Хабр, привет. Представляю вам главную help-ссылку для работы с данными. Материал в Гугл-доке подойдет как профессионалам, так и тем, кто только учится работать с данными. Пользуйтесь и прокачивайте скиллы сами + делитесь с коллегами.
Дальнейшее описание поста — это содержание help-ссылки. Поэтому, можете сразу ознакомиться с документом. Либо начать с её содержания, которую прикрепляю ниже.
Конечно, весь список книг/сервисов/видео и лекций в файле неполный. Поэтому предлагаю сделать этот пост ценнейшим — добавляйте в комментарии свои самые полезные ссылки, самые крутые из них я добавлю к себе в файл.
Книги по ML и DS
В этом разделе собрал книги, которые помогут освоить математику, статистику, анализ данных, некоторые языки программирования и машинное обучение.
- Глубокое обучение на Python. В данной книге о глубоком обучении рассказывает Франсуа Шолле, который создал Keras — самую мощную библиотеку для работы с нейронными сетями.
- Машинное обучение и TensorFlow. Новички в машинном обучении оценят прикладную направленность этой книги, ведь ее цель — познакомить с основами, чтобы затем быстро приступить к решению реальных задач.
- Создаем нейронную сеть. Эта книга представляет собой введение в теорию и практику создания нейронных сетей. Она предназначена для тех, кто хочет узнать, что такое нейронные сети, где они применяются и как самому создать такую сеть, не имея опыта работы в данной области.
Полный список книг — здесь.
Применение DS и ML по отраслям
Этот раздел не нуждается в представлении. Он со списком блокнотов и библиотек ML и Data Science для разных отраслей промышленности. Все коды на Python, и размещены на GitHub. Они будут полезны как для расширения кругозора, так и для запуска своего интересного стартапа.
- RobotChef — совершенствование рецептов еды на основе отзывов пользователей;
- Food Amenities — прогнозирование спроса на пищевые продукты с использованием нейронных сетей;
- Recipe Cuisine and Rating — предсказание названия кухни любого блюда на основе списка его ингредиентов;
Полный список блокнотов по отраслям — здесь.
Полезные курсы
В этом разделе собраны курсы и лекции по анализу данных, математике, data science и machine learning.
- Deep Learning School. Школа глубокого обучения — кружок от ФПМИ МФТИ, рассчитанный на старшеклассников, интересующихся программированием и математикой, а также студентов, которые хотят начать заниматься глубоким обучением. Занятия ведут студенты Физтех-школы прикладной математики и информатики МФТИ.
- Введение в Data Science и машинное обучение. Разбор центральных понятий и тем. Знакомство с такими методами машинного обучения как деревья решений и нейронные сети + практическая часть курса, посвященная знакомству с наиболее популярными библиотеками для анализа данных — Pandas и Scikit-learn.
- Введение в теорию нейросетей и глубокое обучение. Этот курс дает представление о современном положении дел в теории нейросетей. Рассмотрены полносвязные и сверточные нейросети на примерах задач классификации и поиска объектов на изображениях.
Полный список курсов и лекций — здесь.
Подробка датасетов
- Данные смертей и сражений из игры престолов — этот набор данных объединяет три источника данных, каждый из которых основан на информации из серии книг.
- Глобальная база данных терроризма — Более 180 000 террористических атак по всему миру, 1970-2017.
- Статистика видео YouTube — ежедневная статистика трендовых видео на YouTube.
Полный список датасетов — здесь.
Полезные ноутбуки
Полный список полезных ноутбуков — здесь.
Дайджесты новостей по ML и DS
Отфильтровав большое количество источников и подписок — собираю для вас все наиболее значимые новости из мира машинного обучения и искусственного интеллекта. Дайджест за июнь можете прочесть здесь, за июль здесь. Полный, обновляемый список новостных дайджестов — здесь.
Больше информации о машинном обучении и Data Science вы узнаете подписавшись на мой аккаунт на Хабре и Telegram-канал Нейрон. Не пропускайте будущих статей. Дополнительно напомню — добавляйте в комментарии свои самые полезные ссылки, самые крутые я добавлю к себе в файл. Делитесь своими историями обучения, лайфхаками и знаниями.
Всем успехов и знаний!
Автор: Syurmakov
