data science

  1. asd

    Открыта Изучаем Data Science: обработка, исследование, визуализация и моделирование данных с помощью Python [Джозеф Гонсалес, Сэм Лау, Дебора Нолан]

    Практическое руководство по анализу данных, раскрывающее полный цикл работы с информацией: от сбора и обработки до построения моделей машинного обучения. Рассмотрена работа с инструментами pandas и SQL, методы выявления закономерностей и очистки данных. Описаны различные источники информации...
  2. asd

    Доступна Математика для Data Science. Управляем данными с помощью линейной алгебры, теории вероятностей и статистики (2024) [Томас Нилд]

    Освойте математический аппарат, который необходим, чтобы преуспеть в сфере data science, машинного обучения и статистики. Автор книги Томас Нилд поможет вам разобраться в таких дисциплинах, как математический анализ, теория вероятностей, линейная алгебра и статистика, и научиться применять их в...
  3. asd

    Доступна Рython, Django, Data Science [Андрей Протодьяконов, Петр Пылов, Роман Майтак]

    Показаны основы работы на Python, а также два его основных ответвления – веб-разработка на Django и область прикладного искусственного интеллекта, являющаяся частью Data Science. Для студентов и сотрудников высших технических учебных заведений, а также специалистов прикладной сферы анализа...
  4. asd

    Открыта [Stepik] Погружение в Data Science и машинное обучение [Максим Дуплей]

    Курс познакомит вас со сферой Data Science. Вы узнаете чем занимается специалист в данной области, какие задачи решает и какие он применяет инструменты в своей работе. Мы с вами попробуем представить себя в роли Data Scietist и на практике на простых задачах попробовать обучить свои первые...
  5. asd

    Доступна Теоретический минимум по Computer Science. Сети, криптография и data science (2022) [Владстон Феррейра Фило, Мото Пиктет]

    Хватит тратить время на занудные учебники! Это краткое и простое руководство предназначено для читателей, не заботящихся об академических формальностях. Большинство технологических прорывов нашей эпохи происходят в цифровой среде, создаваемой программистами. Ученые-компьютерщики объединяют...
  6. asd

    Открыта Streamlit для Data Science (2024) [Тайлер Ричардс]

    Если вы работаете с данными на Python и хотите создавать высококачественные интерактивные приложения для работы с данными, демонстрирующие модели машинного обучения и генерирующие красивые интерактивные визуализации, то эта книга идеально подходит для вас. Описано подключение Streamlit к базам...
  7. asd

    Открыта [Udemy] Data Science от Проблемы до Решения (2024) [Yerzhan Yelemessov]

    Учись работать на Python решая проекты в области Data Science. От анализа данных до построения рекомендательной системы Авторы: Yerzhan Yelemessov Последнее обновление: 01.2024 Язык: русский Чему вы научитесь - Научишься обрабатывать данные на примере реальных проектов используя язык Python...
  8. asd

    Алгоритмы Data Science и их практическая реализация на Python (2022) [А.В.Протодьяконов]

    Рассмотрен полный каскад разработки моделей искусственного интеллекта. Проанализирована область Data Science, из которой выделены все необходимые для прикладной сферы алгоритмы машинного обучения, расположенные по уровню возрастания сложности работы с ними. Для студентов, изучающих...
  9. Fox

    [Яндекс.Практикум] Специалист по Data Science Плюс. Часть 12 из 16 (2022

    Содержание: Начало анализа данных Основы машинного обучения Вспомогательные инструменты Data Science Математика машинного обучения Системы хранения данных Практика машинного обучения Основы Deep Learning Скачать: *** Скрытый текст: У Вас недостаточно прав для просмотра скрытого текста...
  10. Призрак

    [Яндекс.Практикум] Специалист по Data Science Плюс. Часть 1/16 (2022)

    Расширенная программа для тех, кто хочет построить карьеру в сфере data science Продолжительность - 16 месяцев (16 частей) Содержание: Начало анализа данных Основы машинного обучения Вспомогательные инструменты Data Science Математика машинного обучения Системы хранения данных Практика...
Назад
Сверху