Счётчик решённых алгоритмических задач с текущего момента:

0️⃣0️⃣2️⃣ ?

Оставлю это тут. Буду выпускать по посту на каждую красивую цифру и делиться тем, что узнал.

— Алгоритмы

?????? ???? 1️⃣

Мы как-то говорили уже про Python. Чистый Python — другими словами, борщ без сметаны. Значит, нам "тем самым" нужно знать какие-то библиотеки, а какие?

1️⃣➖NUMPY

Первое с чего всё начинается это —Numpy. В один момент, когда вы решили стать "ТЕМ САМЫМ" и написать свою сетку на чистом Numpy. Ахаха, мы сейчас этим и занимаемся, успешно... Как минимум для этого он нужен.

Это та библиотека, которая изучается по потребности. Нужен какой-то метод или функция, пожалуйста, пошли в документацию, обратились, выполнили, сделали.

Если нужна практика здесь и сейчас открываете курс —> Неделя 2 - Векторы, Матрицы.

— NumPy в картинках

Хватит 1-2 дня поиграться в материалах, а дальше по потребности.

2️⃣➖PANDAS

Вот тут найти хороший материал очень сложно. Это та библиотека, где нужна практика. Я в своё время делал так: открываю Kaggle, выбираю любой интересующий набор данных и начинаю набивать руку.

1) А что такое pandas?
2) Как устроена табличка?
3) Индексация

Это только база. А вот мои любимые закладки:
1) Руководство по группировке и агрегированию
2) Группировка
3) Сводная таблица
4) Кросс-таблицы
5) Кодированию категориальных значений
6) Биннинг, дискретизация, балансировка

Всё это лучше отрабатывать на примере настоящего набора данных. Это же 95% рабочего времени.

В один момент таблички становятся большими и вот они, вот они:
— Vaex
— ORC и Parquet

Запомните. Вы поймёте когда это пригодится. Естественно, база, но глаза я вам уже открыл? Открыл. Google есть? Есть.

3️⃣➖ ВИЗУАЛИЗАЦИЯ

Осталось научиться рисовать картинки, у каждой библиотеки визуализации хорошая документация. Оставлю список популярных библиотек.

1) Matplotlib — Богатый по возможностям, но капризный.

2) Seaborn — С его отцом мы уже знакомы, а вот и его сын.

3) Plotly — Иногда хочется повыпендриваться. Интерактивные графики.

Тут есть еще что сказать))) не сегодня ?

А что с книгой? Прочитать-то прочитал. Дописываю посты по главам. Ждём-с...

Hey! Дедлайн на этой неделе я прошляпил — не успел дочитать, как и вкусный сладкий пост ?. 3 работы + курсы C++/Eng дают о себе знать ?

Мы не сдаёмся! Книжку обязательно дочитаем. В дедлайне опечатка была, я исправил 25.11.23 глава 6.

⚰️?????⚰️

Конфеты или жизнь? ?

Вот наконец-то я дочитал 3 главу. Все примеры кода которых были, я переписал на C++ ?. Что есть на данный момент? Просто написали реализацию полносвязанной нейронной сети с деревянными весами.

Встречались понятие вектора, скларного произведения:

— Векторы для чайников— Скалярное произведение векторов— Базис векторов✅ Что дальше?Настал момент научиться обновлять веса, а не подбирать их ручками. ? Дальше мы читаем:

4️⃣. Введение в нейронное обучение:
градиентный спуск

5️⃣. Корректировка сразу нескольких весов: обобщение градиентного спуска

Дедлайн 07.11.2023. *?***Жопой чую, что потребуется разобраться с производной и градиентом. Поэтому я освежу вот эту парочку ссылок в своей голове.

— Как найти производную?— Производная сложной функции— Определение и смысл производной функции— Частные производные— Производная по направлению и градиент функцииЭти полезные ссылочки оставил для тех, кто хочет разобраться чуть детальнее, чем описано в книге. ?

Всех с праздником и хорошего вечера ❤️