DataSciencePRO

Python. Лучшие практики и инструменты (2021) Авторы: Михал Яворски, Тарек Зиаде Количество страниц: 560 Python — это динамический язык программирования, используемый в самых разных предметных областях. Хотя писать код на Python просто, гораздо сложнее сделать этот код удобочитаемым, пригодным для многократного использования и легким в поддержке. Третье издание «Python. Лучшие практики и инструменты» даст вам инструменты для эффективного решения любой задачи разработки и сопровождения софта. Скачать книгу

​Красивые визуализации GitHub с помощью PyGraphistry С помощью визуализаций можно более наглядно понять различные процессы и тенденции. Вот, например, в этой статье представлены интерактивные графы подписок веб-разработчиков и разработчиков моделей ML, которые помогают выяснить конкурентность языков и технологий. Как сделать такие графы самостоятельно с помощью PyGraphistry, узнаете в статье: https://tprg.ru/VC8i

Отличная статья для стартующих в SQL. Есть несколько разобранных задач и много задач для самостоятельного решения (с ответами). Отличный материал, чтобы набить руку начинающему DS'у. Вторая предназначена для более опытных бойцов, но почитать стоит.

Машинное обучение и безопасность. Защита систем с помощью данных и алгоритмов Авторы: Кларенс Чио, Дэвид Фримэн Год: 2020 #books#ml#русский

#книга как всегда публикую то чем занимаюсь сейчас по активному проекту) рекомендую кстати посмотреть видос по кластеризации временных рядов от @karpovcourseschat мне очень понравилось, погружение, то сё

https://www.machinelearningplus.com/python/101-pandas-exercises-python/

https://youtu.be/HwIv5Hg26co

​​Бесплатный онлайн-учебник по ML и Data Science В открытом доступе появилось учебное пособие от Школы анализа данных Яндекса, которое будет регулярно пополняться актуальной информацией. Наверняка вы тоже сталкивались с проблемой при поиске информации про ML и Data Science — найти все важное в одном месте почти нереально. Авторы обещают, что постепенно здесь соберется единая база знаний с практическими советами от специалистов и важными для машинного обучения разделами математики. Пока доступны две главы: «Классические методы обучения с учителем» и «Оценка качества моделей». Но скоро появятся новые: про обучение представлений, вероятностный подход к ML и другие. Учебник будет полезен не только новичкам, но и профессионалам, потому что ML не стоит на месте и постоянно развивается. Так что, сохраняйте в избранное и следите за обновлениями.

PyTorch против TensorFlow в 2022. https://proglib.io/w/e330b0c5

Моделирование трехмерной солнечной системы на Python с помощью Matplotlib. https://proglib.io/w/2eafd74a