Участник:StasFomin/Bookmarks/Algorithms — различия между версиями

Материал из DISCOPAL
Перейти к: навигация, поиск
(Добавлена закладка Lead Coding by FRAZ - YouTube)
(Добавлена закладка Учебник. Машинное обучение и Data Science: погружение в тему)
Строка 1: Строка 1:
 
== 2021 ==
 
== 2021 ==
 
 
=== 2021-11 ===
 
=== 2021-11 ===
  
 +
* 2021-11-20, 22:02:20: [https://academy.yandex.ru/dataschool/book?from=habr Учебник. Машинное обучение и Data Science: погружение в тему]
 +
*: <html><div><section id="hero" class="lc-section lpc-section "><div class="lc-offsets lc-offsets_padding-top_none lc-offsets_padding-bottom_m"><div class="lc-text lc-text_align_left"><div class="lc-text lc-text_column_xl"><div class="lc-text-block lc-text-block_size_s52 lc-text-block_typeface_medium lc-text-block_font_text lc-text__title" style="color:rgba(0, 0, 0, 1)"><div class="lc-styled-text"><h1 class="lc-styled-text__text lc-styled-text__text_align_left">Машинное обучение и&nbsp;Data Science: погружение в&nbsp;тему</h1></div></div><div class="lc-text-block lc-text-block_size_s18 lc-text-block_typeface_light lc-text-block_font_text lc-text__text" style="color:rgba(0, 0, 0, 1)"><div class="lc-styled-text"><div class="lc-styled-text__text lc-styled-text__text_align_left"><span class="font-weight-500">Знания и опыт выпускников, преподавателей и&nbsp;друзей Школы анализа данных&nbsp;— в&nbsp;одном онлайн учебнике.</span> Погрузитесь в&nbsp;ML и&nbsp;узнайте, какие технологии меняют лицо современной науки и&nbsp;дают жизнь сервисам, которыми пользуются миллионы людей.</div></div></div></div></div></div></section></div><div><section id="hero-button" class="lc-section lpc-section "><div class="lc-offsets lc-offsets_padding-top_none lc-offsets_padding-bottom_none"><div class="lc-button-list lc-button-list_align_left"><div class="lc-button-list__container"><a class="Link link lc-link lc-button lc-button_theme_base lc-button_size_m lc-button_type_link lc-button-list__item" href="https://ml-handbook.ru/?from=habr" target="_blank" data-clickable="true" rel="noopener" data-log-node="0--100"><div class="lc-button__under"></div><span class="lc-button__text"><div class="lc-styled-text"><span class="lc-styled-text__text lc-styled-text__text_align_center"><span class="button-yellow">Перейти в&nbsp;учебник <svg class="footer__button-subscribe-svg" width="26" height="16" viewBox="0 0 26 16" fill="none" xmlns="http://www.w3.org/2000/svg">          </svg></span></span></div></span></a></div></div></div></section></div></html>
 +
<!-- NEXT BOOKMARK -->
 
* 2021-11-10, 02:57:35: [https://www.youtube.com/channel/UC81Q2wnuk5KqOFVgAbq4nUw Lead Coding by FRAZ - YouTube]
 
* 2021-11-10, 02:57:35: [https://www.youtube.com/channel/UC81Q2wnuk5KqOFVgAbq4nUw Lead Coding by FRAZ - YouTube]
 
*: <html><yt-img-shadow id="avatar" width="80" class="style-scope ytd-c4-tabbed-header-renderer no-transition" style="background-color: transparent;" loaded=""><img id="img" class="style-scope yt-img-shadow" alt="" src="https://yt3.ggpht.com/C3s-9KNhCtkX9UAhIktZNAngThkd4MUmt3V3GXKDzDzGuIueIR0u3bRpNc-4cnyRRTTeh9AHgA=s88-c-k-c0x00ffffff-no-rj" width="80"></yt-img-shadow><ytd-channel-avatar-editor class="style-scope ytd-c4-tabbed-header-renderer" disable-upgrade="" hidden=""></ytd-channel-avatar-editor><div id="inner-header-container" class="style-scope ytd-c4-tabbed-header-renderer"><div id="meta" class="style-scope ytd-c4-tabbed-header-renderer"><ytd-channel-name id="channel-name" wrap-text="" class="style-scope ytd-c4-tabbed-header-renderer"><!--css-build:shady--><div id="container" class="style-scope ytd-channel-name">  <div id="text-container" class="style-scope ytd-channel-name">    <yt-formatted-string id="text" title="" class="style-scope ytd-channel-name">Lead Coding by FRAZ</yt-formatted-string></div></div></ytd-channel-name></div></div></html>
 
*: <html><yt-img-shadow id="avatar" width="80" class="style-scope ytd-c4-tabbed-header-renderer no-transition" style="background-color: transparent;" loaded=""><img id="img" class="style-scope yt-img-shadow" alt="" src="https://yt3.ggpht.com/C3s-9KNhCtkX9UAhIktZNAngThkd4MUmt3V3GXKDzDzGuIueIR0u3bRpNc-4cnyRRTTeh9AHgA=s88-c-k-c0x00ffffff-no-rj" width="80"></yt-img-shadow><ytd-channel-avatar-editor class="style-scope ytd-c4-tabbed-header-renderer" disable-upgrade="" hidden=""></ytd-channel-avatar-editor><div id="inner-header-container" class="style-scope ytd-c4-tabbed-header-renderer"><div id="meta" class="style-scope ytd-c4-tabbed-header-renderer"><ytd-channel-name id="channel-name" wrap-text="" class="style-scope ytd-c4-tabbed-header-renderer"><!--css-build:shady--><div id="container" class="style-scope ytd-channel-name">  <div id="text-container" class="style-scope ytd-channel-name">    <yt-formatted-string id="text" title="" class="style-scope ytd-channel-name">Lead Coding by FRAZ</yt-formatted-string></div></div></ytd-channel-name></div></div></html>

Версия 22:02, 20 ноября 2021

2021

2021-11

2021-10

2021-09

2021-08

2021-07

2021-06

2021-05

  • 2021-05-30, 11:24:30: Facebook
    Аллен Дауни прямо радует - читается хорошо, без академической воды и понятно, с адекватными и ясными примерами практических задач. Последний раз все было так ясно и лаконично при перерешивании задач по терверу из советского учебника Вентцель и книги по байесовским методам Джона Крушке. Покрутил, наверное, в 10 раз в голове теорему Байеса и, вообще, понятие вероятности, условной вероятности, совместной вероятности, априорного и апостериорного распределения, сопряженного приора, pdf, pmf, cdf с разных сторон (и в очередной раз так и не просек простую идею бета-распределения, но, верю, она же есть) - ну чтобы чуйка развилась еще больше. Я честно, от всего сердца и ума, делал несколько подходов к прикладной байесовской статистике с разных сторон и с разными инструментами, прочитал, наверно несколько книг (поняв в них далеко не все) и не помню уже как много статей, но постоянно преследовал вопрос - а зачем и как это мне поможет в повседневной практике? Основная цель, которую я преследовал и до сих пор преследую для себя - научиться понимать "небольшие" данные и причины, стоящие за ними глубже, чем позволяют популярные статистические методы и мало кем, на самом деле, глубоко понимаемые доверительные интервалы на хи-квадратах, погоняемых группами сТЬЮдентов

2021-04

2021-03

2021-02

2021-01

2020

2020-12

2020-11

2020-10

2020-09

2020-08

2020-07