С чего начать изучение фронтенда?

Подборка для тех, кто хочет научиться проектировать и разрабатывать сайты, но не знает, с чего начать:

Секреты JavaScript ниндзя
➖➖➖
Книга охватывает базовые концепции и прикладные аспекты разработки на JavaScript. Начинается с пояснения таких основных понятий, как функции, объекты, замыкания, прототипы, регулярные выражения и таймеры, постепенно переходя к тестированию и разработке кросс-браузерного кода. Авторы: Джон Резиг, создатель библиотеки JQuery, и Беэр Бибо, опытный практикующий специалист по JavaScript.

Выразительный JavaScript (Eloquent JavaScript: A Modern Introduction to Programming)
➖➖➖
Книга, доступная в формате онлайн-учебника, которая поможет начать «разговаривать с компьютером на одном языке», заставить его делать то, что вам нужно. В ней рассматриваются нюансы языка JavaScript с особым вниманием к важным деталям.

JavaScript. Полное руководство
➖➖➖
В книге представлена вся информация о JavaScript, необходимая для погружения в язык с нуля: работа с URL, инструменты и расширения языка, модули, объекты Promise и многие особенности языка. Структурированное изложение автор дополняет множеством примеров кода, которые помогают понять, как работает JavaScript.

Асинхронная обработка и оптимизация
➖➖➖
Книга, в которой содержится рассказ о неочевидных и неожиданных механиках работы языка JavaScript с подробным объяснением «как и что работает». Руководство посвящено новым асинхронным возможностям и средствам повышения производительности, которые позволяют создавать сложные одностраничные веб-приложения и избегать при этом «кошмара обратных вызовов».

Современный учебник JavaScript
➖➖➖
Ресурс предоставляет самый всеобъемлющий справочник по работе с JavaScript. В нем объясняется все, что требуется знать фронтенд-разработчику: начиная от базовых концепций, заканчивая продвинутыми темами, тонкостями и особенностями JavaScript/DOM.

Дока и MDN
➖➖➖
Две документации по работе с веб-технологиями. Дока — документация для разработчиков на простом и понятном языке, доступном начинающим. MDN — страница, содержащая ссылки на документации по различным технологиям, предоставляющая актуальную и полезную информацию в полном объеме.

Карманная книга по TypeScript
➖➖➖
Онлайн-учебник, который поможет быстро изучить и начать использовать TypeScript. Объяснения всех важных идей и концепций сопровождаются примерами кода.

Подборку составил Андрей Сухов совместно с другими авторами и кураторами онлайн-курса «Frontend-разработчик», который стартует 23 сентября.
➡️ Подробнее о курсе

6 библиотек для автоматизации рутинных задач с помощью Python

PyAutoGUI
➖➖➖
▫️Функционал: Управление мышью и клавиатурой, автоматизация графического интерфейса.
▫️Задачи: Автоматизация рутинных действий на компьютере: клики мышью, ввод текста, создание скриншотов экрана. Например, с помощью библиотеки можно автоматически заполнять формы или настраивать массовое перемещение файлов.
▫️Пример: Автоматизация задачи по копированию и вставке данных из одного документа в другой.
▫️Документация

Selenium
➖➖➖
▫️Функционал: Автоматизация работы в веб-браузере.
▫️Задачи: Автоматизация задач в браузере: заполнение форм, навигация по сайтам, скачивание файлов, создание скриншотов веб-страниц. Например, автоматизация веб-поиска и загрузки данных с различных сайтов.
▫️Пример: Автоматический сбор данных с сайта и их сохранение в таблицу.
▫️Документация

OpenPyXL
➖➖➖
▫️Функционал: Работа с Excel-файлами.
▫️Задачи: Автоматизация задач, связанных с созданием, изменением и чтением Excel-файлов. Можно автоматизировать создание отчетов, заполнение таблиц, управление данными в Excel.
▫️Пример: Автоматическое обновление данных в Excel на основе другой таблицы.
▫️Документация

Beautiful Soup
➖➖➖➖
▫️Функционал: Парсинг HTML и XML.
▫️Задачи: Извлечение данных с веб-страниц, автоматизация поиска и сбора информации, создания отчетов. Например, сбор контактной информации или заголовков новостей с веб-страниц.
▫️Пример: Автоматический сбор списка товаров с сайта интернет-магазина.
▫️Документация

Schedule
➖➖➖
▫️Функционал: Простое планирование и запуск задач по расписанию.
▫️Задачи: Автоматизация запуска программ, скриптов или задач по расписанию без необходимости использовать сложные системы. Например, автоматизация создания ежедневных резервных копий или проверки почты.
▫️Пример: Настройка автоматического запуска скрипта по созданию резервной копии данных каждый день в 18:00.
▫️Документация

Pandas AI
➖➖➖
▫️Функционал: Надстройка над библиотекой Pandas, дополненная возможностями искусственного интеллекта. С ее помощью можно задавать вопросы, связанные с загруженными табличными данными, на естественном языке. Библиотека обрабатывает запрос и выполняет нужные операции.
▫️Задачи: Анализ данных, построение графиков, статистический анализ, создание сводных таблиц и отчетов, обработка данных, заполнение пропусков и предсказание значений.
▫️Пример: Например, можно загрузить данные о продажах и «спросить», какие продукты продаются лучше всего в определенный период, или попросить построить график роста продаж. Библиотека произведет все необходимые вычисления и построит график.
▫️Документация

Подкаст «Уютный ФКНчик» в формате онлайн-трансляции — уже сейчас!

Выпуск посвящен теме «Применение LLM сегодня: от развлечений до реальной пользы»:
➖➖
▫️Что мы ждали от LLM два года назад, и что из этого оправдалось?
▫️Как сегодня устроен рынок LLM: сервисы и open-source модели
▫️Для чего компании сегодня применяют LLM, где удаётся добиться выгоды?
▫️Дообучение LLM: необходимые данные, ресурсы
▫️Какие риски возникают при использовании LLM в бизнес-процессах?
▫️Галлюцинации — всё ещё проблема или уже нет?
▫️Что сейчас происходит в этой области и что нас ждёт в ближайшее время?

Ведущий:
➖➖➖
▫️Евгений Соколов, научный руководитель Центра непрерывного образования, академический
руководитель образовательной программы «Прикладная математика и информатика» ФКН

Гости:
➖➖
▫️Дмитрий Меркушов, руководитель группы машинного обучения в Mail_ru
▫️Алексей Биршерт, старший ML-инженер

Встречаемся в 16:00 в VK

⚡️Уже 19 июня в 18:30 состоится вебинар «Как заменить Excel на SQL для эффективной работы с данными»

С помощью практических заданий вы изучите:
➖➖➖➖
▫️Простой синтаксис SQL для эффективной выгрузки нужных данных из базы
▫️Основы фильтрации данных с помощью команд SQL WHERE и LIKE
▫️Основы группировки данных без использования сводных таблиц в Excel

?Зарегистрироваться на вебинар

Вебинар проведет Олеся Максакова — преподаватель онлайн-курса «SQL для начинающих» и старший контентный дата-аналитик в Иви:

❕ Напоминаем, что уже сегодня в 18:30 пройдет вебинар «Интерпретация моделей машинного обучения»

Элен Теванян, эксперт Центра непрерывного образования и руководитель ML в операциях Сбермаркета, расскажет, какие идеи лежат в основе различных групп методов интерпретации, и разберет два зарекомендовавших себя метода, LIME и SHAP.

Более того, Элен ответит на вопрос: «Почему важно находить и развивать способы интерпретации результатов ML-моделей?»

?Встречаемся: по ссылке.

Делимся с вами подборкой со шпаргалками по Data Science. Сохраняйте пост, чтобы не потерять➡️

✔️Полный лист по Data Science: Создан на основе курса по машинному обучению в MIT. Покрывает большое количество тем из области DS, поэтому будет полезно использовать при подготовке к собеседованиям или держать под рукой во время работы. Что найдете: ML-алгоритмы, методы снижения размеренности, обработка естественного языка, нейросети, рекомендательные системы, временные ряды, A/B-тестирование. Скачать: по ссылке.

✔️Jupyter Notebook: Большой читлист для удобной работы в Jupyter. Включает в себя: использование горячих клавиш, magic-команды, выполнение, редактирование и просмотр ячеек, виджеты, управление ядром. Создавайте понятные и читабельные ноутбук, пользуясь листом: отсюда.

✔️Все про Supervised learning (обучение с учителем): Линейная регрессия, обобщенные линейные модели, классификация и логистическая регрессия, SVM, генеративные модели, деревья решений и ансамблевые методы, yаивный байесовский классификатор — все это можно найти здесь. А теорию по Unsupervised Learning (обучение без учителя): здесь.

✔️Scikit-Learn для машинного обучения: Будет полезно при работе над проектами. На листе приведены примеры написания кода для основных шагов: загрузка данных, предварительная обработка, разделение данных на тренировочные и тестовые, создание моделей, прогонзирование, оценка модели, оптимизация и настройка параметров. Воспользоваться: тут. Для библиотеки Scikit-Learn еще есть полезная шпаргалка по выбору подходящего алгоритма: здесь.

✔️Лайфхаки и советы в ML: Описания особенностей с наглядными визуализациями для: метрик классификации(матрица ошибок, accuracy, precision, recall, F1, ROC, AUC) и регрессии, выбор подходящей модели, кросс-валидация, регуляризация, переобучение и недообучение. Повторить эти темы: на этом сайте.

✔️Большой читлист по ML для подготовки к собеседованиям: Рекомендуем посмотреть именно этот лист для быстрого повторения всей необходимой информации: вы найдете примеры возможных тем, часто задаваемые вопросы к ним и отдельные шпаргалки с теорией и визуализациями, предоставляющие полноценную информацию, которую необходимо знать для успешного ответа.

✔️Все про глубинное обучение: На 13 страницах этой шпаргалки — охват большого количества основных тем из DL, для полноценного понимания теория сопровождается большим количеством картинок. Повторить сверточные нейронные сети, рекуррентные нейронные сети, обучение нейросетей и подбор весов, настройку параметров, регуляризация и много другое: тут.

✔️PyTorch и TensorFlow: Две основные библиотеки для глубинного обучения. Вспомнить основы работы с PyTorch: здесь. Если предпочитаете TensorFlow, ищите шпаргалку: по ссылке.

✔️Работа с нейросетями с помощью Keras: Хотите создать нейросеть, используя Keras, и не хотите искать функции в процессе работы? Воспользуйтесь этим листом: загрузка датасетов из библиотеки, предварительная обработка данных, создание архитектуры модели, настройка и оптимизация, раня остановка, обучение и получение предсказаний, сохранение и загрузка модели.

⚡️Кстати, изучить машинное и глубинное обучение, освоить программирование на Python и язык SQL и получить необходимые математические навыки можно на программе «Специалист по Data Science» Центра непрерывного образования. Старт — 13 марта, подробнее и регистрация: по ссылке.