Data Science | Machinelearning [ru]

Подготовка данных в Data Science-проекте: рецепты для молодых хозяек / Статья /

​​Гистограммы. Что это? Как построить? Как представить данные? Как провести анализ? / Статья /

MySQL и MongoDB — когда и что лучше использовать. / Статья /

​​Методы сортировки данных. Алгоритмы поиска и сортировки Алгоритмы сортировки данных широко используются в программировании для решения различных задач. В этой статье мы рассмотрим несколько основных алгоритмов сортировки данных в массиве. / Статья /

​​🚀 Если очень захотеть, можно и полететь в космос, и выучить английский. И если первое требует много времени и сил, то со вторым всё гораздо проще! В честь Дня космонавтики с 16 по 19 апреля Премиум-доступ к Puzzle English (@puzzleng) дешевле на 66%🔥 Вы получите неограниченный доступ к тысячам упражнений по грамматике и аудированию, видеоурокам, играм, песням и книгам значительно дешевле обычной цены. Подойдёт и новичкам, и продвинутым. Узнать больше о сервисе и получить доступ: https://u.to/Z08-Gw

Собеседование по Data Science: чего от вас ждут [ Статья ]

Врач, рак и нейросеть. Как применяется искусственный интеллект в онкодиагностике Статья.

Big Data: что это такое, как искать, хранить и использовать https://telegra.ph/Big-Data-chto-ehto-takoe-kak-iskat-hranit-i-ispolzovat-03-22

Топ-9 диаграмм для визуализации данных Зачем нужна визуализация данных? Люди лучше воспринимают и запоминают данные в визуальном формате. Информация становится привычнее и понятнее, если подать ее в виде красивых схем, графиков и диаграмм. Данные визуализируются, чтобы в моменте получить представление о явлении или состоянии процесса, который мы анализируем. Визуализация данных позволяет нам сделать фотографию ситуации «здесь и сейчас», не погружаясь в цифры и таблицы. Преобразование необработанной информации в графический формат помогает доступно объяснять сложные вещи для решения таких бизнес-задач, как анализ эффективности направлений деятельности, анализ динамики выполнения задач, анализ достижения целей, анализ ценообразования в разных сферах деятельности: маркетинг, продажи, производство. Успех визуализации напрямую зависит от правильности ее применения, а именно от выбора и грамотного использования типов графиков и диаграмм. 1. Круговая Диаграмма Круговая диаграмма – это один из наиболее распространенных и простых способов графического представления количественных данных. Такие диаграммы легко считывать и воспринимать, потому что отношения частей от целого показаны на ней простым и наглядным образом. Круговые диаграммы идеально подходят для того, чтобы быстро сформировать представление о пропорциональном распределении данных. На нашем примере – распределение объемов выбросов CO2 в разрезе секторов экономики. 2. Столбиковая Диаграмма Столбиковая диаграмма или гистограмма – еще один популярный способ визуализации данных для быстрого восприятия информации. Гистограммы преобразовывают набор данных в прямоугольные столбцы, высоты или длины которых пропорциональны величинам, которые они отображают. Такие диаграммы значительно упрощают сравнение сопоставимых данных одной категории в рамках ограниченного периода времени. Пример — изменение численности населения страны за конкретный период или на нашем скриншоте – динамика 3. 3. Линейный график Как и столбиковые диаграммы, линейные графики помогают визуализировать данные в компактном и точном формате, что позволяет легко воспринимать информацию, отмечать тренды или соотношения показателей (при использовании нескольких линий). Линейные графики используются для отображения результирующих данных относительно непрерывной переменной – чаще всего времени. В этом типе визуализации необходимо правильное использование разных цветов, чтобы сделать анализ информации еще проще для пользователей. На нашем примере – линейный график, показывающий число прибывших и покинувших Арабские страны пассажиров с 2005 по 2018 гг. Остальные 6 по ссылке...

​​Потоки и многопоточность / для начинающих Многопоточность очень ценится в кругу дата сайентистов, т.к. позволяет анализировать и обрабатывать огромные объёмы данных используя все возможные ресурсы вычислительной машины , тем самым сокарщая время обработки данных. Про многопототчность есть прекрасная статья, где разъясняется эта тема на примере ЯП Python. https://pythonru.com/uroki/potoki-i-mnogopotochnost-dlja-nachinajushhih

Изучение data science c нуля: этапы и вехи В соответствии с концепцией спирального подхода к обучению, привожу поэтапный план освоения data science. План составлен так, чтобы каждый этап делал учащегося в той или иной степени лучше подготовленным к выполнению реальных задач. Такой подход вдохновлен идеологией Agile в том смысле, что сколько бы времени вы ни уделили обучению и в какой бы момент ни остановились, у вас будет наиболее востребованный набор знаний из возможных к освоению за такое время. Полная статья

Обучение нейросети с учителем, без учителя, с подкреплением — в чем отличие? Какой алгоритм лучше? Статья.

​Сочные скидки до 40% от онлайн-университета SF Education. Выбирай программу на свой вкус https://bit.ly/3moWT4F и получай аппетитную скидку с 8 по 12 апреля! На все курсы по финансам, бизнесу и аналитике есть возможность получить дополнительную выгоду до 80%: ⁃ скидка до 40% ⁃ сashback 30% при оплате картой Тинькофф ⁃ вычет 13% НДФЛ на обучение ⁃ беспроцентная рассрочка от банков-партнеров Программы подойдут: — тем, кто хочет освоить новую профессию с нуля; — специалистам, которые хотят восполнить теоретическую базу и получить больше практических навыков; — руководителям, которые хотят повысить продуктивность и подняться по карьерной лестнице. А для подписчиков канала мы собрали специальную подборку: ⁃ программа «Бизнес-аналитик (Data Analyst)» ⁃ курс «Data Science academy» ⁃ курс «Excel Academy» Все, что вам нужно сделать — оставить заявку на сайте https://bit.ly/3moWT4F

Оптимизация производительности MySQL сервера От скорости работы баз данных (БД) зависит быстрота отклика сайта. Ведь замедленная обработка запросов влияет на PHP, следовательно — накапливается огромное количество операций, с которыми сервер может не справиться. Управлять данным процессом позволяет использование систем управления базами данных или СУБД. Одной из самых широко применяемых СУБД является MySQL — ПО с открытым исходным кодом, созданное компанией MySQL AB (Oracle) ещё в 1995 году. Оптимизация MySQL позволяет избежать проблем с производительностью сервера и значительно ускорить интернет-ресурс. В статье представлены варианты повышения производительности баз данных MySQL с помощью специального скрипта, а также указаны параметры настройки, на которые необходимо обратить внимание. Статья.

​Станьте топовым менеджером big data всего за 4 месяца! На онлайн-курсе вы научитесь: ⠀ - Разбираться в технологиях big data. Познакомитесь с подходом lean, методологией data mining и облачными решениями для работы с большими данными. - Управлять проектом и командой. Сможете подбирать инструменты и команду для конкретного проекта big data, ставить задачи разработчикам и управлять сроками. - Внедрять подход data driven. Узнаете, как принимать стратегические решения на основе данных с интеграцией аналитических отчётов в ключевые бизнес-процессы компании. - Оценивать результаты. Получите список метрик, которые помогут оценить качество готовой модели и эффективность работы команды. - Предлагать решения, основанные на больших данных, и презентовать их руководству. Будете составлять эффектные бизнес-кейсы и графики. Узнаете, как убедить руководство внедрить новую технологию. ⠀ Переходите на сайт: https://clc.am/no-txQ, заполняйте заявку и регистрируйся на курс!

Почему Python используется для машинного обучения? Скорее всего, вы знаете, что Python — это самый популярный высокоуровневый язык программирования с динамической семантикой. Он довольно прост для работы и чтения: его использование снижает стоимость разработки и обслуживания программ. Подробнее...

​​Основы ИНС - Очень полезная статья для тех , кто ещё не знаком или мало знаком со сферой ИНС (искусственых нейронных сетей).

Алгоритм обучения многослойной нейронной сети методом обратного распространения ошибки (Backpropagation). Тема нейронных сетей была уже ни раз освещена на хабре, однако сегодня я бы хотел познакомить читателей с алгоритмом обучения многослойной нейронной сети методом обратного распространения ошибки и привести реализацию данного метода. Сразу хочу оговориться, что не являюсь экспертом в области нейронных сетей, поэтому жду от читателей конструктивной критики, замечаний и дополнений. Читать статью.

​Аналитика данных используется во многих областях и требует людей с самым разным бэкграундом, поэтому в Data Science каждый может найти себя. 7 апреля в Нетологии пройдет «Онлайн-день открытых дверей и презентация новых программ по Аналитике и Data Science», на котором подробно расскажут о профессиях в этой сфере — data scientist, продуктовый аналитик, игровой аналитик, дата-журналист, маркетолог-аналитик, инженер данных, аналитик bi, — и где они нужны. Вы найдете подходящее именно вам направление, выберете для себя трек развития карьеры и узнаете, какие шаги нужно сделать для входа в новую профессию. Регистрируйтесь и постройте свой план карьерного роста ↓ https://netolo.gy/gnG

Нейросеть в 11 строчек на Python https://habr.com/ru/post/271563/