DataSciencePRO

не помню было или нет, вроде как появился демо HARD ML от karpov.cources

Всех с наступающим, коллеги)

кстати тоже очень полезное действие

https://karpov.courses/simulator-sql

🚀Как ускорить Pandas с библиотекой Pandarallel Каждый Data Scientist знает, что Python-библиотека Pandas работает довольно медленно и не предназначена для больших объемов данных. Тем не менее, каждый Data Scientist ее использует.🤷‍♀️ Чтобы сделать Pandas более быстрой, можно включить в свой проект Pandarallel — простой и эффективный инструмент для распараллеливания операций Pandas на всех доступных процессорах. Pandas использует только одно ядро ЦП, а Pandarallel позволяет воспользоваться преимуществами многоядерного компьютера. Еще Pandarallel предлагает индикаторы выполнения программы, доступные на ноутбуке и терминале, чтобы получить приблизительное представление об оставшемся объеме вычислений, которые необходимо выполнить. Библиотеку можно использовать на любом компьютере под управлением Linux и macOS, а в Windows есть небольшие особенности: из-за многопроцессорной системы функция, которая отправляется в Pandarallel, должна быть автономной и не должна зависеть от внешних ресурсов. https://nalepae.github.io/pandarallel/

https://t.me/h5neuro_bot?start=293947789

Надо ли говорить что курс по докеру мастхэв для всех кто в нашей теме)?

https://karpov.courses/docker

почти тоже самое но от MIT

https://www.coursera.org/learn/python-data-analysis?irclickid=XE3zyoyG6xyNU%3Ae3n50BGQccUkAxHXypHTgmxc0&irgwc=1&utm_medium=partners&utm_source=impact&utm_campaign=1310690&utm_content=b2c

Курс DataScience от Гарвардского университета http://cs109.github.io/2015/pages/videos.html