Learning Pandas по-русски

Перевод на русский репозитария "Learning Pandas" 

Открытый курс по Machine Learning

Материалы открытого курса OpenDataScience и Mail.Ru Group по машинному обучению и новый запуск
https://habrahabr.ru/post/344044/

Кому не терпится: новый запуск курса — 5 февраля, регистрация не нужна, но чтоб мы вас запомнили и отдельно пригласили, заполните форму. Курс состоит из серии статей на Хабре (Первичный анализ данных с Pandas — первая из них), дополняющих их лекций на YouTube-канале, воспроизводимых материалов (Jupyter notebooks в github-репозитории курса), домашних заданий, соревнований Kaggle Inclass, тьюториалов и индивидуальных проектов по анализу данных. Главные новости будут в группе ВКонтакте, а жизнь во время курса будет теплиться в Slack OpenDataScience (вступить) в канале #mlcourse_open.

Паттерны в питоне

Отличный каталог паттернов и идиом Питона: https://github.com/faif/python-patterns 

A Year in Computer Vision

Из группы Data Science Saratov:

"Украл у Бобука ссылку на обширную статью по достижениям в Машинном зрении за год. Там много занятных видео."

MiniZinc

Сегодня хочу рассказать про такой замечательный инструмент как MiniZinc.

Я недавно столкнулся с классической задачей на conatraint programming. Сначала думал начать решать ее с помощью гугловских or-tools, но по ссылкам от них наткнулся на MiniZic. Это декларативный язык + IDE + интерфейсы к десятку солверов.

Сейчас я с ним активно играюсь, и впечатления самые положительные. Тем более, что его разработчики выложили на Courserra два курса по этому инструменту:

• Трейлер
• Курс 1: Basic Modeling for Discrete Optimization 
• Курс 2: Advanced Modeling for Discrete Optimization

Так что, всем кто сталкивается с задачами средней сложности в области дискретной оптимизации я с чистой совестью хочу порекомендовать этот инструмент.

PS: И да, интеграция с питоном у миницинка есть, если что :)

Learning From Data

Мой плейлист видео с курса "Learning From Data", 2012 года от MitX.
https://www.youtube.com/playlist?list=PLNCSfGqIsUKaY4hXbh0z8P_NXoKSh9Vhe 

Pandas

Два видео о python Pandas, которые дают почти всю необходимую основу (входят в рекомендованный видео-сет анаконды):

1. https://www.youtube.com/watch?v=RFMXrKK15xo
2. https://www.youtube.com/watch?v=m6ucljvcn9c

"Uncle" Bob Martin

Дядя Мартин о будущем программирования: https://www.youtube.com/watch?v=ecIWPzGEbFc

Обучение с подкреплением

Два прекрасных видео с введением в теорию обучения нейронных сетей с подкреплением были опубликованы на днях в технострим: раз и два.

MiniZinc examples

Поскольку тьюториал к MiniZinc не дает достаточно примеров, вот хороший ресурс с тоннами примеров: https://github.com/MiniZinc/minizinc-examples 

Архитектура нейронных сетей

Пока готовился к выступлению на "Курилке Гуттенберга", наткнулся на неплохое вводное видео по архитектуре нейросетей. Что особо ценно - на хабре лежит его расшифровка и слайды.

• Видео: https://www.youtube.com/watch?v=XY5AczPW7V4
• Расшифровка: https://habrahabr.ru/company/oleg-bunin/blog/340184/

LSTM сети

Две неплохих статьи про LSTM сети: http://colah.github.io/posts/2015-08-Understanding-LSTMs/ и https://machinelearningmastery.com/encoder-decoder-long-short-term-memory-networks/

The mostly complete chart of Neural Networks

Классический обзор большого количества разных архитектур нейросетей: https://towardsdatascience.com/the-mostly-complete-chart-of-neural-networks-explained-3fb6f2367464

Вопрос к интервью

Хочешь обновить список вопросов, которые ты задаешь на интервью? Тогда тебе сюда: https://github.com/MaximAbramchuck/awesome-interview-questions

The Unreasonable Effectiveness of Recurrent Neural Networks

http://karpathy.github.io/2015/05/21/rnn-effectiveness/ - отличная статья Andrej Karpathy про рекуррентные сети. В сети ссылаются на нее многие.

Вводная статья про градиентный бустинг

https://habrahabr.ru/company/ods/blog/327250/ 

Coding Interview University

https://github.com/jwasham/coding-interview-university - известное место со сборниками вопросов для интервью на уровень Amazon/Facebbok. Отличный список того что топовый разработчик должен знать.

Будем применять у нас в компании ))

Python Design Patterns

Не проходим мимо роскошного репозитария с примерами на питоне по куче Design Patterns.

https://github.com/faif/python-patterns

О Stohastic Gradient Descent

Хорошая статья на хабре о том как можно улучшить SGD:

• Nesterov Accelerated Gradient,
• Adagrad, 
• RMSProp и Adadelta, 
• Adam, 
• Adamax.

https://habrahabr.ru/post/318970/

Лекции по Machine Learning

Отличные конспекты лекций + материалы по домашним заданиям с курса по Машинному обучению на ФКН ВШЭ.
https://github.com/esokolov/ml-course-hse

После длинного перерыва - продолжим