Бесплатный курс Google по машинному обучению на Python

Практический курс Google для тех, кто хочет перейти от Python к машинному обучению. Внутри — работа с данными, модели, классификация, нейросети, embeddings и другие основы современного ML.

Есть интерактивные визуализации и практические упражнения.

→ https://developers.google.com/machine-learning/crash-course?utm_source

@edpython_tg

Бесплатный учебник по математике для Data Science и ИИ

Mathematical Methods in Data Science — полноценный онлайн-учебник Себастьена Роша из University of Wisconsin–Madison, который связывает математическую теорию с реальными задачами Data Science и AI на Python.

Онлайн-версия остаётся бесплатно доступной и поддерживается автором.

→ https://mmids-textbook.github.io

@edpython_tg

Бесплатный курс от Microsoft по созданию ИИ-приложений и агентов на Python

Microsoft открыла актуальный курс для разработчиков, которые хотят научиться создавать современные AI-приложения и агентов на Python.

Внутри — генеративный ИИ, AI-агенты, работа с моделями и API, подключение собственных данных и инструментов, мультимодальность и Microsoft Foundry.

Курс рассчитан примерно на 4 дня и доступен для самостоятельного прохождения.

Изучаем тут.

@edpython_tg

Учим Git как игру: настольное приложение «Git It»

Удобный способ перестать бояться терминала настольное приложение «Git It» на Electron обучает Git и GitHub через серию интерактивных миссий. Никаких лекций: коммиты, ветки и репозитории осваиваются прямо на твоём компьютере шаг за шагом

Локальная версия популярного курса Git It, поэтому всё работает офлайн и без лишних настроек. Отличный вариант для новичков и тех, кто хочет быстро освежить базу.

Забирай тут.

@edpython_tg

Нужно быстро удалить фон с изображения?

rembg — инструмент с открытым исходным кодом для удаления фона. Его можно использовать через командную строку, как Python-библиотеку, HTTP-сервер или запускать в Docker.

Подходит как для обработки отдельных изображений, так и для больших пакетов.

→ https://github.com/danielgatis/rembg

@edpython_tg

От машинного обучения и визуализации данных до временных рядов и финансовых данных

В одном репозитории собрано 920 открытых проектов на Python, разбитых на 34 категории.

Хорошая подборка, если хочется быстро находить проверенные библиотеки и инструменты для ML, анализа данных и смежных задач, а не искать всё по GitHub вручную.

→ https://github.com/lukasmasuch/best-of-ml-python

@edpython_tg

Отличный репозиторий для старта в Python и машинном обучении с нуля

В нём собрана большая база материалов по Python: от базового синтаксиса до анализа данных и ML-проектов. Тут есть всё: объяснения основ, куча примеров, задачки и даже мини-проекты по машинному обучению.

Отличный вариант самостоятельного обучения, прокачки навыков и первого знакомства с ML-инструментами.

Изучаем по ссылке.

@edpython_tg

Utopia — опенсорс система для хранения корпоративных знаний с историей изменений

Её главная фишка — информация здесь не перезаписывается при каждом обновлении. Каждый факт имеет свой период действия: когда данные меняются, предыдущая версия остаётся в системе, а новая становится актуальной с заданной даты.

Благодаря этому можно восстановить состояние базы знаний на любой момент времени и узнать, кто тогда отвечал за определённые задачи, какие правила действовали и какая информация считалась актуальной. При этом каждый факт привязан к конкретному фрагменту исходного документа, поэтому всегда можно проверить, откуда появились данные.

Архитектура максимально простая: один исполняемый файл + PostgreSQL. Без Elasticsearch, отдельной векторной базы и очередей сообщений.

Можно развернуть локально или в изолированной сети, а для работы с ИИ — подключить собственную модель.

→ https://github.com/deeplethe/utopia

@edpython_tg

Этот сайт поможет вам хорошо освоить Docker

Он даст вам намного больше, чем плейлисты по Docker с YouTube.

И всё это полностью бесплатно — больше 11 часов практики и упражнений.

→ https://learndocker.online

@edpython_tg

Продержался целых 7 минут 😂

@edpython_tg

Большая подборка для изучения Python

На Coddy собрано всё, что пригодится для изучения Python: полноценные курсы, практические задачи, проекты и различные челленджи.

Подойдёт как новичкам, которые начинают с нуля, так и тем, кто уже знаком с Python и хочет прокачать отдельные темы.

Много практики и примеров, на которых можно сразу закреплять полученные знания.

→ https://coddy.tech/landing/python/courses

@edpython_tg

Одна из лучших технических книг о том, как большие языковые модели обучают в огромных масштабах:

> память GPU и профилирование
> разбиение вычислений на блоки, объединение ядер и FlashAttention
> параллелизм по данным, тензорам, конвейеру и контексту

Я уже прочитал бесплатную онлайн-версию, но всё равно пришлось купить бумажную копию для своей библиотеки.

Бесплатно прочитать можно по ссылке.

@edpython_tg

Бесплатный парсинг веб-страниц с помощью Python

→ https://www.youtube.com/playlist?list=PLeLGx0BaYD6a82KAsIetU8Z61pCF6EWQ9

@edpython_tg

Hugging Face завершила серию Training Agents — шесть практических воркшопов про оценку и обучение ИИ-агентов.

За полгода команда разобрала весь путь: от бенчмарков и SFT на трассах агентов до дистилляции, GRPO и обучения внутри реальных сред.

В финальной части они собрали среду на OpenEnv, подключили её к TRL и обучили реального агента для программирования OpenCode через Harbor в песочницах Hugging Face.

Все шесть записей уже доступны бесплатно, весь код открыт. Серия набрала более 300 тысяч просмотров.

→ https://youtube.com/playlist?list=PLo2EIpI_JMQvQZm-kVlz4wY1vWF0LBcf5

@edpython_tg

Нашёл программу для тех, кто хочет разобраться, как создаются современные Agentic AI-системы

В программе:

— Создание AI-агентов
— RAG и работа с внешними данными
— MCP и MCP-серверы
— Векторные базы данных и embeddings
— tool calling
— Архитектура backend для AI-приложений
— Работа с LLM и построение production-ready систем

Подойдёт разработчикам, которые хотят перейти от обычных запросов к LLM к созданию полноценных AI-приложений и агентов.

→ https://www.coursera.org/specializations/agentic-ai

@edpython_tg

Забирайте 10 книг по Python бесплатно

1. Думай как Python (O'Reilly)
→ greenteapress.com/wp/think-python-2e
2. Большая книга маленьких проектов на Python
→ inventwithpython.com/bigbookpython
3. Структуры данных
→ opendatastructures.org
4. Справочник по Data Science
→ jakevdp.github.io/PythonDataScienceHandbook
5. Анализ данных
→ wesmckinney.com/book
6. Наука о данных
→ greenteapress.com/wp/elements-of-data-science
7. Машинное обучение
→ python-course.eu/books/bernd_klein_python_and_machine_learning
8. Статистика
→ greenteapress.com/wp/think-stats-2e
9. Думай как Байес
→ allendowney.github.io/ThinkBayes2
10. Чистый код на Python (Packt)
→ packtpub.com/free-ebook/clean-code-in-python-second-edition

Сохраняйте подборку в закладки.

@edpython_tg