Как устроены хакатоны, зачем на них ходить и как готовиться: разбираем на примере темы Data Science
Эксперты SkillFactory рассказывают, зачем нужно участвовать в хакатонах по data science и как лучше всего к ним подготовиться.
Эксперты SkillFactory рассказывают, зачем нужно участвовать в хакатонах по data science и как лучше всего к ним подготовиться.
Смотрим на последние тренды в Data Science и раскладываем по полочкам этапы обучения: от выбора языка и библиотек до машинного обучения и нейронных сетей.
Компании стали понимать ценность Big Data и начали вкладываться в специалистов по Data Science. Знакомим вас с темой Big Data и рассказываем, где и как сейчас используются большие данные.
Для машинного обучения (и не только) требуется много хороших данных. Вместо того чтобы собирать их самому, можно воспользоваться готовыми датасетами.
JetBrains и Python Software Foundation подвели итоги опроса среди Python-разработчиков. Они собрали ответы почти 20 тысяч человек из 150 стран.
Когда-то для визуализации данных в Python использовали matplotlib. Однако позже появилась более удобная библиотека — plotly. Рассказываем, что она может.
Теорию лучше совмещать с практикой. Если вы изучаете Data Science, то вам стоит попробовать себя в соревнованиях Kaggle.