Начинающим специалистам в Data Science бывает сложно понять, что изучать в первую очередь
В этой статье вместе с экспертами, разбираемся, с чего лучше начать свой путь в Data Science и на какие алгоритмы и структуры данных стоит обратить внимание:
https://tprg.ru/POQ4
#datascience #ml
В этой статье вместе с экспертами, разбираемся, с чего лучше начать свой путь в Data Science и на какие алгоритмы и структуры данных стоит обратить внимание:
https://tprg.ru/POQ4
#datascience #ml
7 советов для новичков в Data Science
Большая часть курсов и учебников по Data Science описывает базовые алгоритмы и навыки. Но когда дело доходит до настоящих проектов, оказывается, что эти знания далеки от реальности.
Как получить максимум практического опыта и подготовиться к работе Data Scientist’ом? Вот несколько рекомендаций:
https://tprg.ru/Dspm
#datascience
Большая часть курсов и учебников по Data Science описывает базовые алгоритмы и навыки. Но когда дело доходит до настоящих проектов, оказывается, что эти знания далеки от реальности.
Как получить максимум практического опыта и подготовиться к работе Data Scientist’ом? Вот несколько рекомендаций:
https://tprg.ru/Dspm
#datascience
5 неожиданных мест работы дата-сайентиста: от йоги до борьбы с deepfakes
На первый взгляд, дата-сайентисты востребованны в основном в финансовом секторе и IT-компаниях. Однако хорошие дата-сайентисты давно нужны и не только в этих отраслях.
В этой статье читатель Tproger рассказал о 5 неожиданных местах работы дата-сайентистов: https://tprg.ru/TWrn
#datascience
На первый взгляд, дата-сайентисты востребованны в основном в финансовом секторе и IT-компаниях. Однако хорошие дата-сайентисты давно нужны и не только в этих отраслях.
В этой статье читатель Tproger рассказал о 5 неожиданных местах работы дата-сайентистов: https://tprg.ru/TWrn
#datascience
Для анализа данных и машинного обучения требуется много данных. Но где их взять? Рассказываем
Конечно же, можно было бы собрать их самостоятельно. Но это долго, дорого, а иногда и вообще невозможно. А тем временем, есть огромное количество открытых датасетов по самым разным категориям, о которых вы могли не знать. Некоторыми из них открыто делятся госструктуры, банки, международные организации и крупные компании. Более того, для их поиска уже давно разработали удобные инструменты.
В статье рассказываем о лучших местах для поиска качественных датасетов: tproger.ru/translations/the-best-datasets-for-machine-learning-and-data-science/
#datascience #ml
Конечно же, можно было бы собрать их самостоятельно. Но это долго, дорого, а иногда и вообще невозможно. А тем временем, есть огромное количество открытых датасетов по самым разным категориям, о которых вы могли не знать. Некоторыми из них открыто делятся госструктуры, банки, международные организации и крупные компании. Более того, для их поиска уже давно разработали удобные инструменты.
В статье рассказываем о лучших местах для поиска качественных датасетов: tproger.ru/translations/the-best-datasets-for-machine-learning-and-data-science/
#datascience #ml
Зачем аналитикам данных знать SQL?
SQL — мощный инструмент для анализа и преобразования данных, который позволяет разработчикам обращаться к различным базам данных. И чтобы аналитику не приходилось просить помощи у кого-то ещё, полезно знать и уметь применять SQL.
О том, как это делать правильно, рассказываем в статье:
https://tprg.ru/LzRB
#sql #datascience
SQL — мощный инструмент для анализа и преобразования данных, который позволяет разработчикам обращаться к различным базам данных. И чтобы аналитику не приходилось просить помощи у кого-то ещё, полезно знать и уметь применять SQL.
О том, как это делать правильно, рассказываем в статье:
https://tprg.ru/LzRB
#sql #datascience
This media is not supported in your browser
VIEW IN TELEGRAM
Кстати о Wordle, тут один дата-сайентист рассчитал самое оптимальное слово для начала игры
Наконец-то действительно достойное применение Data Science!
Уже ни для кого не секрет, что первое слово, которое напишет игрок, может иметь решающее значение для всей игры. И один из самых больших вопросов с момента запуска игры — с какого слова лучше начинать.
И у этого выбора есть вполне логичное математическое объяснение. Разработчик с ником crvlwanek доказал это, написав скрипт, который проанализировал словарь игры и оценил частоту и порядок появления букв в словах. Так, лучшим словом для старта оказалось слово «later». В топ-10 также вошли «alter», «alert», «arose», «stare», «arise», «raise», «learn» «renal» и «irate».
Кому интересно, свою реализацию кода crvlwanek выложил на гитхаб: https://github.com/crvlwanek/wordle
#datascience #кек
Наконец-то действительно достойное применение Data Science!
Уже ни для кого не секрет, что первое слово, которое напишет игрок, может иметь решающее значение для всей игры. И один из самых больших вопросов с момента запуска игры — с какого слова лучше начинать.
И у этого выбора есть вполне логичное математическое объяснение. Разработчик с ником crvlwanek доказал это, написав скрипт, который проанализировал словарь игры и оценил частоту и порядок появления букв в словах. Так, лучшим словом для старта оказалось слово «later». В топ-10 также вошли «alter», «alert», «arose», «stare», «arise», «raise», «learn» «renal» и «irate».
Кому интересно, свою реализацию кода crvlwanek выложил на гитхаб: https://github.com/crvlwanek/wordle
#datascience #кек
Поиск наборов данных с Google Data Search
На платформе доступно более 25 миллионов датасетов. Их количество и разнообразие постоянно растет за счет хранилищ, использующих schema.org. Найти нужные данные максимально просто с помощью ключевых слов. Пригодится студентам, исследователям и дата-сайентистам для обучения моделей.
https://datasetsearch.research.google.com/
#datascience #google
На платформе доступно более 25 миллионов датасетов. Их количество и разнообразие постоянно растет за счет хранилищ, использующих schema.org. Найти нужные данные максимально просто с помощью ключевых слов. Пригодится студентам, исследователям и дата-сайентистам для обучения моделей.
https://datasetsearch.research.google.com/
#datascience #google
Веб-парсер на Python всего за 5 минут
Интернет — огромный источник ценной информации для дата-сайентиста. Конечно, если уметь её правильно добывать. И этот небольшой гайд в этом вам поможет. В нём подробно рассмотрели создание парсера сайтов с использованием BeautifulSoup и Pandas:
https://www.kdnuggets.com/2022/02/build-web-scraper-python-5-minutes.html
#python #веб #datascience
Интернет — огромный источник ценной информации для дата-сайентиста. Конечно, если уметь её правильно добывать. И этот небольшой гайд в этом вам поможет. В нём подробно рассмотрели создание парсера сайтов с использованием BeautifulSoup и Pandas:
https://www.kdnuggets.com/2022/02/build-web-scraper-python-5-minutes.html
#python #веб #datascience
Подборка полезных материалов для уверенного старта в Data Science
— Курс по машинному обучению от ШАД Яндекса
— Курс по анализу данных и нейросетям на Python от Computer Science Center (часть 1)
— Курс по анализу данных и нейросетям на Python от Computer Science Center (часть 2)
— Самый знаменитый курс по нейронным сетям CS231n от университета Stanford
— Стартовые библиотеки для анализа данных и ML на Python (Pandas, NumPy, TensorFlow)
— Полный курс по искусственному интеллекту CS221 от университета Stanford
— Лучшие датасеты для машинного обучения и анализа данных
— Полный курс по ML на языке R
#начинающим #datascience #нейросети #ml
— Курс по машинному обучению от ШАД Яндекса
— Курс по анализу данных и нейросетям на Python от Computer Science Center (часть 1)
— Курс по анализу данных и нейросетям на Python от Computer Science Center (часть 2)
— Самый знаменитый курс по нейронным сетям CS231n от университета Stanford
— Стартовые библиотеки для анализа данных и ML на Python (Pandas, NumPy, TensorFlow)
— Полный курс по искусственному интеллекту CS221 от университета Stanford
— Лучшие датасеты для машинного обучения и анализа данных
— Полный курс по ML на языке R
#начинающим #datascience #нейросети #ml
Сегодня новости о прорывах ИИ, нейросетей и машинного обучения появляются чуть ли не каждый день. И их стало уже столько много, что сложно выцепить главное. Чтобы вам было легче сориентировться, собрали топ-5 самых важных новостей из мира Data Science с комментариями эксперта: https://tproger.ru/articles/top-5-novostej-iz-mira-data-science-dajdzhest-mts/
Картинку, кстати, сгенерировала нейросеть ruDALL-E Malevich по запросу «Иллюстрация для поста Типичный программист» — писали о ней раньше.
#datascience #нейросети #ml #эксперты
Картинку, кстати, сгенерировала нейросеть ruDALL-E Malevich по запросу «Иллюстрация для поста Типичный программист» — писали о ней раньше.
#datascience #нейросети #ml #эксперты
Что почитать на выходных: «Data Science. Наука о данных с нуля», 2-е издание
Эта книга с очень увлекательной подачей позволяет познакомиться Data Science сразу на практике. Она содержит краткий курс языка Python и основ машинного обучения с элементами линейной алгебры, статистики, теории вероятностей, методов обработки данных и множеством других важных тем.
#datascience #python #sql #книги
Эта книга с очень увлекательной подачей позволяет познакомиться Data Science сразу на практике. Она содержит краткий курс языка Python и основ машинного обучения с элементами линейной алгебры, статистики, теории вероятностей, методов обработки данных и множеством других важных тем.
#datascience #python #sql #книги
Машинный перевод с двухсот языков, генерация бесконечных изображений от Microsoft и рефлексия нейросети о самой себе.
Подробнее о ярких новостях из мира Data Science можно прочитать в дайджесте от МТС Диджитал:
https://tprg.ru/kwAT
#datascience
Подробнее о ярких новостях из мира Data Science можно прочитать в дайджесте от МТС Диджитал:
https://tprg.ru/kwAT
#datascience
Делимся крутой шпаргалкой по DataFrame
DataFrame — ключевая структура данных Python-библиотеки pandas. В шпаргалке есть всё про основные операции с DataFrame. Акцент сделан на Data Wrangling — этапе работы с данными, когда данные преобразовываются из «сырого» формата в пригодный для аналитики. Если вы инженер данных, аналитик или датасаентист — эта шпаргалка точно для вас.
А если нужно погрузиться в тему глубже, здесь вы найдёте версии в PDF и с дополнениями по Pandas, Numpy, SciPy и т.д.: http://www.utc.fr/~jlaforet/Suppl/python-cheatsheets.pdf
#python #datascience
DataFrame — ключевая структура данных Python-библиотеки pandas. В шпаргалке есть всё про основные операции с DataFrame. Акцент сделан на Data Wrangling — этапе работы с данными, когда данные преобразовываются из «сырого» формата в пригодный для аналитики. Если вы инженер данных, аналитик или датасаентист — эта шпаргалка точно для вас.
А если нужно погрузиться в тему глубже, здесь вы найдёте версии в PDF и с дополнениями по Pandas, Numpy, SciPy и т.д.: http://www.utc.fr/~jlaforet/Suppl/python-cheatsheets.pdf
#python #datascience
Чего компании ждут от специалистов по Data Science в 2023 году
IT-рынок очень подвижен, а требования к джунам меняются регулярно. В статье проанализировали несколько десятков актуальных вакансий по Data Science, а также реальный опыт прохождения собеседований в последние месяцы. И на их примере показали, как к 2023 году изменились ожидания от начинающих дата-сайентистов:
https://tprg.ru/DYlX
#datascience
IT-рынок очень подвижен, а требования к джунам меняются регулярно. В статье проанализировали несколько десятков актуальных вакансий по Data Science, а также реальный опыт прохождения собеседований в последние месяцы. И на их примере показали, как к 2023 году изменились ожидания от начинающих дата-сайентистов:
https://tprg.ru/DYlX
#datascience
В чём разница между дата-аналитиком и ML-инженером?
Разбираем обязанности вместе с реальными специалистами: https://tprg.ru/KmMS
#datascience #ml
Разбираем обязанности вместе с реальными специалистами: https://tprg.ru/KmMS
#datascience #ml
Какие вопросы на собеседовании задают дата-сайентистам в Google?
Разбираем самые популярные вопросы с собеседований и пошаговые решения, которые помогут вам подготовиться
#datascience #собеседование #google
Разбираем самые популярные вопросы с собеседований и пошаговые решения, которые помогут вам подготовиться
#datascience #собеседование #google
5 признаков, что вам пора в Data Science
Очевидные (и не очень) признаки, которые подскажут, нужно ли вам двигаться в науку о данных и какое направление Data Science выбрать: https://tprg.ru/7lZu
#datascience
Очевидные (и не очень) признаки, которые подскажут, нужно ли вам двигаться в науку о данных и какое направление Data Science выбрать: https://tprg.ru/7lZu
#datascience
Обновлённый роадмап по Data Science 2023
Если вы только подступились к Data Science, роадмап – хорошее средство сэкономить время. Так что представляю карту навыков Data Science глазами практикующего специалиста. На диаграмме Исикавы вы найдёте самые распространённые понятия и инструменты.
А подробнее — в статье: https://tproger.ru/articles/roadmap-data-science-2023/
#datascience
Если вы только подступились к Data Science, роадмап – хорошее средство сэкономить время. Так что представляю карту навыков Data Science глазами практикующего специалиста. На диаграмме Исикавы вы найдёте самые распространённые понятия и инструменты.
А подробнее — в статье: https://tproger.ru/articles/roadmap-data-science-2023/
#datascience
Обновили пошаговый план для тех, кто хочет вдумчиво подойти к изучению Data Science
Здесь главное быть готовым, что Data Science — раздел информатики на стыке статистики и программирования, поэтому знать надо много.
А чтобы было проще, структурировали информацию от выбора языка и библиотек до практики в машинном обучении: https://tproger.ru/curriculum/data-science-expert-plan
#datascience
Здесь главное быть готовым, что Data Science — раздел информатики на стыке статистики и программирования, поэтому знать надо много.
А чтобы было проще, структурировали информацию от выбора языка и библиотек до практики в машинном обучении: https://tproger.ru/curriculum/data-science-expert-plan
#datascience
Как войти в сотню лучших на Kaggle и стать востребованным дата-сайентистом
Это не так-то просто: нужно не только иметь мощный бэкграунд в математике и программировании, но и неугасаемый азарт, дающий мотивацию программировать 24/7.
Автор статьи — человек, занявший 68-е место в мировом рейтинге Kaggle, и в этом материале он делится своим опытом участия в соревнованиях, а также рассказывает, какие возможности открылись ему после.
#datascience #советы
Это не так-то просто: нужно не только иметь мощный бэкграунд в математике и программировании, но и неугасаемый азарт, дающий мотивацию программировать 24/7.
Автор статьи — человек, занявший 68-е место в мировом рейтинге Kaggle, и в этом материале он делится своим опытом участия в соревнованиях, а также рассказывает, какие возможности открылись ему после.
#datascience #советы
