🔥 Best it channels

🖥 Machine learning
@ai_machinelearning_big_data – все о машинном обучении
@data_analysis_ml – все о анализе данных.
@machinelearning_ru – машинное обучении на русском от новичка до профессионала.
@machinelearning_interview – подготовка к собеседования Data Science
@datascienceiot – бесплатные книги Machine learning
@ArtificialIntelligencedl – канал о искусственном интеллекте
@neural – все о нейронных сетях
@machinee_learning – чат о машинном обучении
@datascienceml_jobs - работа ds, ml
@machinelearning_books - ml notes
@bigdatai - big data
@vistehno - ai news

🖥 Python
@pythonl
@python_job_interview – подготовка к Python собеседованию
@pro_python_code – погружение в python
@python_testit тесты на python
@pythonlbooks - книги Python
@Django_pythonl django
@python_djangojobs - работа Python

📢 English for coders

@english_forprogrammers - Английский для программистов

🖥 Java
@javatg - Java для програмистов
@javachats Java чат
@java_library - книги Java
@android_its Android разработка
@java_quizes - тесты Java
@Java_workit - работа Java
@progersit - шпаргалки ит

🖥 Javascript / front
@react_tg - react js
@javascriptv - js канал
@about_javascript - javascript продвинутый
@JavaScript_testit -тесты JS
@htmlcssjavas - web
@hashdev - web разработка

👣 Golang
@Golang_google - go для разработчиков
@golang_interview - вопросы и ответы с собеседований по Go.
@golangtests - тесты и задачи GO
@golangl - чат Golang
@GolangJobsit - вакансии и работа GO
@golang_jobsgo - чат вакансий
@golang_books - книги Golang
@golang_speak - обсуждение задач Go

🖥 Linux
@linux_kal - чат kali linux
@linuxkalii - linux kali
@linux_read - книги linux

👷‍♂️ IT работа

@hr_itwork - ит-вакансии
@GolangJobsit
@python_djangojobs - python jobs
@javascriptjobjs - js jobs
@Java_workit - java jobs

🖥 SQL
@sqlhub - базы данных
@chat_sql - базы данных чат

🤡It memes
@memes_prog - ит-мемы

⚙️ Rust
@rust_code - язык программирования rust
@rust_chats - чат rust

#️⃣ c# c++
@csharp_ci - c# c++кодинг
@csharp_cplus чат

📓 Книги

@programming_books_it
@datascienceiot
@pythonlbooks
@golang_books
@frontendbooksit
@progersit
@linux_read
@java_library
@frontendbooksit

🖥 Github
@github_code

🖥 Shapash

Shapash делает модели машинного обучения прозрачными и понятными каждому. Инструмент предоставляет несколько видов визуализации, которые отображают явные метки, понятные каждому.

🔩 Github

@machinelearning_ru

⭐️ 8 паттернов проектирования, которые должен знать каждый ML-разработчик

Паттерны проектирования предлагают комплексные решения проблем, с которыми разработчики сталкиваются каждый день. В этой статье мы рассмотрим 8 паттернов проектирования с примерами кода на Python.

➡️ Читать дальше

@machinelearning_ru

📓 Прикладной анализ текстовых данных на Python. Машинное обучение и создание приложений обработки естественного языка

Технологии анализа текстовой информации стремительно меняются под влиянием машинного обучения. Нейронные сети из теоретических научных исследований перешли в реальную жизнь, и анализ текста активно интегрируется в программные решения.
Нейронные сети способны решать самые сложные задачи обработки естественного языка, никого не удивляет машинный перевод, «беседа» с роботом в интернет-магазине, перефразирование, ответы на вопросы и поддержание диалога.

➡️ Книга

@machinelearning_ru

⭐️ Как помочь pandas в обработке больших объёмов данных? От Pandas к Dask

Библиотека pandas — это один из лучших инструментов для разведочного анализа данных. Но это не означает, что pandas — это универсальное средство, подходящее для решения любых задач. В частности, речь идёт об обработке больших объемов данных. Мне довелось провести очень и очень много времени, ожидая, пока pandas прочтёт множество файлов, или обработает их, вычислив на основе находящихся в них сведений какие-то интересующие меня показатели. Дело в том, что pandas не поддерживает механизмы параллельной обработки данных. В результате этому пакету не удаётся на полную мощность воспользоваться возможностями современных многоядерных процессоров. Большие наборы данных в pandas обрабатываются медленно.

➡️Читать дальше
🗒 Dask документация

@machinelearning_ru

⭐️ atoti

atoti — это бесплатная аналитическая платформа Python BI для количественных расчетов и аналитики данных. Полезный инструмент для специалистов по данным и бизнес-пользователей, который позволяет быстрее анализировать и преобразовывать нееобходимые данные .

> pip install atoti[jupyterlab]

➡️ Github
🗒 Инструкция
➡️ Видео

@machinelearning_ru

🔥 Более 100 бесплатных курсов и ресурсов по аналитике

Большая подборка для аналитиков данных, продуктовых аналитиков, веб аналитиков, маркетинговых аналитиков и особенно тех, кто хочет ими стать!

Все материалы бесплатны!

Подборка составлена по областям знаний, которые нужны аналитику, чтобы быть востребованным на рынке.

Обязательно сохраняйте и пересылайте друзьям!

➡️ Читать дальше

@machinelearning_ru

🔘 Как решить судоку при помощи компьютерного зрения

Судоку – это игра, в которой игровое поле представляет собой квадрат размером 9×9, разделённый на меньшие квадраты со стороной в 3 клетки. Таким образом, всё игровое поле состоит из 81 клетки. В них уже в начале игры стоят некоторые числа (от 1 до 9), называемые подсказками. От игрока требуется заполнить свободные клетки цифрами от 1 до 9 так, чтобы в каждой строке, в каждом столбце и в каждом малом квадрате 3×3 каждая цифра встречалась бы только один раз.

➡️ Читать дальше
🖥 Код из статьи

@machinelearning_ru

🖥 Как найти лучшую комбинацию слов Wordle First с Python

При игре Wordle поиск правильных букв обычно определяется первыми словами. Чем эффективнее первое слово, тем больше подсказок мы можем получить, чтобы правильно написать букву. Обычно у каждого свои предпочтения.

Для тех из вас, кто не знает, Wordle - это ежедневная игра в слова, созданная Джошем Уордлом, в которой каждый день вам предстоит разгадывать новую словесную головоломку. Для получения дополнительной информации вы можете получить https://www.nytimes.com/games/wordle/index.html.

В этом посте я буду искать решение с использованием Python для получения наилучшего первого слова. Здесь буду использовать основные статистические методы, чтобы всем было легко их понять.

➡️ Читать дальше

@machinelearning_ru

👣 DALL·E API

Доступно в общедоступной бета-версии. С сегодняшнего дня разработчики могут создавать приложения с помощью DALL·E API. Теперь появится много приложений на DALLE-2.

https://openai.com/blog/dall-e-api-now-available-in-public-beta/

@machinelearning_ru

⚡️ Explainapaper: ии толкователь научных статей

После загрузки статьи, выбираем необходимую часть для пояснения, далее алгоритм переводит научный текст в понятную и простую форму.

Попробовать можно здесь

@machinelearning_ru