Хочеш дізнатися, як отримати роботу? Бери участь у Career Bootcamp

час читання: 3 хв

20+ матеріалів із Data Science для самонавчання

Де вивчити теорію та отримати практику з Data Science? Resource Development Team Leader Анна Петрашко разом із колегами зібрали список корисних матеріалів, які допоможуть освоїти принципи та інструменти Data Science.

Resource Development Team Leader Анна Петрашко

Теорія

Книги

Python Machine Learning, S. Raschka and V. Mirjalili

1.png

Книга користується величезною популярністю серед розробників-початківців завдяки тому, що складні концепції в ній пояснюють простою мовою, а між теорією й практикою дотримано грамотний баланс. Це — чудова стартова точка для тих, хто тільки починає занурення в Machine Learning і Data Science та хоче навчитися розбиратися в їхніх базових поняттях.

Deep Learning for Computer Vision with Python, Dr. Adrian Rosebrock

3.png

У книзі зачіпаються як ази навчання комп’ютерного зору, так і побудова нейронних мереж, глибоке навчання й навіть звірочні нейронні мережі (Convolutional Neural Networks). Вона спрямована на фахівців-початківців, але має ще два томи для тих, хто хоче продовжити занурення в цю сферу.

Pattern Recognition and Machine Learning, C. M. Bishop

5.png

Попри свою нібито складність, ця книга про теорію розпізнавання образів (Pattern Recognition) ще в анотації заспокоює майбутніх читачів — для її освоєння не потрібні глибокі пізнання в ML або PR, достатньо добре знати лінійну алгебру, багатовимірний аналіз і трохи теорії ймовірності. Ідеальний посібник для студентів технічних спеціальностей або ж просто любителів математики.

Deep Learning, I. Goodfellow, Y. Bengio and A. Courville

6.png

Одна з найсвіжіших і водночас найглибших книжок про Deep Learning, написана простою мовою, а тому придатна для читачів із будь-яким рівнем підготовки. Вона вважається настільною книгою будь-якого Data Science-фахівця завдяки стуктурності подачі інформації, суттєвій порції математики й захопленому відгуку Ілона Маска, де він називає її «єдиним вичерпним матеріалом» у сфері DL.

Сайти

Towards Data Science

Дошка на Medium, присвячена Data Science і всім її аспектам, де постійно публікують корисні практичні матеріали для розробників.

MachineLearning.ru

Професійний ресурс, присвячений Machine Learning, Pattern Recognition, Data Mining і побудований за зразком Вікіпедії, який зібрав навколо себе активне ядро професійних розробників. Над порталом ведеться постійна робота, завдяки чому туди можна звернутися за останньою інформацією зі світу DS або професійною порадою.

Практика

Kaggle

Платформа від Google, що функціонує як майданчик для спілкування й система проведення змагань для розробників. Тут можна взяти участь у публічних конкурсах від великих компаній, щоб отримати досвід роботи над практичними завданнями: від аналізу поведінки користувачів (Anti-fraud систем) до розпізнавання deep fakes.

Colaboratory

Ще один продукт від Google — середовище запуску коду на Python прямо в браузері. Зручне хмарне рішення, до того ж безкоштовне, яке просувається як продукт для дослідників у галузі штучного інтелекту.

Змагання ODS

Відкрита платформа для фахівців із DS з усього світу, де є як безкоштовні курси з Machine Learning, Neural Learning і Deep Learning, які вважаються базовими для старту, так і класичні змагання в дусі розпізнавання мови, орієнтування за фото, трекінгу фігур у режимі реального часу тощо.

Курси

Stepik

Coursera

ODS

Дякуємо за наданий матеріал порталу training.epam.com.