Анализ данных (Data analysis)
15 September 2023 16:03
Знаете основы анализа данных и хотите получить заветный оффер?
Наберитесь опыта, поработав над реальными рабочими задачами на Симуляторе аналитика.
Симулятор аналитика — это практически настоящая стажировка, где под руководством ведущих аналитиков с опытом работы в Яндексе, ВКонтакте и JetBrains вы будете сами проводить A/B-тесты, автоматизировать отчётность, создавать дашборды с продуктовыми метриками и разбираться с другими важными бизнес-задачами.
Будет непросто, но с опытом решения кейсов, доступных в симуляторе, вас будут ждать в любой компании!
Записывайтесь на следующий поток: https://karpov.courses/simulator
Кстати, по промокоду DATA23ML для вас действует скидка 5% до 27 сентября
Реклама. ООО "Карпов Курсы". Erid: LjN8KWWWj
Читать полностью…
Анализ данных (Data analysis)
15 September 2023 10:01
📢 Внимание, продуктовые аналитики! Приглашаем принять участие в осенних конкурсах Карьерного цеха 📢
Это отличная возможность проверить свои профессиональные навыки, решая реальные кейсы от ведущих компаний.
🔹 Что вас ждет:
Практические кейсы по аналитике двух уровней сложности. Задания станут доступны всем зарегистрировавшимся с 25 сентября.
Возможность продемонстрировать свои навыки работы с данными, знание метрик, a/b тестов и многое другое
Прямой эфир с экспертами, которые разберут несколько работ и дадут ценные комментарии.
🔹 Бонусы для участников:
Сертификат об участии на русском и английском языке.
Возможность по результатам конкурса получить работу в компании HH.ru
🔹Полное описание конкурса и регистрация на сайте Карьерного цеха.
Приглашайте друзей и коллег поучаствовать вместе с вами!
Подписывайтесь на канал аналитиков Карьерного Цеха, где публикуют всю важную информацию о конкурсах.🔥
Читать полностью…
Анализ данных (Data analysis)
14 September 2023 14:11
Присоединяйтесь к вебинару livecoding и обучайте модель Machine Learning в режиме реального времени.
Когда: 15 сентября в 19:00.
Тема: "Прогнозирование цен на автомобили с помощью машинного обучения”
Длительность: около 2 часов.
Кто обучает: эксперт в Data Science с 10-летним практическим опытом
Что будет на вебинаре:
✅Пошаговая разборка ML-процесса
✅Практические задания с доступом к реальным данным и среде
✅Интерактивное обучение и обсуждение
Вместе мы сделаем сложное простым и достигнем результатов с минимальными усилиями 💪
Бесплатное участие только для первых 30 записавшихся человек.
👉 Записаться на вебинар
Реклама: ИП Кравченко Николай Васильевич LjN8KYXZ9
Читать полностью…
Анализ данных (Data analysis)
13 September 2023 12:05
🖥 Python анализ данных с Pandas. Join, merge, concat в Pandas
• Видео
• Код из видео
• Часть 1
• Часть 2
@
Читать полностью…
Анализ данных (Data analysis)
11 September 2023 13:17
🖥Python анализ данных с Pandas. PandaSQL
▪Видео
▪Код из видео
▪Введение в Pandas
@
Читать полностью…
Анализ данных (Data analysis)
10 September 2023 13:06
⚡Легкий способ получать свежие обновлении и следить за трендами в разработке на вашем языке. Находите свой стек и подписывайтесь:
Go: t.me/Golang_google
Java: t.me/java_library
Базы данных: t.me/sqlhub
Машинное обучение: t.me/ai_machinelearning_big_data
Data Science: t.me/machinelearning_ru
C/C++/ t.me/cpluspluc
C#: t.me/csharp_ci
Хакинг: t.me/linuxkalii
Мобильная разработка: t.me/mobdevelop
Docker: t.me/+0WdB4uvOwCY0Mjdi
Python: t.me/python_job_interview
Rust: t.me/rust_code
Javascript: t.me/javascriptv
React: t.me/react_tg
PHP: t.me/phpshka
Android: t.me/android_its
Linux: t.me/+A8jY79rcyKJlYWY6
Big Data: t.me/bigdatai
Devops: t.me/devOPSitsec
Тестирование:/channel/+F9jPLmMFqq1kNTMy
Собеседования: /channel/machinelearning_interview
💼 Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi
Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi
Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy
Папка ML: /channel/addlist/2Ls-snqEeytkMDgy
😆ИТ-Мемы: t.me/memes_prog
🇬🇧Английский: t.me/english_forprogrammers
ИИ: t.me/vistehno
📕Ит-книги бесплатно: /channel/addlist/BkskQciUW_FhNjEy
Читать полностью…
Анализ данных (Data analysis)
09 September 2023 16:03
У Яндекс Практикума есть бесплатный курс по основам Python-разработки. Программу составили опытные разработчики и методисты, чтобы вы сами могли освоить базу Python.
На курсе вы
— узнаете, какие задачи решает бэкенд-разработчик;
— будете писать код на Python — с первого урока;
— создадите программного помощника Анфису;
— узнаете, как устроено полноценное обучение в Практикуме.
После бесплатного курса вы сможете принять спокойное, взвешенное решение.
→ Начните действовать: разберитесь бесплатно, что к чему в Python.
Читать полностью…
Анализ данных (Data analysis)
08 September 2023 13:07
🗺Leafmap - Python пакет для создания интерактивных карт для геопространственного анализа. Эта библиотека доступна в среде Jupyter, Google Colab, Jupyter Notebook и JupyterLab, и позволяет анализировать и визуализировать геоданные без особого труда.
Leafmap теперь поддерживает загрузку и визуализацию данных из Google Solar API, включая аэроснимки, маску зданий, цифровую модель поверхности, годовой/месячный/часовой солнечный поток 🛰️☀️.
▪Github
▪Documentation
▪giswqs">Лекции по работе с Leafmap
@
Читать полностью…
Анализ данных (Data analysis)
07 September 2023 21:02
🖥 Полный курс по библиотеке Numpy. Урок 5: Продвинутые функции.
▪Видео
▪Код из видео
▪Часть 1
▪Часть 2
▪Часть 3
▪Часть4
@
Читать полностью…
Анализ данных (Data analysis)
07 September 2023 13:02
👆 Принципы SOLID в инженерии данных. Часть 1.
SOLID — это набор основных принципов процесса разработки ПО, направленных на упрощение чтения, тестирования и сопровождения кода.
Как расшифровывается SOLID
Акроним SOLID расшифровывается так:
• Single responsibility principle («Принцип единственной ответственности»).
• Open/close principle («Принцип открытости/закрытости»).
• Liskov substitution principle («Принцип подстановки Лисков»).
• Interface segregation principle («Принцип разделения интерфейса»).
• Dependency inversion principle («Принцип инверсии зависимостей).
1. Принцип единственной ответственности
Согласно этому принципу, класс должен меняться только по одной причине. То есть у каждого модуля должно быть только одно назначение, отчего код становится удобнее для восприятия и тестирования.
Примеры
Продемонстрируем нарушение и соблюдение принципа единственной ответственности, создав простой класс для банковского счета:
а) нарушение принципа:
class BankAccount:
def __init__(self, account_number: int, balance: float):
self.account_number = account_number
self.balance = balance
def deposit_money(self, amount: float):
self.balance += amount
def withdraw_money(self, amount: float):
if amount > self.balance:
raise ValueError("Unfortunately your balance is insufficient for any withdrawals right now ... ")
self.balance -= amount
def print_balance(self):
print(f'Account no: {self.account_number}, Balance: {self.balance} ')
def change_account_number(self, new_account_number: int):
self.account_number = new_account_number
print(f'Your account number has changed to "{self.account_number}" ')
Принцип нарушается, поскольку классом BankAccount контролируется больше одной задачи, связанной с банковскими счетами: управление профилями счетов и управление денежными средствами.
б) соблюдение принципа:
А вот пример соблюдения принципа:
class DepositManager:
def deposit_money(self, account, amount):
account.balance += amount
class WithdrawalManager:
def withdraw_money(self, account, amount):
if amount > account.balance:
raise ValueError("Unfortunately your balance is insufficient for any withdrawals right now ... ")
account.balance -= amount
class BalancePrinter:
def print_balance(self, account):
print(f'Account no: {account.account_number}, Balance: {account.balance} ')
class AccountNumberManager:
def change_account_number(self, account, new_account_number):
account.account_number = new_account_number
print(f'Your account number has changed to "{account.account_number}" ')
class BankAccount:
def __init__(self, account_number: int, balance: float):
self.account_number = account_number
self.balance = balance
self.deposit_manager = DepositManager()
self.withdrawal_manager = WithdrawalManager()
self.balance_printer = BalancePrinter()
self.account_number_manager = AccountNumberManager()
def deposit_money(self, amount: float):
self.deposit_manager.deposit_money(self, amount)
def withdraw_money(self, amount: float):
self.withdrawal_manager.withdraw_money(self, amount)
def print_balance(self):
self.balance_printer.print_balance(self)
def change_account_number(self, new_account_number: int):
self.account_number_manager.change_account_number(self, new_account_number)
Задачи, связанные с управлением банковским счетом, мы разделили на отдельные классы, упростив в случае необходимости изменение классов одинакового назначения.
в) пример расширения кодовой базы:
🔘 Продолжение части 1.
🔘 Часть 2.
@
Читать полностью…
Анализ данных (Data analysis)
06 September 2023 19:27
🖥 Полный курс по библиотеке Numpy. Урок 4: Создание матриц из файла.
▪Видео
▪Код из видео
▪Часть 1
▪Часть 2
▪Часть 3
@
Читать полностью…
Анализ данных (Data analysis)
06 September 2023 14:54
🦅 Falcon 180B is here!
Falcon 180B устанавливает новый уровень для открытых моделей. Это самая большая открытая языковая модель со 180 миллиардами параметров, которая была обучена на огромном массиве данных TII RefinedWeb, насчитывающем 3,5 триллиона лексем. Это самый продолжительный период предварительного обучения открытой модели на одной эпохе.
По своим возможностям Falcon 180B достигает самых высоких результатов в задачах на естественном языке. Он занимает первое место в рейтинге предварительно обученных моделей открытого доступа и конкурирует с собственными моделями, такими как PaLM-2.
🤗 HF: https://huggingface.co/blog/falcon-180b
🖥 Github: https://github.com/huggingface/blog/blob/main/falcon-180b.md
📕 Demo: https://huggingface.co/spaces/tiiuae/falcon-180b-demo
/channel/data_analysis_ml
Читать полностью…
Анализ данных (Data analysis)
05 September 2023 19:01
Станьте дипломированным экспертом по Data Science и развитию искусственного интеллекта
Первый университет Сибири – ТГУ запускает первую онлайн-магистратуру в России по программе «Анализ естественного языка (NLP) в лингвистике и IT».
На программе вы:
●Будете обучать нейросети, учить машины распознавать и анализировать человеческую речь и генерировать ответы;
●Узнаете как устроены виртуальные ассистенты, генеративные и нейронные сети (например, ChatGPT, Siri, Олег из Тинькофф);
●Получите доступ к суперкомпьютерному центру CYBERIA от ТГУ, с помощью которого вы сможете обучать нейросети и решать задачи NLP Data Science в режиме онлайн;
●Освоите инструменты: написание кода на Python, Data Mining, Feature Engineering;
●Получите знания от академического руководителя – тимлида направления Data Science в Сбере.
– Обучение очное, но в онлайн-режиме
- Студенческие льготы и отсрочка от армии
– Обучение с нуля, технический "бэкграунд" не обязателен
– Очный диплом ТГУ и готовое портфолио для дальнейшего трудоустройства.
Необходим любой диплом первого высшего образования!
А благодаря господдержке первый год обучения стоит всего от 280 р/мес!
Успейте записаться на бесплатный подготовительный курс: https://go.skillfactory.ru/nV2f3w
Прием документов до 13 сентября!
Реклама - ООО «Скиллфэктори»
Kra23UuFT
Читать полностью…
48228