210 проектов машинного обучения (с исходным кодом), которые вы можете создать сегодня

С исходным кодом

Перекрестная проверка без исключения
Экстремальная версия k-кратной перекрестной проверки - для оценки производительности алгоритмов машинного обучения medium.datadriveninvestor.com

6 исключительных репозиториев GitHub для всех разработчиков - часть 1
Добавьте его в закладки… Это очень поможет вам medium.com

Топ-20 веселых комментариев к коду, написанных кодировщиками
Юмор программистов: да, кодеры действительно написали их! medium.datadriveninvestor.com

Введение в статистику в Python - Часть 1
Статистика - это просто… правда? medium.datadriveninvestor.com

Чтение и обработка больших наборов данных за секунды - Часть 1
Обработка миллиардов строк за секунды .. medium.datadriveninvestor.com

Анализ переполнения стека данных от более чем 60 000 разработчиков программного обеспечения - часы работы, языки…
Вот что они обнаружили… medium.datadriveninvestor.com

5 крутых продвинутых методов работы с пандами для специалистов по данным
Используйте эти методы… medium.datadriveninvestor.com

Бонус - Лучшие ресурсы по науке о данных и машинному обучению, организованные следующим образом:

Лучшие курсы
Лучшие каналы и блоги
Лучшие методы науки о данных - 23 хака по науке о данных
Вопросы на собеседовании по ML
Лучшие подкасты
Малоизвестные библиотеки Python для науки о данных
Лучшие соревнования
Полезные руководства / руководства по ноутбукам Ipython
Лучшие наборы данных
Проекты в области науки о данных и машинного обучения
Новости и информационные бюллетени
Инструменты и процессы
Шпаргалки, советы и хитрости
Бесплатные книги и полные руководства
Ресурсы для глубокого обучения
Бесплатные книги по информатике, машинному обучению, науке о данных, глубокому обучению

Курсы

Список базовых курсов:

Базовые курсы - Python и информатика

Введение в программирование на Python с помощью Python: лучший курс программирования на Python.
Программирование AI с Python
Программирование для науки о данных с помощью Python
CS50: Введение в информатику CS50

Базовый курс - Статистика

Базовый курс - SQL

Учить SQL

Базовый курс - математика

Базовые курсы - Data Science

Udacity Intro to Data Science: все в одном (лучший курс)
Введение в науку о данных в Python

Базовый курс - Data Engineer

Курс Data Engineer - на мой взгляд, один из лучших курсов.

Базовый курс - ИИ для бизнес-менеджеров

AI для бизнес-менеджеров - обязательный курс.

Хотите учиться у Гарварда?

10 бесплатных курсов по науке о данных от Гарварда
Воспользуйтесь возможностью medium.com

Базовый курс - Машинное обучение

Введение в курс машинного обучения
Введение в машинное обучение с помощью Tensorflow
Инженер по машинному обучению Udacity: Это один из лучших курсов машинного обучения, которые я прошел.
"Машинное обучение"

Книги по машинному обучению (в статье ниже) -

6 книг, которые следует прочитать инженерам по машинному обучению
Освойте важные концепции машинного обучения с помощью практических упражнений… medium.com

3. Лучшие каналы и блоги

Примечание. Я слежу за всеми

Каналы и видео Youtube:

Инжиниринг данных с Андреасом Кретцем
SentDex: лучшие учебники по Python
Карьера в области науки о данных в 2020 году
3Blue1Brown: математика стала проще
Эндрю Нг: Глубокое обучение, обучение с самообучением и обучение без учителя
Интервью с Джеффри Хинтоном в области искусственного интеллекта и глубокого обучения Google
Введение в глубокое обучение с помощью Python
Создание моей первой игры с машинным обучением
Все, что нужно для начала программирования!
Анализ данных на Python с пандами
Что такое машинное обучение и как оно работает?
Наука о данных 101
Серия видео о нейронных сетях от Хьюго Ларошеля
Соучредитель Google DeepMind Шейн Легг - Machine Super Intelligence
Учебник по науке о данных
AI 101
Обзор ваших проектов в области науки о данных
Проект по науке о данных с нуля
5 советов для получения работы в области науки о данных [ИНТЕРВЬЮ]
Two Minute Papers: Кароли Жолнаи-Фехер представляет короткие сводные видео о последних разработках в области искусственного интеллекта и научных исследований.

Аккаунты Twitter:

Центр науки о данных
Клэр Кортелл - разработчик, дизайн, наука о данных @mattermark #hackerei
Data Science London Наука о данных. Большое количество данных. Взлом данных. Любители данных.
Отчет по науке о данных - Миссия состоит в том, чтобы помочь направлять и продвигать карьеру в области науки о данных и аналитики.
Советы по анализу данных
Дрю Конвей - компьютерный ботаник, хакер, изучающий конфликты.
Data Vizzard - DataViz, Безопасность, Военные
Эрин Бартоло - Запуск с BigData
Грег Реда Работа в GrubHub о данных и пандах
DJ Патил - руководитель службы данных Белого дома, вице-президент @ RelateIQ.
Григорий Пятецкий - Президент KDnuggets
Хакан Кардас - Data Scientist
Хилари Мейсон - специалист по анализу данных в резиденции @accel.
Джефф Хаммербахер Ретвит о науке о данных
Джон Майлс Уайт, ученый в Facebook и разработчик Джулии. Автор книги Машинное обучение для хакеров.
Джулия Эванс - Хакер - Панды - Анализ данных
Кеннет Кукьер - редактор данных журнала The Economist и соавтор Big Data
Кевин Маркхэм - инструктор по науке о данных и основатель Data School
Kim Rees - Интерактивная визуализация данных и инструменты. Фланер данных.
Линда Регбер - рассказчик данных, визуализации.
Луис Рей - Ph.D. Ученик. Программирование, мобильная связь, Интернет. Искусственный интеллект.
Марк Стивенсон - специалист по подбору персонала по аналитике данных в Salt
Мэтью Рассел - Майнинг в социальной сети.
Mert Nuhoğlu Data Scientist компании BizQualify, Разработчик
Моника Рогати - Данные в Jawbone.
Петр Скомороч - Создание интеллектуальных систем для автоматизации задач и улучшения решений.
Quora Data Science Тема Quora по науке о данных
Рэнди Олсон - ученый-компьютерщик, исследующий искусственный интеллект. Мастер обработки данных.
Реджеп Эрол - Компьютерщик Data Science @ UALR
Райан Орбан - специалист по данным, генетический оригамист, фанат аппаратного обеспечения.
Шон Дж. Тейлор - социолог. Хакер. Команда Facebook Data Science.
Сильвия К. Спива - #DataScience в Cisco
Суровый Б. Гупта - специалист по анализу данных BBVA Compass
Спенсер Нельсон - дата-ботаник
Ной Ильинский - дизайнер визуализации и взаимодействия. Практикующий велосипедист.
Пол Миллер - облачные вычисления / большие данные / аналитик и консультант по открытым данным. Писатель, спикер и модератор. Аналитик Gigaom Research.
Тасос Скарлатидис - сложная обработка событий, большие данные, искусственный интеллект и машинное обучение. Увлечен программированием и открытым исходным кодом.
Терри Тимко - InfoGov; Большое количество данных; Данные как услуга; Data Science; Открытая конвергенция социальных и бизнес-данных
Тони Охеда - специалист по данным | Автор | Предприниматель. Соучредитель @DataCommunityDC.
WileyEd - старший менеджер - @Seagate Big Data Analytics

Аккаунты Facebook:

Блоги:

Топ-5 блогов по ИИ, на которые стоит подписаться в 2020 году
Как лучше всего следить за новостями ИИ? medium.com

4. Лучшие методы науки о данных - 23 метода анализа данных

Работа специалиста по данным - непростая задача, поэтому важно знать несколько хитростей в области науки о данных, которые могут сэкономить ваше драгоценное время и упростить вашу жизнь. В посте ниже я расскажу о 23 методах анализа данных, которые я использовал.

23 метода анализа данных, которые вы должны знать!
Сэкономьте свое драгоценное время, используя эти хитрости… levelup.gitconnected.com

5. Вопросы на собеседовании по ML

Средняя заработная плата за машинное обучение, согласно исследованию Indeed, составляет примерно 146 085 долларов (поразительное увеличение на 344% с 2015 года). Это часть 1 из 3-х частей интервью по ML.

Интервью по машинному обучению: часть 1
Средняя заработная плата за машинное обучение, согласно исследованию Indeed, составляет примерно 146 085 долларов (поразительные 344%… medium.com

6. Лучшие подкасты:

7. Очистите табличные данные и малоизвестные библиотеки Python для науки о данных

Сбор данных - это процесс импорта информации с веб-сайта в электронную таблицу или локальный файл в вашей системе, и это один из наиболее эффективных способов получения данных из Интернета. Многие из вас должны быть знакомы с библиотекой Cheerio или Python с Beautiful Soup для очистки данных.

8. Лучшие соревнования:

9. Полезные учебники / руководства для ноутбуков Ipython:

Pandas Tutorial - Базовое введение в Pandas в виде записной книжки.
Scipy Tutorial - Базовое руководство по Scipy.
Numpy Tutorial - Базовый учебник по Numpy.
Множественные регрессии с использованием статистических моделей
SQL в iPython
Монго в Python
Учебник по красивому супу
Sci-Kit Learn Basics - основы машинного обучения с помощью scikit-learn.
MatPlotLib - Визуализация данных с помощью Matplotlib
Some Basic Data Analysis in Python - Базовый анализ данных с помощью Python.
Ускоренный курс Python для ученых - Записная книжка Ipython для ученых
Регулярные выражения - регулярное выражение для сопоставления шаблонов в строках - очень мощное средство.
Рекурсия

10. Лучшие наборы данных:

Безопасность авиалиний - содержит информацию об авариях от каждой авиакомпании.
US Weather History - исторические данные о погоде в США.
Политическая реклама в Facebook - бесплатный ежедневный сбор данных о рекламе в Facebook.
Новости преступлений на почве ненависти - регулярно обновляемые данные о преступлениях на почве ненависти, публикуемые в Новостях Google.
USA Names - содержит все заявки на получение имени в системе социального страхования в США с 1879 по 2015 год.
Github Activity - содержит всю публичную активность в более чем 2,8 миллионах публичных репозиториев Github.
Порядок спутниковых снимков - набор спутниковых снимков Земли - цель - предсказать, какие снимки были сделаны раньше других.
Data.Gov - правительственный портал США по открытым данным.
Data Basin - научная картографическая и аналитическая платформа.
Найти наборы данных | Библиотеки CMU : откройте для себя высококачественные наборы данных благодаря коллекции Хуацзинь Вана, CMU.
Open Energy Data Initiative - более 800 наборов данных по вопросам энергетики.
Наборы данных машинного обучения UCI - Данные для машинного обучения - множество помеченных данных и описание типов проблем.
Quandl : Хороший источник экономических и финансовых данных.
Открытые данные Всемирного банка: наборы данных, охватывающие демографические данные населения, огромное количество экономических показателей и показателей развития.
Обнаружение мошенничества с кредитными картами: Выявление мошеннических транзакций по кредитным картам.
Данные МВФ: Международный валютный фонд публикует данные о международных финансах, валютных резервах, ценах на сырьевые товары и инвестициях.
Лондонское хранилище данных - множество наборов данных о Лондоне, Великобритания.
Сбои производственного процесса - совокупность переменных, которые были измерены в процессе производства. Цель состоит в том, чтобы предсказать производственные неисправности.
Вопросы с множественным выбором - набор данных вопросов с множественным выбором и соответствующих правильных ответов. Цель состоит в том, чтобы предсказать ответ на любой заданный вопрос.
Историческая погода - данные 9000 метеостанций NOAA с 1929 по 2016 год.
Возраст машин для голосования - данные о возрасте машин для голосования, которые использовались на выборах 2016 года.
COVID-19 Open Research Dataset Challenge (CORD-19) - набор данных CORD-19 представляет собой самый обширный сборник машиночитаемой литературы по коронавирусу, доступный на сегодняшний день для интеллектуального анализа данных.
Тенденция статистики видео на YouTube - анализ настроений в различных формах, категоризация видео на YouTube на основе их комментариев и статистики, обучение алгоритмов машинного обучения, таких как RNN, для создания собственных комментариев на YouTube, анализ факторов, влияющих на популярность видео на YouTube, статистические анализ с течением времени.
California Water Resources - данные о водных ресурсах Калифорнии.
Данные для проектов Cool DS
Академические торренты - Обмен данными затруднен, торренты облегчают работу ученых.
Open Data Philly Объединение людей с данными для Филадельфии
Список полезных источников Сообщение в блоге включает в себя множество баз данных с наборами данных.
Grouplens.org Образец фильма (с рейтингом), книги и наборы данных вики
Репозиторий машинного обучения UC Irvine - содержит наборы данных, подходящие для машинного обучения.
Национальный центр климатических данных - NOAA
Набор данных задачи сегментации опухоли печени
Публичный архив Git
GHTorrent
Открытые данные Microsoft Research
Платформа данных открытого правительства Индии
Поиск по набору данных Google (бета)
NAYN.CO Турецкие новости с категориями
Covid-19 Google

11. Проекты в области науки о данных и машинного обучения.

Классификатор распознавания изображений с использованием CNN, Keras и Tensorflow Backend
Как его реализовать сегодня medium.com

12. Новости и информационные бюллетени

KDNuggets - Эта платформа полностью посвящена искусственному интеллекту и аналитике.
BananaData - этот информационный бюллетень анализирует новости и отправляет главные информационные сообщения на ваш почтовый ящик один раз в неделю.
AI Digest. Еженедельный информационный бюллетень, чтобы быть в курсе событий в области искусственного интеллекта, машинного обучения и анализа данных.

13. Инструменты и процессы

Weka представляет собой набор алгоритмов машинного обучения для задач интеллектуального анализа данных.
Datalab от Google легко исследует, визуализирует, анализирует и трансформирует данные с помощью знакомых языков, таких как Python и SQL, в интерактивном режиме.
ML Workspace - универсальная среда разработки для машинного обучения и анализа данных.
R - это бесплатная программная среда для статистических вычислений и графики.
IDE RStudio - мощный пользовательский интерфейс для R. Это бесплатная программа с открытым исходным кодом, работает на Windows, Mac и Linux.
Питон - Анаконда
Машинное обучение Scikit-Learn на Python
NumPy является фундаментальным для научных вычислений с Python.
SciPy SciPy работает с массивами NumPy и предоставляет эффективные процедуры для численного интегрирования и оптимизации.
Инструментарий Data Science
Инструментарий Data Science
Datadog Решения, код и разработки для крупномасштабной науки о данных.
Apache Flink Платформа для эффективной распределенной универсальной обработки данных.
A / B Testing - Блог об A / B тестировании.
Apache Hama Apache Hama - проект верхнего уровня Apache с открытым исходным кодом.
Octave GNU Octave - интерпретируемый язык высокого уровня, в первую очередь предназначенный для численных вычислений. (Free Matlab)
Apache Spark Молниеносные кластерные вычисления
Bloom Filters - блокнот на Python о фильтрах цветения.
Фильтры Блума - Фильтры Блума.
Отбор проб из резервуара - учебник по отбору проб из резервуара.
Фреймворк глубокого обучения Caffe
Факел Научно-вычислительный фреймворк.
Intel framework - Intel® Deep Learning Framework
Datawrapper - платформа визуализации данных с открытым исходным кодом.
Tensor Flow - TensorFlow - это программная библиотека с открытым исходным кодом для машинного интеллекта.
Инструментарий естественного языка
Юлия - высокоуровневый, высокопроизводительный язык динамического программирования.
Apache Zeppelin - блокнот на базе Интернета, который обеспечивает управляемую данными, интерактивную аналитику данных и совместную работу с документами с помощью SQL, Scala и т. Д.
Featuretools - фреймворк с открытым исходным кодом для автоматизированной разработки функций, написанный на Python.
Цепь Маркова Монте-Карло.
Многопоточность и очереди - Как построить многопоточность и очереди.
Основы многопоточности и очередей - охватывает основы многопоточности и очередей.
Optimus - очистка, предварительная обработка, разработка функций, исследовательский анализ данных и легкий машинный перевод.
AWS Data Wrangler - пакет Python с открытым исходным кодом, который использует и расширяет возможности библиотеки Pandas до AWS, соединяя DataFrames и сервисы, связанные с данными AWS.
Lightwood - фреймворк на основе Pytorch, который разбивает задачи машинного обучения на более мелкие блоки, которые можно решить для построения прогнозных моделей с помощью одной строчки кода.

14. Шпаргалки, советы и хитрости

Основы Python и импорт данных

Python - мощный язык программирования общего назначения. Он используется для разработки веб-приложений, обработки данных, создания прототипов программного обеспечения и так далее. К счастью для новичков, Python имеет простой и удобный синтаксис. Это делает Python отличным языком программирования для начинающих.

Лучший MOOC для изучения основ Python: https://www.edx.org/course/python-basics-for-data-science

Обзор курса MOOC: по завершении вы сможете писать собственные сценарии Python и выполнять базовый практический анализ данных с помощью нашей лабораторной среды на основе Jupyter. Это один из лучших курсов.

Рейтинг: 8/10

Вы можете найти шпаргалку здесь: Шпаргалка по основам Python

Вы можете найти шпаргалку здесь: Python for Data Science: Importing Data Cheat Sheet

Блокнот Jupyter

Jupyter Notebook - это веб-приложение с открытым исходным кодом, которое позволяет создавать и обмениваться документами, содержащими живой код, уравнения, визуализации и повествовательный текст. Области применения: очистка и преобразование данных, численное моделирование, статистическое моделирование, визуализация данных, машинное обучение и многое другое.

Вы можете найти шпаргалку здесь: Шпаргалка по Jupyter Notebook

Математика

SciPy - это один из базовых пакетов для научных вычислений в Python, который предоставляет математические алгоритмы и удобные функции, построенные на расширении Python NumPy.

Вы можете найти шпаргалку здесь: Шпаргалка по линейной алгебре Scipy

Манипуляция данными

NumPy

NumPy - это основная библиотека для научных вычислений на Python. Он предоставляет высокопроизводительный объект многомерного массива и инструменты для работы с этими массивами.

Вы можете найти шпаргалку здесь: Шпаргалка по основам NumPy

Панды

Pandas - это быстрый, мощный, гибкий и простой в использовании инструмент для анализа и обработки данных с открытым исходным кодом, созданный на основе языка программирования Python.

Вы можете найти шпаргалку здесь: Шпаргалка по основам Pandas

Обработка данных Pandas

Обработка данных включает в себя обработку данных в различных форматах, таких как слияние, группирование, объединение и т. Д., С целью анализа или подготовки их к использованию с другим набором данных. Python имеет встроенные функции для применения этих методов борьбы с различными наборами данных для достижения аналитической цели.

15. Ресурсы для глубокого обучения

Глубокое обучение - это ветвь машинного обучения, по сути, реализация нейронных сетей с более чем одним скрытым слоем нейронов.

Людвиг из Uber

Uber представил фреймворк для обучения и тестирования моделей глубокого обучения без необходимости писать код и назвал его Ludwig -

Ludwig - это набор инструментов, созданный на основе TensorFlow, который позволяет нам обучать и тестировать модели глубокого обучения без необходимости писать код.

Основные принципы дизайна Ludwig (источник: Ludwig Github):

Не требуется кодирование: не требуется навыков кодирования для обучения модели и использования ее для получения прогнозов.
Общность: новый подход к проектированию моделей глубокого обучения, основанный на типах данных, который позволяет использовать этот инструмент во многих различных сценариях использования.
Гибкость: опытные пользователи имеют полный контроль над построением моделей и обучением, а новички сочтут это простым в использовании.
Расширяемость: легко добавлять новую архитектуру модели и новые типы данных функций.
Интерпретируемость и понятность. Ludwig включает визуализации, которые помогают специалистам по обработке данных понять эффективность моделей машинного обучения.

Что такое Людвиг Uber?
Фреймворк с открытым исходным кодом для машинного обучения с низким кодом… medium.com

16. Бесплатная компьютерная наука, машинное обучение, наука о данных, книги по глубокому обучению.

Вся статистика

Автор: Ларри Вассерман

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-0-387-21736-9

Дискретная математика

Автор: Ласло Ловас, Йожеф Пеликан, Каталин Вестергомби

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-0-387-21777-2

Численная оптимизация

Автор: Хорхе Нокедаль, Стивен Райт

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-0-387-40065-5

Анализ временных рядов

Автор: Джонатан Д. Крайер, Кунг-Сик Чан

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-0-387-75959-3

Вводная статистика с R

Автор: Питер Далгаард

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-0-387-79054-1

Элементы статистического обучения

Автор: Тревор Хасти, Роберт Тибширани, Джером Фридман

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-0-387-84858-7

Вводный временной ряд с R

Автор: Пол С.П. Каупертвейт, Эндрю В. Меткалф

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-0-387-88698-5

Руководство по R для новичков

Автор: Ален Зуур, Елена Н. Иено, Эрик Мистерс

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-0-387-93837-0

Введение в дифференциальные уравнения с частными производными

Автор: Дэвид Бортвик

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-3-319-48936-0

Структуры данных и алгоритмы с Python

Автор: Кент Д. Ли, Стив Хаббард

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-3-319-13072-9

Методы математического моделирования

Автор: Томас Вительски, Марк Боуэн

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-3-319-23042-9

Руководство по разработке алгоритмов

Автор: Стивен С. Скиена

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-1-84800-070-4

Введение в статистику и анализ данных

Автор: Кристиан Хойманн, Майкл Шомакер, Shalabh

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-3-319-46162-5

Принципы интеллектуального анализа данных

Автор: Макс Брамер

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-1-4471-7307-6

Прикладной многомерный статистический анализ

Автор: Вольфганг Карл Хердл, Леопольд Симар

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-3-662-45171-7

Робототехника, зрение и управление

Автор: Питер Корк

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-3-319-54413-7

Компьютерное зрение

Автор: Ричард Селиски

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-1-84882-935-0

Интеллектуальный анализ данных

Автор: Чару К. Аггарвал

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-3-319-14142-8

Вычислительная геометрия

Автор: Марк де Берг, Отфрид Чеонг, Марк ван Кревельд, Марк Овермарс

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-3-540-77974-2

Вероятность

Автор: Джим Питман

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-1-4612-4374-8

Моделирование жизни

Автор: Алан Гарфинкель, Джейн Шевцова, Ина Го

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-3-319-59731-7

Учебник по научному программированию с помощью Python

Автор: Ханс Петтер Лангтанген

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-3-662-49887-3

Статистический анализ и отображение данных

Автор: Ричард М. Хейбергер, Burt Holland

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-1-4939-2122-5

Элементарный анализ

Автор: Кеннет А. Росс

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-1-4614-6271-2

Теория вероятности

Автор: Боровков Александр Александрович

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-1-4471-5201-9

Статистика и анализ данных для финансового инжиниринга

Автор: Дэвид Рупперт, Дэвид С. Маттесон

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-1-4939-2614-5

Дифференциальные уравнения и их приложения

Автор: Мартин Браун

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-1-4612-4360-1

Уравнения в частных производных

Автор: Юрген Йост

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-1-4614-4809-9

Случайные процессы и исчисления

Автор: Уве Хасслер

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-3-319-23428-1

Байесовские и частотные методы регрессии

Автор: Джон Уэйкфилд

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-1-4419-0925-1

Руководство по проектированию для науки о данных

Автор: Стивен С. Скиена

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-3-319-55444-0

Введение в машинное обучение

Автор: Мирослав Кубат

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-3-319-63913-0

Руководство по дискретной математике

Автор: Джерард О’Реган

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-3-319-44561-8

Введение в временные ряды и прогнозирование

Автор: Питер Дж. Броквелл, Ричард А. Дэвис

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-3-319-29854-2

Многомерное исчисление и геометрия

Автор: Шон Динин

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-1-4471-6419-7

Линейное и нелинейное программирование

Автор: Дэвид Г. Люенбергер, Yinyu Ye

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-3-319-18842-3

Правильная линейная алгебра

Автор: Шелдон Акслер

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-3-319-11080-6

Основы робототехнических механических систем

Автор: Хорхе Анхелес

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-3-319-01851-5

Линейная алгебра

Автор: Йорг Лизен, Фолькер Мерманн

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-3-319-24346-7

Понимание анализа

Автор: Стивен Эбботт

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-1-4939-2712-8

Обыкновенные дифференциальные уравнения

Автор: Уильям А. Адкинс, Марк Дж. Дэвидсон

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-1-4614-3618-8

Анализ статистики с помощью R

Автор: Рэндалл Шумакер, Сара Томек

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-1-4614-6227-9

Введение в статистическое обучение

Автор: Гарет Джеймс, Даниэла Виттен, Тревор Хасти, Роберт Тибширани

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-1-4614-7138-7

Статистическое обучение с точки зрения регрессии

Автор: Ричард А. Берк

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-3-319-44048-4

Прикладные дифференциальные уравнения с частными производными

Автор: Дж. Дэвид Логан

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-3-319-12493-3

Стратегии регрессионного моделирования

Автор: Фрэнк Э. Харрелл-младший.

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-3-319-19425-7

Прикладные количественные финансы

Автор: Вольфганг Карл Хердл, Кэти Йи-Сюань Чен, Людгер Овербек

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-3-662-54486-0

Современное введение в вероятность и статистику

Автор: Ф.М. Деккинг, К. Краайкамп, Х.П. Лопухаа, Л. Мистер

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-1-84628-168-6

Комплексный анализ

Автор: Джозеф Бак, Дональд Дж. Ньюман

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-1-4419-7288-0

Книга Python

Автор: Бен Стивенсон

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-3-319-14240-1

Основы программирования на Python

Автор: Кент Д. Ли

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-1-4471-6642-9

Машинное обучение в медицине - полный обзор

Автор: Тон Дж. Клеофас, Эилко Х. Звиндерман

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-3-319-15195-3

Объектно-ориентированный анализ, проектирование и реализация

Автор: Брахма Датан, Сарнатх Рамнатх

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-3-319-24280-4

Введение в науку о данных

Автор: Лаура Игуаль, Санти Сеги

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-3-319-50017-1

Исчисление с приложениями

Автор: Питер Д. Лакс, Мария Ши Террелл

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-1-4614-7946-8

Прикладное прогнозное моделирование реального анализа

Автор: Макс Кун, Кьелл Джонсон

Получите книгу: http://link.springer.com/openurl?genre=book&isbn=978-1-4614-6849-3