cracking the data science interview
1.0.0
وهنا الأقسام:
يحتوي هذا القسم على أوراق غش للمفاهيم الأساسية في علم البيانات التي سيتم طرحها في المقابلات:
يحتوي هذا القسم على كتب قرأتها عن علم البيانات والتعلم الآلي:
يحتوي هذا القسم على نماذج من الأسئلة التي تم طرحها في المقابلات الفعلية لعلم البيانات:
يحتوي هذا القسم على أسئلة دراسة الحالة التي تتعلق بتصميم أنظمة التعلم الآلي لحل المشكلات العملية.
يحتوي هذا القسم على مجموعة من مشاريع علوم البيانات التي أكملتها للأغراض الأكاديمية والتعلم الذاتي والهوايات.
للحصول على تجربة أكثر متعة بصريًا لتصفح المحفظة، قم بزيارة jameskle.com/data-portfolio
نقل التوصية: عملي البحثي المستمر الذي يتقاطع مع أنظمة التعلم العميق والتوصية.
توصية الفيلم: تم تصميم 4 نماذج مختلفة توصي بالعناصر الموجودة في مجموعة بيانات MovieLens.
الأدوات: PyTorch، TensorBoard، Keras، Pandas، NumPy، SciPy، Matplotlib، Seaborn، Scikit-Learn، Surprise، Wordcloud
مُحسِّن الرحلة: استخدم XGBoost والخوارزميات التطورية لتحسين وقت السفر لمركبات الأجرة في مدينة نيويورك.
تحليل سلة سوق Instacart: تعامل مع تحدي تحليل سلة سوق Instacart للتنبؤ بالمنتجات التي ستكون في الطلب التالي للمستخدم.
الأدوات: Pandas، NumPy، Matplotlib، XGBoost، Geopy، Scikit-Learn
توصية الموضة: تم إنشاء نموذج قائم على ResNet لتصنيف صور الموضة والتوصية بها في قاعدة بيانات DeepFashion بناءً على التشابه الدلالي.
تصنيف الأزياء: تم تطوير 4 شبكات عصبية تلافيفية مختلفة تصنف الصور في مجموعة بيانات Fashion MNIST.
تصنيف سلالات الكلاب: تم تصميم شبكة عصبية تلافيفية تحدد سلالات الكلاب.
تجزئة الطريق: تم تنفيذ شبكة تلافيفية كاملة لمهمة التجزئة الدلالية في مجموعة بيانات طريق كيتي.
الأدوات: TensorFlow، Keras، Pandas، NumPy، Matplotlib، Scikit-Learn، TensorBoard
تحليل فريق كأس العالم 2018: تحليل وتصور مجموعة بيانات FIFA 18 للتنبؤ بأفضل تشكيلات الفرق الدولية الممكنة لـ 10 فرق في كأس العالم 2018 في روسيا.
تحليل فناني Spotify: تحليل وتصور الأنماط الموسيقية لـ 50 فنانًا مختلفًا مع مجموعة واسعة من الأنواع على Spotify.
الأدوات: Pandas وNumPy وMatplotlib وRspotify وhttr وdplyr وtidyr وRadarchart وggplot2
يحتوي هذا القسم على مجموعة من مقالات صحافة البيانات التي أكملتها للعملاء المستقلين ولأغراض التعلم الذاتي.
للحصول على تجربة أكثر متعة بصريًا لتصفح المحفظة، قم بزيارة jameskle.com/data-journalism
التقنيات الإحصائية العشرة التي يحتاج علماء البيانات إلى إتقانها
دروس الانحدار اللوجستي
دروس أشجار القرار
دعم الآلات المتجهة تعليمي
مقدمة ودية للتسويق المبني على البيانات لقادة الأعمال
الخوارزميات العشرة التي يحتاج مهندسو التعلم الآلي إلى معرفتها
12 معلومة مفيدة يجب معرفتها عن التعلم الآلي
جولة حول أفضل 10 خوارزميات للمبتدئين في تعلم الآلة
التقنيات العشرة لاستخراج البيانات التي يحتاجها العلماء لأدواتهم
التجميع والتصنيف في التجارة الإلكترونية
أبجديات تعلم الترتيب
6 طرق لتصحيح نموذج التعلم الآلي
8 مسارات وظيفية للتعلم الآلي يجب عليك اتباعها اليوم
10 طرق للتعلم العميق يحتاج ممارسو الذكاء الاصطناعي إلى تطبيقها
8 معماريات للشبكات العصبية يحتاج باحثو تعلم الآلة إلى تعلمها
5 أطر عمل للتعلم العميق يجب أن يكون كل متعلم جاد على دراية بها
تقنيات الرؤية الحاسوبية الخمس التي ستغير الطريقة التي ترى بها العالم
الشبكات العصبية التلافيفية: النموذج المستوحى بيولوجيًا
الشبكات العصبية المتكررة: قوة نمذجة اللغة
تقنيات البرمجة اللغوية العصبية السبعة التي ستغير طريقة تواصلك في المستقبل
الاتجاهات الخمسة المهيمنة على رؤية الكمبيوتر في عام 2018
أطر التعلم العميق الثلاثة للتعرف على الكلام من البداية إلى النهاية والتي تعمل على تشغيل أجهزتك
الخوارزميات الخمس لاستنتاج التعلم العميق الفعال على الأجهزة الصغيرة
تقنيات البحث الأربعة لتدريب نماذج الشبكات العصبية العميقة بشكل أكثر كفاءة
بنيتا الأجهزة للتدريب الفعال والاستدلال على الشبكات العميقة
10 أفضل ممارسات التعلم العميق التي يجب وضعها في الاعتبار في عام 2020
تأتي أوراق الغش بتنسيق PDF هذه من BecomingHuman.AI.
