают сущность линейной алгебры и порезанный курс Саватеева. Это скорее прикольные примеры и иллюстрации, чем полноценные курсы, по которым возможно изучать линейную алгебру.
Шаг-2.
После того, как научились решать стандартные задачи самое время перейти к менее тривиальным, такие конечно же возможно найти в Шаге-5 How to заботать ШАД, вариантах магистратур и олимпиад. Также возможно посмотреть, что там у пиндосов: того же Гильберта Стрэнга, где немало прикольных задач, примеров, а также в конце написаны занимательные приложения линейной алгебры. Еще больше всяких книжек такого духа собрано на диске, которые помогут окончательно разобраться, например, с такой непростой темой как ЖНФ: уверяю, если изучите этот раздел в парочке источников и решите парочку задач, то понимание не заставит себя ждать. Помимо этого возможно погружаться в диффуры, теорию групп, функциональный анализ и прочее продолжение и приложение линейной алгебры, но для тех же олимпиад, магистратур и ШАДа это уже будет overkill, кроме диффуров.
Если же хотите заботать линал в короткие сроки с нашими преподавателями, кругу единомышленников, то вам стоит уже сейчас записаться на будущие наборы нашего курса по алгебре и анализу😎😎