La semaine dernière la plus populaire

1. Chemin vers la science des données à pile complète, par Jawwad Siddique
2. Comment créer une base de données à l'aide de Python, par Irfan Alghani Khalid
3. Dépasser le trillion de paramètres et GPT-3 avec les transformateurs de commutation – un chemin vers AGI ?, par Kevin Vu
4. Neuf outils que j'aimerais maîtriser avant mon doctorat en apprentissage automatique, par Aliaksei Mikhailiuk
5. 20 projets d'apprentissage automatique qui vous feront embaucher, par Khushbu Shah

La semaine dernière la plus partagée

1. Chemin vers la science des données à pile complète, par Jawwad Siddique
2. Enseigner l'IA pour classer les modèles de séries chronologiques avec des données synthétiques, par Tirthajyoti Sarkar
3. Cycle de vie des processus de science des données, par Lillian Pierson, PE
4. Comment créer une base de données à l'aide de Python, par Irfan Alghani Khalid
5. Dépasser le trillion de paramètres et GPT-3 avec les transformateurs de commutation – un chemin vers AGI ?, par Kevin Vu

Tweets les plus populaires la semaine dernière

1. Amazon applied scientist and #datascientist interview questions - very useful list
2. 10 astuces #Python avancées pour écrire un code plus rapide et plus propre
3. Nouveau #livre : Apprenez à coder en #Python en résolvant des problèmes
4. Comment j'ai gagné 6,000 10 $ en XNUMX minutes avec Pandas
5. Comment apprendre le #MachineLearning à partir de zéro

30 jours les plus populaires

1. Lisez-vous des fichiers Excel avec Python ? Il existe un moyen 1000x plus rapide, par Nicolas Vandeput
2. Les scientifiques des données sans compétences en ingénierie des données seront confrontés à la dure vérité, par Soner Yildirim
3. Neuf outils que j'aimerais maîtriser avant mon doctorat en apprentissage automatique, par Aliaksei Mikhailiuk
4. Un portefeuille de science des données qui vous décrochera le poste, par Natasha Selvaraj
5. Comment créer de superbes applications Web pour vos projets de science des données, par Murallie Thuwarakesh

30 jours les plus partagés

1. Le livre ouvert du Compendium Machine & Deep Learning, par Ori Cohen
2. Comment trouver des faiblesses dans vos modèles d'apprentissage automatique, par Michael Berk
3. Les scientifiques des données sans compétences en ingénierie des données seront confrontés à la dure vérité, par Soner Yildirim
4. Chemin vers la science des données à pile complète, par Jawwad Siddique
5. 8 idées de projets d'apprentissage en profondeur pour les débutants, par Aqsa Zafar