Книги для дата сайентистов | Data Science

📚Machine Learning Engineering (2020) ✍️Автор: Andriy Burkov 📃Страниц: 274 Эта новая книга Андрея Буркова, автора мирового бестселлера "Машинное обучение", опубликованного на одиннадцати языках, объемом в сто страниц, является наиболее полным изданием по прикладному ИИ. В ней представлены лучшие практики и шаблоны проектирования для создания надежных и масштабируемых решений по машинному обучению. Андрей Бурков имеет степень доктора философии в области искусственного интеллекта и возглавляет команду по машинному обучению в Gartner. Эта книга основана на собственном 15-летнем опыте Андрея в решении задач с использованием искусственного интеллекта, а также на опубликованном опыте лидеров отрасли. Ссылка на книгу

📚The Hundred-Page Machine Learning Book (2019) ✍️Автор: Adriy Burkov 📃Страниц: 118 Это компактное руководство “как заниматься наукой о данных”, и я предсказываю, что оно станет полезным пособием как для ученых, так и для практиков. Книга объемом в 100 страниц (или чуть больше) достаточно короткая, чтобы ее можно было прочитать за один присест. Тем не менее, несмотря на свой объем, он охватывает все основные подходы к машинному обучению, начиная от классической линейной и логистической регрессии и заканчивая современными методами опорных векторов, глубоким обучением, бустингом и случайными лесами. Кроме того, здесь нет недостатка в подробностях о различных подходах, и заинтересованный читатель может получить дополнительную информацию о любом конкретном методе с помощью инновационной сопутствующей книги wiki. Ссылка на книгу

📚Linear Algebra in Data Science (2024) ✍️Автор: Peter Zizler, Roberta La Haye 📃Страниц: 202 В этом учебнике на начальном уровне рассматриваются приложения линейной алгебры в науке о данных, демонстрируя читателям, насколько они тесно связаны. Авторы достигают этого, предлагая упражнения повышенной сложности, многие из которых включают MATLAB. Также представлены практические проекты, позволяющие студентам лучше понять применение материала, изучаемого в стандартном курсе линейной алгебры, в реальных условиях. Некоторые темы включают в себя сингулярную декомпозицию, свертку, частотную фильтрацию и нейронные сети. Линейная алгебра в области науки о данных подходит в качестве дополнения к стандартному курсу линейной алгебры. Ссылка на книгу

📚Mastering MLOps Architecture: From Code to Deployment: Manage the production cycle of continual learning ML models with MLOps (2024) ✍️Автор: Raman Jhajj 📃Страниц: 286 ML OPS, представляющая собой комбинацию DevOps, data engineering и машинного обучения, имеет решающее значение для получения высококачественных результатов машинного обучения из-за динамического характера данных машинного обучения. Эта книга посвящена MLOps, ее основным концепциям, компонентам и архитектуре, демонстрируя, как MLOps способствует созданию надежных и постоянно совершенствующихся систем машинного обучения. Ссылка на книгу

📚Operationalizing Machine Learning Pipelines: Building Reusable and Reproducible Machine Learning Pipelines Using MLOps (2023) ✍️Автор: by Premkumar Rangarajan (Author), David Bounds (Author) 📃Страниц: 346 Из этой книги вы узнаете, как создавать озера данных, создавать и обучать модели машинного обучения, автоматизировать MLOps, обеспечивать максимальное повторное использование и воспроизводимость данных и многое другое. Приложения, представленные в книге, показывают, как максимально эффективно использовать несколько различных предложений AWS, включая Amazon Comprehend, Amazon Rekognition, Amazon Lookout и AutoML Ссылка на книгу

📚Operationalizing Machine Learning Pipelines: Building Reusable and Reproducible Machine Learning Pipelines Using MLOps (2022) ✍️Автор: Vishwajyoti Pandey 📃Страниц: 216 Эта книга даст вам глубокое представление о MLOps и о том, как вы можете использовать его на предприятии. Каждый инструмент, описанный в этой книге, был тщательно изучен, приведены примеры их установки и использования, а также образцы данных. Ссылка на книгу

📚Continuous Machine Learning with Kubeflow: Performing Reliable MLOps with Capabilities of TFX, Sagemaker and Kubernetes (2021) ✍️Автор: Aniruddha Choudhury 📃Страниц: 552 Эта книга поможет продемонстрировать, как использовать компоненты Kube flow, развертывать их в GCP и предоставлять в рабочей среде, используя прогнозирование данных в реальном времени. В Kube flow KFserving мы рассмотрим методы обслуживания, создадим пользовательский интерфейс на основе компьютерного зрения в streamclip, а затем развернем его на облачных платформах Google, Kubernetes и Heroku. Далее мы также рассмотрим, как создать понятный искусственный интеллект для определения справедливости и предвзятости с помощью инструмента "Что, если". Опираясь на различные примеры использования, мы узнаем, как внедрить машинное обучение в производство, включая обучение и обслуживание. Ссылка на книгу

🤖 Машинное обучение для начинающих: основные понятия, задачи и сфера применения Читайте в нашей статье детальное описание основных принципов, понятий и разновидностей машинного обучения. ➡️ Статья Забирайте курс по машинному обучению и прокачивайтесь: 🔵 Базовые модели ML и приложения

Самые полезные каналы для программистов в одной подборке! Сохраняйте себе, чтобы не потерять 💾 🔥Для всех Библиотека программиста — новости, статьи, досуг, фундаментальные темы Книги для программистов IT-мемы Proglib Academy — тут мы рассказываем про обучение и курсы Азбука айтишника — здесь мы познаем азы из мира программирования 🤖Про нейросети Библиотека робототехники и беспилотников | Роботы, ИИ, интернет вещей Библиотека нейрозвука | Транскрибация, синтез речи, ИИ-музыка Библиотека нейротекста | ChatGPT, Gemini, Bing Библиотека нейровидео | Sora AI, Runway ML, дипфейки Библиотека нейрокартинок | Midjourney, DALL-E, Stable Diffusion #️⃣C# Книги для шарпистов | C#, .NET, F# Библиотека шарписта — полезные статьи, новости и обучающие материалы по C# Библиотека задач по C# — код, квизы и тесты Библиотека собеса по C# — тренируемся отвечать на каверзные вопросы во время интервью и технического собеседования Вакансии по C#, .NET, Unity Вакансии по PHP, Symfony, Laravel ☁️DevOps Библиотека devops’а — полезные статьи, новости и обучающие материалы по DevOps Вакансии по DevOps & SRE Библиотека задач по DevOps — код, квизы и тесты Библиотека собеса по DevOps — тренируемся отвечать на каверзные вопросы во время интервью и технического собеседования 🐘PHP Библиотека пхпшника — полезные статьи, новости и обучающие материалы по PHP Вакансии по PHP, Symfony, Laravel Библиотека PHP для собеса — тренируемся отвечать на каверзные вопросы во время интервью и технического собеседования Библиотека задач по PHP — код, квизы и тесты 🐍Python Библиотека питониста — полезные статьи, новости и обучающие материалы по Python Вакансии по питону, Django, Flask Библиотека Python для собеса — тренируемся отвечать на каверзные вопросы во время интервью и технического собеседования Библиотека задач по Python — код, квизы и тесты ☕Java Книги для джавистов | Java Библиотека джависта — полезные статьи по Java, новости и обучающие материалы Библиотека Java для собеса — тренируемся отвечать на каверзные вопросы во время интервью и технического собеседования Библиотека задач по Java — код, квизы и тесты Вакансии для java-разработчиков 👾Data Science Книги для дата сайентистов | Data Science Библиотека Data Science — полезные статьи, новости и обучающие материалы по Data Science Библиотека Data Science для собеса — тренируемся отвечать на каверзные вопросы во время интервью и технического собеседования Библиотека задач по Data Science — код, квизы и тесты Вакансии по Data Science, анализу данных, аналитике, искусственному интеллекту 🦫Go Книги для Go разработчиков Библиотека Go разработчика — полезные статьи, новости и обучающие материалы по Go Библиотека Go для собеса — тренируемся отвечать на каверзные вопросы во время интервью и технического собеседования Библиотека задач по Go — код, квизы и тесты Вакансии по Go 🧠C++ Книги для C/C++ разработчиков Библиотека C/C++ разработчика — полезные статьи, новости и обучающие материалы по C++ Библиотека C++ для собеса — тренируемся отвечать на каверзные вопросы во время интервью и технического собеседования Библиотека задач по C++ — код, квизы и тесты Вакансии по C++ 💻Другие каналы Библиотека фронтендера Библиотека мобильного разработчика Библиотека хакера Библиотека тестировщика Библиотека разработчика игр | Gamedev, Unity, Unreal Engine Вакансии по фронтенду, джаваскрипт, React, Angular, Vue Вакансии для мобильных разработчиков Вакансии по QA тестированию InfoSec Jobs — вакансии по информационной безопасности 📁Чтобы добавить папку с нашими каналами, нажмите 👉сюда👈 Также у нас есть боты: Бот с IT-вакансиями Бот с мероприятиями в сфере IT Мы в других соцсетях: 🔸VK 🔸YouTube 🔸Дзен 🔸Facebook * 🔸Instagram * * Организация Meta запрещена на территории РФ

↗️ТОП-7 признаков идеального работодателя Выбор подходящего работодателя — ключевой шаг к успешной карьере в IT. Но как распознать компанию, которая действительно ценит своих сотрудников и создает для них оптимальные условия? ▶️ Читай статью, чтобы узнать об основных критериях, которые помогают определить, стоит ли связывать свое профессиональное будущее с той или иной организацией.

📚Kubeflow for Machine Learning: From Lab to Production (2020) ✍️Автор: Trevor Grant, Holden Karau, Boris Lublinsky, Richard Liu, Ilan Filonenko 📃Страниц: 264 Если вы разрабатываете модель машинного обучения, но не уверены, как внедрить ее в производство, эта книга поможет вам в этом. Kube flow предоставляет набор облачных инструментов для различных этапов жизненного цикла модели - от исследования данных, подготовки функциональных возможностей и обучения модели до ее обслуживания. Это руководство поможет специалистам по обработке данных создавать полноценные реализации машинного обучения с помощью Kube flow и покажет инженерам по обработке данных, как сделать модели масштабируемыми и надежными. Ссылка на книгу

📚Introduction to Data Science: A Python Approach to Concepts, Techniques and Applications (2024) ✍️Автор: Laura Igual, Santi Seguí 📃Страниц: 255 Этот доступный и проверенный в классе учебник / справочник представляет собой введение в основы междисциплинарной области науки о данных. Программа охватывает ключевые концепции статистики, машинного/глубокого обучения и ответственной обработки данных, полезные методы сетевого анализа и обработки естественного языка, а также практические приложения науки о данных, такие как рекомендательные системы или анализ настроений. Ссылка на книгу

📚Graph Data Science with Python and Neo4j: Hands-on Projects on Python and Neo4j Integration for Data Visualization and Analysis Using Graph Data Science for Building Enterprise Strategies (2024) ✍️Автор: Timothy Eastridge 📃Страниц: 246 В этой книге предлагается простой подход к освоению науки о графических данных. Благодаря подробным объяснениям, примерам из реальной жизни и специальному репозиторию на GitHub, заполненному примерами кода, эта книга является незаменимым ресурсом для всех, кто стремится усовершенствовать свои методы обработки данных с помощью технологии graph. Присоединяйтесь к нам в этом преобразующем путешествии по различным отраслям и извлекайте из своих данных новые полезные идеи. Ссылка на книгу

📚Data Science and Machine Learning for Non-Programmers: Using SAS Enterprise Miner (2024) ✍️Автор: Dothang Truong 📃Страниц: 590 В этой книге также содержатся конкретные рекомендации и примеры по представлению результатов интеллектуального анализа данных и отчетов, способствующих эффективному взаимодействию с заинтересованными сторонами. Эта книга, предназначенная как для начинающих, так и для опытных практиков, предназначена для широкой аудитории, включая студентов, преподавателей, исследователей и профессионалов отрасли из различных слоев общества. Ссылка на книгу

📚Data-Driven Healthcare: Revolutionizing Patient Care with Data Science (2024) ✍️Автор: William Webb 📃Страниц: 101 Окунитесь в мир передовых технологий, где здравоохранение сталкивается с преобразующей силой науки о данных. Эта содержательная книга станет незаменимым чтением для медицинских работников, которые хотят ориентироваться в сложном и быстро меняющемся ландшафте современной медицины. В нем подробно рассказывается о том, как приложения для обработки данных революционизируют различные области - от геномики и эпидемиологии до политики общественного здравоохранения и ухода за пациентами. Ссылка на книгу

📚Mindmasters: The Data-Driven Science of Predicting and Changing Human Behavior (2025) ✍️Автор: Sandra Matz 📃Страниц: 130 В книге Mindmasters профессор Колумбийской школы бизнеса Сандра Матц в захватывающих подробностях рассказывает о том, как большие данные позволяют проникнуть в самые сокровенные аспекты нашей психики и как эти знания позволяют оказывать внешнее влияние на принимаемый нами выбор. Это может быть пугающим, манипулятивным и откровенно вредным, а скандалы, подобные скандалу с британской консалтинговой фирмой Cambridge Analytica, являются лишь верхушкой айсберга. Тем не менее, большие данные также обладают огромным потенциалом для того, чтобы помочь нам жить более здоровой и счастливой жизнью — например, улучшая наше психическое здоровье, способствуя принятию более эффективных финансовых решений или позволяя нам вырваться за пределы наших эхо-камер. Ссылка на книгу

📚Data Quality Engineering in Financial Services: Applying Manufacturing Techniques to Data (2022) ✍️Автор: Brian Buzzelli 📃Страниц: 577 Качество данных либо сделает вас лучше, либо сломает вас в сфере финансовых услуг. Недостающие цены, неверные рыночные значения, нарушения правил торговли, пересчет результатов работы клиентов и неправильная подача нормативных документов - все это может привести к суровым штрафным санкциям, потере клиентов и финансовой катастрофе. Это практическое руководство предоставляет аналитикам данных, специалистам по обработке данных и специалистам-практикам в компаниях, предоставляющих финансовые услуги, основы для применения производственных принципов в управлении финансовыми данными, понимания измерений данных, разработки точных допусков к качеству данных на уровне исходных данных и интеграции их в ваши конвейеры обработки данных. Ссылка на книгу

📚Applied Deep Learning: Design and implement your own Neural Networks to solve real-world problems (2024) ✍️ Автор: Dr. Rajkumar Tekchandani, Dr. Neeraj Kumar 📃 Страниц: 878 В книге вы получите подробное представление об искусственном интеллекте и машинном обучении, начиная с основ и заканчивая всесторонним освещением глубокого обучения с помощью Python. Вы познакомитесь с интуитивным управлением нейронными сетями, а также с тем, как эффективно их проектировать и обучать. Далее вы узнаете, как использовать сверточные нейронные сети для распознавания изображений и других визуальных задач. Далее в книге основное внимание уделяется локализации и обнаружению объектов, которые являются важнейшими задачами во многих приложениях, включая самоуправляемые автомобили и робототехнику Скачать книгу

📚Large Language Models: A Deep Dive: Bridging Theory and Practice (2024) ✍️ Автор: Uday Kamath, Kevin Keenan, Garrett Somers, Sarah Sorenson 📃 Страниц: 496 Эта книга представляет собой авторитетное исследование проектирования, обучения, эволюции и применения LLM. Она начинается с обзора предварительно подготовленных языковых моделей, закладывая основу для понимания методов обучения, основанных на оперативном обучении. Далее в нем рассматриваются методы тонкой настройки LLM, интеграция обучения с подкреплением для выравнивания ценности и конвергенция LLM с компьютерным зрением, робототехникой и обработкой речи Скачать книгу

📚Hyperautomation with Generative AI: Learn how Hyperautomation and Generative AI can help you transform your business (2023) ✍️ Автор: Dr. Jagreet Kaur 📃 Страниц: 812 Книга представляет собой введение в гиперавтоматизацию, освещая ее ключевые компоненты и давая рекомендации о том, как организации могут внедрить ее для оптимизации повседневных бизнес-операций. В книге представлен широкий спектр вариантов использования и примеров, демонстрирующих многообразие применений гиперавтоматизации в различных отраслях, секторах экономики и конкретных подразделениях компаний. Он также знакомит вас с популярными инструментами и платформами, такими как UiPath, Automation Anywhere и IBM, позволяя им принимать обоснованные решения при выборе подходящей технологии для своих целей цифровой трансформации Скачать книгу