Утро начинается не с ☕️, а с дайджеста!

Контекстные бандиты – это класс одношаговых алгоритмов обучения с подкреплением. Его задача – показывать пользователю наиболее подходящий контент исходя из его интересов. Для этого алгоритм динамически регулирует трафик, направляя показ того или иного варианта сегменту, в котором он работает лучше. Несмотря на возможности алгоритма, он не так широко известен в Data Science. Чтобы исправить это, автор блога на Medium (VPN) опубликовал пособие по контекстным бандитам. Он разбирает ситуации, когда применимы контекстные бандиты и чем они отличаются от A/В тестов и многоруких бандитов. Статья объясняет работу алгоритмов ε-greedy и UCB и показывает метод в деле.

Команда Yandex Cloud собрала в GitHub каталог типичных сценариев для построения аналитики в облаке. Data Platform Solution Library – это набор практических руководств, кода, документации и обучающих вебинаров. В библиотеке вы найдете описание того, как организовать гибридное хранение данных, как работать с Data Warehouse (DWH) и как переносить данные из Яндекс Директ или Метрики. В будущем библиотека пополнится рекомендациями по машинному обучению, real-time аналитике, репликации баз данных и не только.

Мне попались сразу две классные статьи с советами по построению графиков. Анастасия Кузнецова собрала 9 лучших практик создания столбчатых диаграмм (VPN). Например, она призывает не использовать 3D столбики и не скруглять их макушки. Это искажает пропорции и усложняет сравнение столбиков между собой. Вторая статья в блоге Datawrapper рассказывает про линейные диаграммы, а именно когда стоит приводить все данные в одном графике, а когда – представить их в виде отдельных панельных диаграмм. Приятный бонус – полезные источники в конце статьи.

#дайджест