Сорри, не успеваю доделать статью. Хочу сделать уклон на теорию и основные понятия, и из-за этого не успеваю всё оформить. Завтра в обед всё будет🙏🏻

Обозреваем методы работы нескольких видов "линейки! Прошу всех принять участие в опросе ниже, это важно.
https://telegra.ph/Linejnye-modeli-Algoritmy-raboty-01-04

Немного про классификацию. Если у вас есть годные наборы данных, поделитесь ими в чате, все будут вам очень благодарны.
https://telegra.ph/Klassifikaciya-01-05

Тестируем связку matplotlib и PyQt5 в действии.
https://telegra.ph/Matplotlib-i-PyQt5-01-08

❗️❗️❗️ВСЯ НУЖНАЯ ИНФОРМАЦИЯ❗️❗️❗️
🔘Если есть какой-то вопрос: @my_diamonds_dancing
🔘Ссылка на канал: https://yangx.top/notes_of_yound_data_scientist
🔘Присоединяйтесь к нашему чату: https://yangx.top/notes_of_yound_data_scientist
🔘Ресурс, без которого нету жизни: https://www.kaggle.com
🔘Статьи: https://telegra.ph/Zapiski-yunogo-data-scientista-Stati-01-09

Немного перепрыгнув через деревья, поговорим о нейронных сетях. Здесь будет скучная математика, однако именно она даёт основную почву для пользования нейросетями.
https://telegra.ph/Nejronnye-seti-Nachalo-01-10

Всем привет! Оставлю несколько годных книг по МЛ и Python.
https://telegra.ph/Materialy-po-izucheniyu-ML-01-11

Первая книга из статьи про полезные материалы для МЛ:
Введение в машинное обучение Python(2017).

Вторая книга из статьи про полезные материалы для МЛ:
Python и машинное обучение(2017).

Ну и книжка для углубленного изучения Питона.

Немного отойдём от практики и ознакомимся с самим понятием - "data scientist".
P.S. Статья не моя, но очень понравилась, потому грех не распространить.
https://dou.ua/lenta/articles/it-position-ds-ml/

Всем добрый день. Есть один интересный датасет, который для обучения использовать не особо интересно, а вот для визуализации данных подойдёт вполне. Предлагаю объединиться и визуализировать как можно больше таблиц, графиков и т.д. из этого датасета.
Своими вариантами можете поделиться здесь: https://yangx.top/chat_of_data_science, или отправить мне в личку: @my_diamonds_dancing.
Сам датасет: https://www.kaggle.com/NUFORC/ufo-sightings

После довольно длительного перерыва возвращаюсь с интересной статьей на тему футбола. Вы могли видеть эту статью в Code Blog, однако если кто не ознакомлен, преподношу к просмотру. Здесь не будет чудес визуализации, использован один метод со словарями. Больше акцента было на просмотр статистики, а не на развитии навыков визуализации.
https://telegra.ph/Python-i-FIFA-01-20

#matplotlib #keras #sklearn #tensor_flow #pandas #numpy

Вашему вниманию предоставляется сборник огромного количества полезнейших документов Jupyter Notebook на самые разные темы из мира DS. Сам сборник доступен по ссылке:
https://github.com/donnemartin/data-science-ipython-notebooks/blob/master/README.md

Как вы уже заметили, я ввожу систему тэгов для удобного поиска материалов по различным темам.

#python
Машинное обучение это конечно хорошо, однако владение базовыми алгоритмами не помешало еще ни одному программисту. В моей статье, которая была опубликована в паблике Code Blog, показаны основы работы с генераторами, которые в обработке данных имеют свою роль, а также реализованы несколько алгоритмов.
Сама статья : https://vk.com/@codeblog-generatory-v-python

#python

После длительного перерыва знакомимся с реализацией персептрона "вручную". Разбираем пути модернизации, теоритическую базу и тестирование модели.
https://telegra.ph/Perseptron-na-Python-03-02

#python #tree #ensemble

Наконец-то мы добрались до деревьев решений. Очень интересный и "перспективный" вид алгоритмов, владеть которым должен каждый уважающий себя data scientist.

https://tgraph.io/Derevya-reshenij-03-09