Полезная help-ссылка для работы с данными
Привет, читатель. Меня зовут Рушан Сюрмаков. Я делаю «Нейрон», проект, где рассказываю о машинном обучении, искусственном интеллекте и data science. И делаю так, чтобы всё это стало понятно.
Представляю вам главную help-ссылку для работы с данными. Материал в «Google Документе» подойдёт как профессионалам, так и тем, кто только учится работать с данными. Пользуйтесь и прокачивайте навыки сами и делитесь с коллегами.
Дальнейшее описание публикации — содержание ссылки. Поэтому можете сразу ознакомиться с документом. Либо начать с его содержания, которое прикрепляю ниже.
Конечно, список книг, сервисов, видео и лекций в файле неполный. Поэтому предлагаю сделать эту публикацию ценнее — 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 её цель — познакомить с основами, чтобы затем быстро приступить к решению реальных задач.
- «Создаём 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.
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.
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. Плюс практическая часть курса, посвящённая знакомству с наиболее популярными библиотеками для анализа данных: Pandas и Scikit-learn.
- Введение в теорию нейросетей и глубокое обучение. Этот курс даёт представление о современном положении дел в теории нейросетей. Рассмотрены полносвязные и свёрточные нейросети на примерах задач классификации и поиска объектов на изображениях.
Полный список курсов и лекций.
Подробка датасетов
- Данные смертей и сражений из «Игры престолов» — этот набор объединяет три источника данных, каждый из которых основан на информации из серии книг.
- Глобальная база данных терроризма — Более 180 тысяч террористических атак по всему миру с 1970-го по 2017 год.
- Статистика видео YouTube — ежедневная статистика трендовых видео на YouTube.
Полный список датасетов.
Полезные ноутбуки
Полный список полезных ноутбуков.
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, за июль, полный обновляемый список новостных дайджестов.
Больше информации о машинном обучении и data science — на моём Telegram-канале «Нейрон». Не пропускайте будущих статей.
Дополнительно напомню: добавляйте в комментарии свои самые полезные ссылки, крутые добавлю к себе в файл. Делитесь своими историями обучения, лайфхаками и знаниями.
Всем успехов и знаний!