DataFrog: Data Science

Воскресная задача на pandas Скорее решайте и присылайте свой код в комменты. 😻 #задачи

Python и анализ данных Автор: Уэс Маккинни Год издания: 2020 #python #ds #ru Скачать книгу

Научитесь эффективно использовать нейросети в своей работе. Приглашаем на бесплатный мини-курс Skillbox «Data Science с нуля: пробуем профессии на практике за 5 дней». Окунитесь в сферу IT и решите, какая специальность вам ближе. 🎁 Успейте зарегистрироваться и получить подарок: https://epic.st/I8QNk Чем займётесь на мини-курсе? Узнаете, где востребована наука о данных, и разберётесь в различиях её основных направлений. Освоите азы главного языка Data Science — Python, а также визуализируете с помощью него данные. Изучите базовые конструкции языка SQL и наконец поймёте, как же работают нейросети. В знакомстве с профессиями вас будет сопровождать Анастасия Борнева — руководитель направления по исследованию данных в «Сбере». В финале мини-курса в прямом эфире она разберёт практические задания и ответит на все вопросы. 🎉 Все участники получат крутые бонусы и подарки! Реклама. ЧОУ ДПО «Образовательные технологии «Скилбокс (Коробка навыков)», ИНН: 9704088880

Парочка способов поздравить самых продвинутых Для любителей математики – нестареющая классика: x-max формула. А для фанатов программирования – кот(д) в мешке – запусти и узнаешь, что будет...

from colorama import Fore

def heart_shape(msg="Merry Christmas"):
    lines = []
    for y in range(15, -15, -1):
        line = ""
        for x in range(-30, 30):
            f = ((x * 0.05) ** 2 + (y * 0.1) ** 2 - 1) ** 3 - (x * 0.05) ** 2 * (y * 0.1) ** 3
            line += msg[(x - y) % len(msg)] if f <= 0 else " "
        lines.append(line)
    print(Fore.RED+"\n".join(lines))
    print(Fore.GREEN+msg)
heart_shape()

Machine Learning и Data Science: 6 бесплатных курсов от Google В начале 2023 года Google открыла доступ к 14 бесплатным курсам по Data Science, маркетингу, Machine Learning и др. Собрали 6 из них в нашем дайджесте. Machine Learning Crash Course Основы машинного обучения Data Science with Python Data Science Foundations Learn Python basics for Data Analysis Advanced Google Analytics

Воскресная задача с подвохом Надоело решать задачки на алгоритмы и теорвер? В этот раз мы приготовили кое-что особенное. 😻 #задачи

Когда добавил 10 эпох и скор улучшился на 0.01

Создать и обучить нейросеть — вопрос времени. Получить необходимый для этого навык — вообще не вопрос. Приходите на бесплатный интенсив «Погружение в Data Science: обучите свою первую нейросеть за два дня» от онлайн-школы Skillfactory. С 12 по 13 февраля будете строить алгоритмы и обучать нейронную сеть. А за лучшее решение домашнего задания сможете получить мини-курс по аналитическому мышлению в подарок. Зарегистрироваться: https://go.skillfactory.ru/&erid=LjN8KNUiL Реклама. ООО «Скилфэктори», ИНН 9702009530

Немного продлеваем выходные. Воскресная задача! Еще не поздно потренировать свои нейроны перед рабочей неделей 😉

Как сделать так, чтобы нейросеть не переобучалась Переобучение – это одно из главных проклятий большинства ML-алгоритмов, в том числе нейросетей. Вещь неприятная, конечно, но в большинстве случаев фиксится достаточно просто. Надо только знать специальные фокусы... P.S. C вас – реакции, с нас – вторая часть)

Кроссворд для истинных знатоков Deep Learning Должно быть не сложно, но интересно. Все ответы на русском языке. По горизонтали: 1. У LSTM она и долгосрочная, и краткосрочная 4. Лучше, чем CPU 5. Лучше, чем Keras 6. Без нее все было бы линейно 8. Сжатое представление чего-нибудь 10. Танос в мире нейросетей 11. Нет ничего круче для CV По вертикали: 2. Иногда затухает, а бывает взрывается 3. Не Оптимус Прайм, но тоже мощно 7. … – is all you need 9. Когда на трейне ты Лев Толстой, а на тесте… 12. С ними главное не переборщить

Стратификация. Как разбиение выборки повышает чувствительность A/B теста Сегодня о том, что такое стратифицированное семплирование и как с помощью него повысить чувствительность оценки AB экспериментов. P.S. Конечно, все не так просто. В стратификации есть свои нюансы и проблемы, но об этом – в следующий раз. 😻 #read

Учить ML теорию vs Забывать ML теорию.

Воскресная задача На этот раз что-то новенькое: Найдите отношение количества параметров первой сети к количеству параметров во второй сети. 😻 #задачи

Прадеды алгоритмических рекомендаций Когда-то давно были такие компьютерные системы, которые создавались для того, чтобы заменить специалистов. Их так и называли: экспертные системы. 😻 #read

Понимание первичных и внешних ключей в СУБД Важные концепции баз данных, без которых не обойтись, простым языком на примере. 😻 #read

Чит-лист по алгоритмам машинного обучения от нашей редакции Пользуйтесь, сохраняйте, не благодарите 😻 #advice