हबर, नमस्ते। मैं आपको डेटा के साथ काम करने के लिए मुख्य मदद लिंक पेश करता हूं। Google डॉक में सामग्री दोनों पेशेवरों और उन लोगों के लिए उपयुक्त है जो केवल डेटा के साथ काम करना सीख रहे हैं। अपने कौशल का उपयोग करें और सहकर्मियों के साथ साझा करें।

पोस्ट का एक और विवरण मदद लिंक की सामग्री है। इसलिए, आप तुरंत दस्तावेज़ के साथ खुद को परिचित कर सकते हैं। या इसकी सामग्री से शुरू करें, जिसे मैं नीचे संलग्न करता हूं।

बेशक, फ़ाइल में पुस्तकों / सेवाओं / वीडियो और व्याख्यान की पूरी सूची अधूरी है। इसलिए, मैं इस पोस्ट को मूल्यवान बनाने का प्रस्ताव करता हूं - टिप्पणियों के लिए अपने उपयोगी लिंक जोड़ें, उनमें से सबसे अच्छा मैं अपनी फ़ाइल में जोड़ूंगा।

एमएल और डीएस पर किताबें

इस खंड में, मैंने ऐसी पुस्तकें एकत्र कीं जो गणित, सांख्यिकी, डेटा विश्लेषण, कुछ प्रोग्रामिंग भाषाओं और मशीन सीखने में मदद करेगी।

• अजगर में गहरी सीख । यह किताब फ्रेंकोइस शोल द्वारा गहरी सीखने के बारे में है, जिसने सबसे शक्तिशाली तंत्रिका नेटवर्क लाइब्रेरी केर को बनाया।
• मशीन लर्निंग और टेन्सरफ्लो। मशीन लर्निंग के शुरुआती इस पुस्तक के लागू अभिविन्यास की सराहना करेंगे, क्योंकि इसका उद्देश्य मूल बातें पेश करना है, फिर वास्तविक समस्याओं को हल करने के लिए जल्दी से नीचे उतरें।
• एक तंत्रिका नेटवर्क बनाएँ। यह पुस्तक तंत्रिका नेटवर्क बनाने के सिद्धांत और व्यवहार का परिचायक है। यह उन लोगों के लिए है जो यह जानना चाहते हैं कि तंत्रिका नेटवर्क क्या हैं, जहां उनका उपयोग किया जाता है और इस क्षेत्र में अनुभव के बिना इस तरह के नेटवर्क को कैसे बनाया जाता है।

पुस्तकों की एक पूरी सूची यहाँ है।

उद्योग द्वारा डीएस और एमएल आवेदन

इस खंड को किसी परिचय की आवश्यकता नहीं है। इसमें विभिन्न उद्योगों के लिए नोटबुक और एमएल और डेटा साइंस लाइब्रेरी की सूची है। सभी कोड पायथन में हैं, और GitHub पर होस्ट किए गए हैं। वे किसी के क्षितिज को व्यापक बनाने और एक दिलचस्प स्टार्टअप लॉन्च करने के लिए दोनों उपयोगी होंगे।

• रोबोटचेफ - उपयोगकर्ता समीक्षाओं के आधार पर खाद्य व्यंजनों में सुधार;
• खाद्य सुविधाएं - तंत्रिका नेटवर्क का उपयोग करके खाद्य उत्पादों की मांग का पूर्वानुमान;
• पकाने की विधि और रेटिंग - इसकी सामग्री की सूची के आधार पर किसी भी व्यंजन के भोजन के नाम की भविष्यवाणी करना;

उद्योग द्वारा नोटबुक की एक पूरी सूची यहाँ है।

उपयोगी पाठ्यक्रम

इस खंड में डेटा विश्लेषण, गणित, डेटा विज्ञान और मशीन सीखने पर पाठ्यक्रम और व्याख्यान शामिल हैं।

• डीप लर्निंग स्कूल। डीप लर्निंग स्कूल - एफपीएमआई एमआईपीटी से एक सर्कल, जो प्रोग्रामिंग और गणित में रुचि रखने वाले हाई स्कूल के छात्रों के लिए डिज़ाइन किया गया है, साथ ही वे छात्र जो गहरी शिक्षा शुरू करना चाहते हैं। भौतिक विज्ञान स्कूल ऑफ एप्लाइड गणित और सूचना विज्ञान MIPT के छात्रों द्वारा कक्षाएं सिखाई जाती हैं।
• डाटा साइंस और मशीन लर्निंग का परिचय। केंद्रीय अवधारणाओं और विषयों का विश्लेषण। डेटा विश्लेषण के लिए सबसे लोकप्रिय पुस्तकालयों के साथ परिचित करने के लिए समर्पित निर्णय पेड़ और तंत्रिका नेटवर्क + पाठ्यक्रम के व्यावहारिक भाग के रूप में इस तरह के मशीन सीखने के तरीकों के साथ परिचित होना - पंडों और स्किट-लर्न।
• तंत्रिका नेटवर्क सिद्धांत और गहन शिक्षा का परिचय। यह पाठ्यक्रम तंत्रिका नेटवर्क के सिद्धांत में मामलों की वर्तमान स्थिति का एक विचार देता है। पूरी तरह से जुड़े और दृढ़ तंत्रिका नेटवर्क को वर्गीकरण के उदाहरणों का उपयोग करके माना जाता है और छवियों में वस्तुओं की खोज करता है।

पाठ्यक्रम और व्याख्यान की एक पूरी सूची यहाँ है।

डेटासैट डिटेल

• गेम ऑफ थ्रोन्स डेथ एंड बैटल - यह डेटा सेट तीन डेटा स्रोतों को जोड़ता है, जिनमें से प्रत्येक किताबों की एक श्रृंखला की जानकारी पर आधारित है।
• ग्लोबल टेररिज्म डेटाबेस - दुनिया भर में 180,000 से अधिक आतंकवादी हमले, 1970-2017।
• YouTube वीडियो सांख्यिकी - YouTube वीडियो के लिए दैनिक रुझान वाले आंकड़े।

डेटासेट की पूरी सूची यहाँ है।

उपयोगी लैपटॉप

• पायथन ट्यूटोरियल
• IPython नोटबुक चयन
• Matplotlib ट्यूटोरियल

उपयोगी लैपटॉप की एक पूरी सूची यहां है।

एमएल और डीएस के लिए समाचार डाइजेस्ट

बड़ी संख्या में स्रोतों और सदस्यता को फ़िल्टर करने के बाद, मैं आपके लिए मशीन लर्निंग और आर्टिफिशियल इंटेलिजेंस की दुनिया की सबसे महत्वपूर्ण खबरें एकत्र करता हूं। आप यहां जून के लिए, जुलाई के लिए, यहां के लिए पाचन पढ़ सकते हैं । समाचार पचाने की एक पूर्ण, अद्यतन सूची यहाँ है।

आप Habré और Telegram चैनल Neuron पर मेरे खाते की सदस्यता लेकर मशीन सीखने और डेटा विज्ञान के बारे में अधिक जानकारी प्राप्त करेंगे। भविष्य के लेखों को न छोड़ें। इसके अलावा, मैं आपको याद दिलाता हूं - टिप्पणियों में अपने सबसे उपयोगी लिंक जोड़ें, सबसे अच्छे जिन्हें मैं अपनी फ़ाइल में जोड़ूंगा। अपनी सीखने की कहानियां, जीवन हैक और ज्ञान साझा करें।

सभी सफलता और ज्ञान!