Najpopularniejsze w zeszłym tygodniu

1. 3 powody, dla których powinieneś używać modeli regresji liniowej zamiast sieci neuronowych, autorstwa Terence Shin
2. Najczęstsze pytania i odpowiedzi podczas wywiadu dotyczącego nauki o danych, przez Nate Rosidi
3. Jak wizualizacja przekształca eksploracyjną analizę danych, przez Todda Mostaka
4. Alternatywy GitHub Copilot Open Source, autorstwa Matthew Mayo
5. Jak zostać niezależnym analitykiem danych – 4 praktyczne porady, autorstwa Pau Labarty Bajo

Najczęściej udostępniane w zeszłym tygodniu

1. Bootstrapuj nowoczesny stos danych w 5 minut dzięki Terraform, Tuan Nguyen
2. Nauka o danych w oparciu o GPU (NIE Deep Learning) z RAPIDS, autor: Tirthajyoti Sarkar
3. 3 powody, dla których powinieneś używać modeli regresji liniowej zamiast sieci neuronowych, autorstwa Terence Shin
4. Jak wizualizacja przekształca eksploracyjną analizę danych, przez Todda Mostaka
5. Top Stories, 26 lipca – 1 sierpnia: GitHub Copilot Open Source Alternatives; Dlaczego i jak powinieneś uczyć się „produktywnej nauki o danych”?, autorstwa KDnuggets

Najpopularniejsze tweety w zeszłym tygodniu

1. Zdobądź certyfikat #AI od Stanford
2. Przyszłością #DeepLearning jest fotonika
3. #Darmowe kursy matematyki dla #DataScience i #MachineLearning – KDnuggets #KDN
4. Przyjazne wprowadzenie do grafów #NeuralNetworks – KDnuggets #KDN
5. #DataScience Learning Roadmap na rok 2021 – KDnuggets #KDN

Najpopularniejsze w ciągu ostatnich 30 dni

1. 6 najlepszych kursów online z zakresu nauki o danych w 2021 r., autorstwa Natasszy Selvaraj
2. Naukowcy zajmujący się danymi i inżynierowie ML to luksusowi pracownicy, autorstwa Adriena Biarnesa
3. Porady dyrektora ds. badań Google dotyczące uczenia się o danych naukowych, autorstwa Benjamina Obi Tayo
4. Alternatywy GitHub Copilot Open Source, autorstwa Matthew Mayo
5. Geometryczne podstawy Deep Learning, Michael Bronstein, Joan Bruna, Taco Cohen i PV

Najczęściej udostępniane w ciągu ostatnich 30 dni

1. Dlaczego i jak powinieneś uczyć się „produktywnej nauki o danych”?, autor: Tirthajyoti Sarkar
2. Nie tylko do głębokiego uczenia: jak procesory GPU przyspieszają analizę danych i analizę danych, autor: Kevin Vu
3. Bootstrapuj nowoczesny stos danych w 5 minut dzięki Terraform, Tuan Nguyen
4. Nauka o danych w oparciu o GPU (NIE Deep Learning) z RAPIDS, autor: Tirthajyoti Sarkar
5. Zostań inżynierem analityki w 90 dni, Tuan Nguyen