DataSciencePRO

📊 Построение и отбор признаков. Часть 1: feature engineering Машинное обучение – это не просто подбор правильных параметров для модели. Рабочие процессы ML зависят от построения и отбора признаков. В сообществах специалистов по Data Science эти понятия ошибочно отождествляют. Разберемся, для чего нам нужны признаки, а также изучим особенности реализации техники feature engineering. https://proglib.io/sh/en9TlokuUV

Руководство по эффективному программированию на Python для специалистов по данным. https://proglib.io/w/984f4a06

Python для чайников (2019) Автор: Джон Пол Мюллер Количество страниц: 416 Python - это мощный язык программирования, на котором можно создавать самые разные приложения, не зависящие от платформы. Он идеально подходит для новичков, особенно если нужно быстро научиться программировать и начать создавать реальные проекты. Благодаря пошаговым инструкциям, приведенным в книге, вы сможете в краткие сроки освоить основы языка. Работая в среде Jupyter Notebook, вы будете применять принципы грамотного программирования для создания смешанного представления кода, заметок, математических уравнений и графиков. Скачать книгу

📔 Начала математического анализа [1970] Ивашев-Мусатов О. С. 💾 Скачать книгу

📘 Введение в машинное обучение с помощью Python. Руководство для специалистов по работе с данными [2017] Андреас Мюллер Машинное обучение стало неотъемлемой частью различных коммерческих и исследовательских проектов, однако эта область не является прерогативой больших компаний с мощными аналитическими командами. Даже если вы еще новичок в использовании Python, эта книга познакомит вас с практическими способами построения систем машинного обучения. При всем многообразии данных, доступных на сегодняшний день, применение машинного обучения ограничивается лишь вашим воображением. Вы изучите этапы, необходимые для создания успешного проекта машинного обучения, используя Python и библиотеку scikit-learn. Авторы Андреас Мюллер и Сара Гвидо сосредоточили свое внимание на практических аспектах применения алгоритмов машинного обучения. Знание библиотек NumPy и matplotlib позволит вам извлечь из этой книги еще больше полезной информации. #python#машинное_обучение

📚 20 книг по базам данных и SQL 1. Технологии проектирования баз данных [2019] Осипов 2. Реляционные базы данных в примерах практическое пособие для программистов и тестировщиков [2020] Куликов 3. Проектирование и реализация систем управления базами данных [2021] Эдуард Сьоре 4. Принципы организации распределенных баз данных [2021] Тамер Ёcy, Патрик Вальдуриес 5. Основы технологий баз данных. 2 изд. 2020 Новиков, Горшкова, Графеева 6. Освой самостоятельно SQL за 10 минут (4-е изд) [2014] Форта Бен 7. Инновации SQL Server [2019-2020] Уорд 8. Высоконагруженные приложения. Программирование, масштабирование, поддержка [2018] Клеппман Мартин 9. Базы данных. Проектирование, программирование, управление и администрирование [2020] Волк 10. Базы данных. Инжиниринг надежности [2020] Лейн Кэмпбелл, Черити Мейджорс 11. Базы данных [2020] Кузнецов 12. SQL. Сборник рецептов [2009] Энтони Молинаро 13. SQL Полное руководство [2015] Грофф 14. R в действии. Анализ и визуализация данных в программе R [2014] Кабаков и другие.

📔 Изучаем SQL. Генерация, выборка и обработка данных, 3-изд [2021] Алан Болье 💾 Скачать книгу Книга идеально подходит в качестве учебника для начинающего разработчика в области баз данных. В ней описаны все возможные применения языка SQL и наиболее распространенные серверы баз данных. 3-е издание.

📊 Обучение на Data Scientist: как составить резюме, пройти собеседование и найти работу? Читайте обзор ресурсов для составления резюме, поиска вакансий и прохождения собеседования на позицию Data Scientist. https://proglib.io/sh/TVBhzI3J26

​​6 правил по обеспечению качества данных для машинного обучения «Качество — это не действие, а привычка», — сказал великий древнегреческий философ Аристотель. Эта идея справедлива сегодня так же, как и более двух тысяч лет назад. Однако качества добиться не так легко, особенно когда дело касается данных и технологий наподобие искусственного интеллекта (ИИ) и машинного обучения. Статья

Подборка видеокурсов по data science Введение в Data Science и Machine Learning [ 1:48:47 ] Data Science для «чайников». Марафон по Data Science [ 1:28:27 ] Введение в Python. Курс "ВВЕДЕНИЕ В АНАЛИЗ ДАННЫХ" | Технострим [ 1:40:58 ] Что такое Data Science (наука о данных) простыми словами [ 22:04 ] #ds#resources

Python рулит)

Трюк дня. Как поменять местами значения переменных Допустим, нам нужно поменять местами значения переменных a и b. a = 23 b = 42 "Классический" способ сделать это предполагает использование временной переменной: tmp = a a = b b = tmp Но Python также допускает использование короткой формы: a, b = b, a #tips#tricks