​📌Q - learning или как работает робот-пылесос

⏳Где-то в середине прошлого века английский математик Ричард Беллман сформулировал свой знаменитый принцип оптимальности. Сейчас на нем построены основы обучения с подкреплением, например алгоритм Q - learning.

🏃Q - learning успешно справляется с шахматами, Mario, домашними роботами-пылесосами и многим другим

Переходи по кнопке и увидишь все сам 👇

#middle #обучение_с_подкреплением

Data Secrets

📕 Deep Learning with Python

✍️ Francois Chollet
⌛️ 2021

Книга с широким спектром тем. Отличается подробными и ясными объяснениями работы алгоритмов.

Скачать

#литература

Data Secrets

📌 Data Scientist - какой он должен быть?

Data Science — дисциплина, которая лежит на стыке математики, статистики и компьютерных наук.

😎Специалист по данным с помощью математических алгоритмов и программных инструментов должен анализировать информацию, которую собрала компания, и использовать результаты для улучшения качества работы.

Поэтому хороший Data Scientist - это не только программист, но и математик, исследователь и просто заинтересованный человек с нестандартным мышлением 🤓

#info

Data Secrets

​📌 Наивный Байесовский классификатор

⏳Томас Байес - это был такой священник-математик в 18 веке. Человечеству он запомнился как один из главных ученых, развивавших теорию вероятностей.

Благодаря теореме Байеса об условных вероятностях появился наивный Байесовский алгоритм. Он особенно хорошо работает с задачами обработки естественного языка 📚

👇 Прочти об алгоритме еще и попробуй затестить его

#junior #классификация

Data Secrets

📽 Если ты только начинаешь знакомиться с компьютерным зрением в Python, то это видео для тебя. Здесь расскажут и покажут, как начать работу с OpenCV

#info

Data Secrets

Никто не устоит😅

📝 Тест по теореме Байеса

Недавно мы разобрались с теоремой Байеса и ее применением в классификации. Теперь попробуй пройти наш тест и ответить на все вопросы по этой теме правильно 🥸

Проверь себя 👇

#тесты

Data Secrets

​📌Ящики с усами

Как показать на одном графике центр и форму распределения, размах вариации и выбросы?

🥸 Боксплот (ящик с усами) — это способ визуализации, который позволяет в одной простой картинке передать всю необходимую информацию о распределении числовых переменных

Переходи по кнопке и построй такой ящик сам 👇

#junior #визуализация

Data Secrets

Нашли для тебя большой гайд по собеседованиям в Data Science от Google

Расскажут о процессе интервью и покажут кучу примеров вопросов и задач по разным темам🔥🔥🔥

#info

Data Secrets

​📄Causal Inference for Recommender Systems
✍️Yixin Wang, Dawen Liang et. al.
⌛️2020

🌀Традиционная постановка задачи в рекомендациях – предсказать рейтинг данного айтема для данного пользователя. Пользуясь этим подходом, мы рискуем рекомендовать айтемы, которые не принесут реального прироста: например, можно рекомендовать любителю супергероев Marvel, но зачем? Пользователь и так их посмотрит. Идеально было бы порекомендовать фильм, который понравится пользователю, но при этом он вряд ли посмотрит этот фильм без рекомендера. Такое обещает causal recommender.

#разбор_статей

Data Secrets

​📌U - критерий Манна - Уитни

❓Что делать, если нужно сравнить две выборки, о которых мало что известно или которые не соответствуют нормальному распределению? Применим тест Манна - Уитни!

U - критерий Манна - Уитни применяется для сравнения двух независимых выбор. Он считается непараметрическим тестом в отличие от своего сурового аналога теста Стьюдента.

Переходи по кнопке и узнай еще больше 👇

#middle #статистика

Data Secrets

📄Введение в рекомендательные системы

❔Все время слышишь про рекомендательные системы, но не понимаешь как они работают?
Нашли для тебя статью, после которой все точно станет ясно

#литература

Data Secrets