​​Сколько долларов экономит владельцу Tesla в США?

Aniseh Sharifi, писательница и эко-активистка из Америки, поделилась в своем блоге статьей со сравнением расходов на ее прошлое авто, Audi Q3, и на нынешнее, Tesla Model 3.

Спойлер: сейчас экономит более чем в три раза. И природу оберегает!

Читать статью: https://www.iamaniseh.com/home/2019/5/25/owning-an-electric-vehicle-for-one-year-and-how-its-changed-my-life

​​Что такое «Байесовские методы машинного обучения» с точки зрения аналитики

Рекомендуем ознакомиться со статьей новичкам в изучении Machine Learning.

«Допустим, у нас есть обучающие данные, набор гипотез и мы хотим узнать, какая гипотеза верна. В терминах Байесовского подхода, мы рассчитаем вероятности получения обучающих данных при условии реализации каждой гипотезы. Гипотеза, которая окажется наиболее вероятной и победит в битве гипотез».

Это основная идея. Остальное читайте по ссылке:
https://www.datasciencecentral.com/profiles/blogs/bayesian-machine-learning-part-1

Соревнования по машинному обучению и трюки при их решении

Эмиль Каюмов — выпускник МГУ и постоянный участник олимпиад по ML и Data Science. В этом видео рассказывает про соревнования по машинному обучению и трюки при их решении, которые могут пригодиться и в реальных прикладных задачах.

Из видео вы узнаете:
- Про ML процессы в жизни и в конкурсах
- Зачем нужны соревнования участникам и индустрии
- Платформы соревнований и особенности их проведения
- Pipeline решений, часто встречающиеся ошибки и сложности
- Про несколько кейсов из соревнований
- С чего начать, какие есть материалы

Видео: https://youtu.be/NDElJCVejTU

​​Как дата саентисту работать над развитием мышления и расширением своего научного кругозора?

Друзья data root labs, школа Cowo guru, представляют курс «Cowo.Школа: Наука». После курса у вас появится понимание возможностей и ориентиров для развития, которые будут опираться на научный опыт поколений.

Более подробно смотри по ссылке:
http://bit.ly/cowoguru_dr

7 научных лекций: от математики и теории происхождения вселенной, через биологию, генетику и физику, к технологиям.

Старт курса — 3 июля.

Читайте о спикерах курса:
▪️ Доктор физико-математических наук Юрий Головач расскажет об общей истории науки: откуда она, что и зачем изучает.

▪️ Астрофизик и доктор физико-математических наук Сергей Парновский расскажет об основных теориях создания вселенной. Что такое черные дыры и темная материя, возможна колонизация других планет и когда все кончится.

▪️ Докторша биологических наук Алла Емец опишет устройство мира на макроуровне. Что такое мутации и чем занимается генетика, сколько среди нас клонов и как биотехнологии меняют жизнь.

▪️ Кандидат физико-математических наук Ирина Егорченко поделится инсайтами о точных науках.

▪️ Кандидат билогичних наук Петр Черноморец проведет нас сквозь путешествие эволюции человека и сознания.

Советуем зарегиcтрироваться сейчас, так как количество мест ограничено до 12 человек.
К тому же, возможна оплата частями.

Регистрируйся на курс «Cowo.Школа: Наука» по ссылке:
http://bit.ly/cowoguru_dr

The Data Science Businesses Map

​​Как выиграть data science войну? Жульничать!

Но, делая всю необходимую предварительную работу. Просто ничего не бывает. Bill Schmarzo, CTO, IoT и аналитик в Hitachi Vantara, знает, как правильно подойти к осуществлению процесса разработки science analytics.

Подготовительная работа до того, как данным присоединяется наука, состоит в правильном вовлечении бизнес-партнеров и экспертов. С ними команда саентистов оценит возможности бизнеса и KPI, по которым будет измеряться прогресс и успех. А также коллективно со стэк-холдерами команда оценит и расставит приоритеты по затратам на аналитические инструменты.

Подробнее — читайте в статье:
https://www.datasciencecentral.com/profiles/blogs/how-do-you-win-the-data-science-wars-you-cheat-by-doing-the

​​Готовность передачи данных для Artificial Intelligence

Kirk Borne, автор статьи, пишет:
«Не бойтесь позволить себе пропустить что-то. Но бойтесь принимать быстрые, опрометчивые решения в вашей стратегии AI. Преднамеренное, осознанное, целенаправленное планирование — вот ваш путь к успеху».

Полная статья: https://www.govloop.com/community/blog/ready-set-go-data-readiness-for-artificial-intelligence-ai/

​​Python примеры популярных алгоритмов Machine Learning

Объяснение математики прилагается!

Смотреть все: https://github.com/trekhleb/homemade-machine-learning

​​Сколько в среднем тратится времени на data science проект

Собрать данные: 17%
Очистить данные: 23%
Визуализация: 14%
Построить / выбрать модель: 21%
Запустить модель в работу: 9%
Найти инсайты: 11%
Другое: 5%

Согласны с инфографикой?

Источник:
http://businessoverbroadway.com/2019/02/19/how-do-data-professionals-spend-their-time-on-data-science-projects/

​​Что такое "Tensor" в "TensorFlow"?

Полезный гайд для новичка в этой библиотеке. Сначала дадим спойлер на вопрос, а в конце — ссылку на статью.

Ответ:
Общий термин, обозначающий единицу данных. Он также представлен рангом, как и в матрице.

Какой это тип данных?
Ответ:
И скалярный, и векторный.

Что такое его ранг?
Ответ:
Количество измерений.

Как он выглядит, а также более подробное описание читайте в этой статье:
https://dy.si/MqLdat

Джим Керри, Кубрик и Deepfake

Aвтор YouTube-канала Ctrl Shift Face использовал технологию Deepfake, которая позволяет вклеивать в ролик любой портрет, на фильме «Сияние». Нейросеть подарила нам нового Джека!

https://youtu.be/HG_NZpkttXE

State of Data Science report by Anaconda

​​Data Science Report 2019

Ежегодный доклад от энтерпрайза Anaconda о тенденциях в сообществе Data Science.

Из отчета вы узнаете:
– Самые популярные инструменты и платформы
– Что руководит людьми к изучению data science
– Представители каких профессий также изучают специальность для бизнеса

Краткая выжимка отчета представлена в прикрепленной инфографике. Для детального ознакомления советуем скачать отчет выше.

Anaconda — самая популярная дистрибьюторская платформа Python, насчитывающая более 15 миллионов пользователей по всему миру.