Клуб: Data Science

Спасибо!
По IB информации достаточно, Да и сам IB не таит ничего.
Главная беда с QUIK

 

Приглашаю интересующихся машинным обучением и искусственным интеллектом
изучить цикл образовательных курсов на русском!

" Машинное обучение с Python + Big Data" (Часть 1 из 17)
​

Всего: 33 видео лекции длительность: 3 часа 21 минута

Учебный план курса: "Предварительные предпосылки к глубокому изучению - линейная регрессия в языке Питон".

1. Введение и План:

• Введение и План
• Что такое Машинное обучение. Роль Линейной Регрессии.
• Введение в проблему закона Мура

2. Одномерная Линейная регрессия - Теория и Код:

• Определение одномерной модели, получение решения (Обновленная версия)
• Определение одномерной модели, получение решения
• Кодирование одномерного решения в языке Питон
• Определение, насколько хороша модель – R-квадрат
• R-квадрат в коде
• Демонстрация закона Мура в коде

3. Многократная линейная регрессия и полиномиальная регрессия:

• Определение многомерной проблемы и получение решения (Обновленная версия)
• Определение многомерной задачи и получение решения
• Как решить многократную линейную регрессию с использованием, только матриц
• Кодирование многомерного решения в языке Питон
• Полиномиальная регрессия - расширение линейной регрессии (с кодом Питона)
• Прогнозирование систолического артериального давления по возрасту и весу.

4. Практические вопросы машинного обучения

• Ошибка обобщения, обучающие и тестовые наборы
• Обобщение и переоценка демонстрации в коде
• Недвусмысленные входы
• Вероятностная интерпретация квадратичной ошибки
• Регуляризация L2 - теория
• Регуляризация L2 - код
• Ловушка по фиктивной переменной
• Руководство по градиентному спуску
• Градиентный спуск для линейной регрессии
• Обход ловушки по фиктивной переменной, с градиентным спуском
• Регуляризация L1 - теория
• Регуляризация L1 - код
• Регуляризация L1 и L2

5. Заключение и Следующие шаги:

• Краткий обзор значимых вопросов по линейной регрессии и машинному обучению
• Упражнения, практика и способы достижения данной цели

6. Приложения

• БОНУС: Где взять купоны Udemy и СВОБОДНЫЙ глубокий учебный материал?
• Как установить Numpy, Scipy, Matplotlib, Pandas, IPython, Theano и TensorFlow?

От себя добавлю, что хочу поддерживать комьюнити складчиков интересующихся искусственным интеллектом, поэтому пригласил к этой теме тех складчиков, которые приобретали курсы по анализу и визуализация данных, машинном обучении, вероятностное моделирование, структурирование больших объемов информации, а также всей взаимосвязанной с этим информацией.

Спойлер: Список приглашенных

@4epa3
@afydoz
@Ahead
@aik2001
@alex123456780
@Anastasia Sidorenko
@andirpal
@andr123321
@Andrian22
@andrus17
@Antonina_
@antonrybin
@antz13
@Anvil
@Artorias
@asantat
@Asenka13
@ashvik
@asterix98
@azamat8720
@b7186rft
@bbt_ttb
@biggod
@bizone_krs
@blackfish
@Blaze
@Brabus2012
@braver
@buckster
@chas2004
@Chemberlen
@chitatel
@chpok13
@Ciklop
@CodePy
@Compaq
@Cosmonaut
@Course
@Covax
@curious
@D3Nd3R
@Day
@dcvfk
@Debugger
@deidra
@DeltaOmega
@dflas
@dimaer2
@dimasxp
@DimDon
@DimDon
@dimul
@Dimytr
@eduard1
@Elrond
@empiric
@Evgen54
@Express
@FedyuninMaxim
@Feroxprox
@filmdirector
@Focuss
@Focuss
@Galianyn
@gig_a
@gigla
@gillmor
@Glidecam
@gmciz
@goodboy88
@grserge
@Gunter o Dimm
@Hade
@hanmayujiro
@hedger
@hedger
@Huawei
@hush28
@Igor Kop
@Im MT
@imag
@Incansable
@Iner
@Inokenty
@Isaac
@JeBern
@K453erw
@Kenny25
@kit-brain
@klarkin
@Kleomen
@Knayz
@koba_13
@Kri5tina
@kuuliibiin
@Larisko
@Latium
@legven
@LevelEleven
@lex12
@Leyureg5
@lilly9
@littleboy
@lodaf
@lovelex
@macinq
@MacLog
@macovod4685
@MalishP
@Mamin
@manman
@MarkAurelius
@marussia
@massager
@Massazhist
@mifik
@mikluxo
@MindHatter
@mitiash
@Moadip
@MosEisley
@mr bIV
@Mr_Trololo
@MRG777
@mukus
@name_and
@NattleBlanca
@Nevazno
@nicholas
@NickPro
@Nnutthowze
@noant
@nobody
@nongrada495
@ovoh1
@Paramon
@PatrickBateman
@Petronline
@pilly
@pixelzet
@Plast30
@Primat83
@pym933
@pym933
@qbase
@qpfish
@qpfish
@Quicksilver
@qwe123u
@qwertu1
@Rinpoche
@SamuelJackson
@sasha_korean
@sashken
@SERG_Ant
@serg-666
@Sergei_2014
@Sergius
@sergrage
@setris
@Sherwood
@shwmbbs
@sky_walker
@Sl0wn
@Slack
@sm00vik
@spybond08
@Tatorro
@terrss
@terrss
@test-593
@th1rt3nth
@Toni22
@Tornst
@Tornst
@Tzimisce
@Unkiller
@Vader
@Vaigosh
@valter
@vmclown
@Vouferd
@Watchman
@x-stream
@yeta_yeta
@Yodo92
@Zimson
@zol68
@Алхимик
@Андрей_Ганс

​

Спойлер: Список приглашенных

​

@ацилопп
@Вайвей
@Виктор_ага
@Вторник
@Джон Гасанов
@Ирина84
@Кostya12
@Михаил_1
@Мыслитель
@Никтото
@Растаман
@Красный Кут
​

​

​

​

 

[Deep Cases] Практические кейсы с нейронными сетями

 

Создал тему https://v21.skladchik.org/threads/Собираем-данные-в-web-используя-язык-r.152888/
Записываемся

 

Одна из толковых книг Deep Learning by Ian Goodfellow Скрытая ссылка
Распостраняется бесплатно.
Скрытая ссылка

 

Топик-стартера, как я понимаю, забанили (или он уже "реинкарнировался" под другим ником?).
В любом случае, хотелось бы предложить дополнение к работе Клуба Data Science: мне (и, надеюсь, не только) было бы интересно/полезно услышать о ваших "образовательных траекториях" (в какой последовательности что изучали и, возможно, дополнения "вот если бы я начал осваивать тему сейчас..."). Ну, и ссылки на подобные образовательные траектории других.
Что скажете?

 

На stepic есть программа переподготовки "Анализ данных". Там можно познакомиться с тем, с чего можно начать и чем продолжить. Сам не проходил, но, думаю, что базу можно получить неплохую. Отзывы хорошие. Сама программа с дипломом платная, а курсы по отдельности, как я понимаю, можно проходить бесплатно. Может кому пригодится - Скрытая ссылка

 

Кстати сказать. Работаю в крупной металлургической компании. На прошлой неделе у нас впервые ввели должность "Директора по анализу данных". Так что Data science развивается, перспективы хорошие. Жаль сам пока работаю не в IT))

 

ну, с учетом того, что в сегодняшнем мире любая компания превращается в ИТ-компанию, у вас еще все впереди

 

Не, у нас с it все очень даже хорошо. Просто отдельно анализу данных только сейчас столь пристальное внимание стало уделяться.

 

Нашел интересные книги по машинному обучению и глубокому обучению. Прошел 3 курса специализации яндекса и МФТИ на курсере, но часть второй и вся третья книги все равно новы для меня и, вероятно, смогу удивить и вас. Видел, что сверху есть человек, желающий заниматься переводами - в особенности была бы интересна 3 книга.

 

Обратите внимание на курс Logistic Regression in Python. При окончании курса вы сможете использовать глубокое обучение для распознавания выражения лица. Только представьте себе возможность предсказывать чьи-то эмоции лишь на основе картинки!

Deep Learning Prerequisites: Logistic Regression in Python (Курс 2 из 17)​

​

 

Простите все, что тут, но на сколько готов уже первый курс? Как скоро станет возможным его получить?

 

Модератор проверяет мой перевод. Я готов уже его вам предоставить

 

Сборы через пару дней, возможно, кому-нибудь пригодится информация:

1. Интеллектуальные методы принятия решений на основе данных группового экспертного оценивания [2017]
2. Гибридные алгоритмы анализа и обработки данных в задачах интеллектуальной поддержки принятия решений [2017]

 

Не умею создавать и организовывать, но может быть кто-нибудь сделает это: Введение в Data Science

 

Рекомендую обратить внимание на сериал "Breakthrough" от National Geographic Channel, 30 мая выйдет серия под названием "PREDICTING THE FUTURE" про предсказание будущего, ИИ и большие данные.

 

А чего там полезного-то, бла-бла вокруг да около!?

 

если вдруг пропустили: раздача слонов от O'Reilly (англ)

не вся коллекция по теме клуба, но поживиться есть чем