Setup numpy, matplotlib and scipy in Windows

Wiki:

1) https://ru.wikipedia.org/wiki/NumPy

2) https://ru.wikipedia.org/wiki/SciPy

3) 

Install instructions:

1) https://numpy.org/install/

with pip:

python -m pip install -U numpy

2) https://matplotlib.org/stable/users/installing.html

with pip:

python -m pip install -U matplotlib

3) https://scipy.org/install/

with pip:

python -m pip install -U scipy ipython jupyter pandas sympy nose

Github:

1) https://github.com/numpy/numpy

Lessons, guides:

1) https://pythonworld.ru/numpy/1.html

2) NumPy в Python. Часть 1 https://habr.com/ru/post/352678/

3) https://numpy.org/devdocs/user/quickstart.html

4) https://cs231n.github.io/python-numpy-tutorial/

5) Нескучный туториал по NumPy https://habr.com/ru/post/469355/

6) https://scipy-lectures.org/

7) SciPy, оптимизация https://habr.com/ru/post/439288/

8) SciPy, алгоритмы на графах https://habr.com/ru/post/438464/

9) SciPy, оптимизация с условиями https://habr.com/ru/company/ods/blog/448054/

10) SciPy, ввод и вывод в MATLAB https://habr.com/ru/post/438600/

11) Способы создания гистограмм с помощью Python https://habr.com/ru/post/470535/

12) 50 оттенков matplotlib — The Master Plots (с полным кодом на Python) https://habr.com/ru/post/468295/

13) График счастья с python, pandas и matplotlib https://habr.com/ru/post/274927/

14) (!)https://matplotlib.org/stable/tutorials/introductory/images.html

Машинное обучение:

1) Открытый курс машинного обучения. Тема 1. Первичный анализ данных с Pandas https://habr.com/ru/company/ods/blog/322626/

2) DeepPavlov стал частью Google Summer of Code в 2021 году https://habr.com/ru/company/ods/blog/549002/

3) Мои machine learning тулы для инвестирования https://habr.com/ru/company/ods/blog/548788/

4) Итоговые проекты курса Deep Learning in Natural Language Processing (by DeepPavlov Lab) https://habr.com/ru/company/ods/blog/514072/

Plotly, pandas, seaborn:

1) Шпаргалка по визуализации данных в Python с помощью Plotly https://habr.com/ru/post/502958/

2) Анализ данных с использованием Python https://habr.com/ru/post/353050/

3) Как строить красивые графики на Python с Seaborn https://habr.com/ru/company/otus/blog/540526/

4) Многомерные графики в Python — от трёхмерных и до шестимерных https://habr.com/ru/post/456282/

5) Продвинутый уровень визуализации данных для Data Science на Python https://habr.com/ru/company/skillfactory/blog/510320/

Курс лекций «Основы цифровой обработки сигналов» https://habr.com/ru/post/460445/.

1. Сигналы: аналоговые, дискретные, цифровые. Z-преобразование

https://nbviewer.org/github/hukenovs/dsp-theory/blob/master/src/dsp_theory_1_signals.ipynb
2. Преобразование Фурье: амплитудный и фазовый сигнала, ДПФ и БПФ
3. Свертка и корреляция. Линейная и циклическая свертка. Быстрая свёртка
4. Случайные процессы. Белый шум. Функция плотности вероятностей
5. Детерминированные сигналы. Модуляция: АМ, ЧМ, ФМ, ЛЧМ. Манипуляция
6. Фильтрация сигналов: БИХ, КИХ фильтры
7. Оконные функции в задачах фильтрации. Детектирование слабых сигналов
8. Ресемплинг: децимация и интерполяция. CIC-фильтры, фильтры скользящего среднего
9. Непараметрические методы спектрального анализа
10. Усреднение по частоте и по времени. Полифазный БПФ

Свертка:

1) Наглядно объясняем операцию свертки в моделях глубокого обучения https://proglib.io/p/convolution

2) Копируем человеческий мозг: операция «Свертка» https://habr.com/ru/articles/333772/

3) https://en.wikipedia.org/wiki/Convolution

4) Свертка (математический анализ)

5) Сверточные нейронные сети

6) Свёртка в Deep Learning простыми словами https://www.reg.ru/blog/svyortka-v-deep-learning-prostymi-slovami/

7) Сверточный слой: методы оптимизации основанные на матричном умножении https://habr.com/ru/articles/448436/

8) Лекция 6а. Понятие свёртки https://bmstu-iu9.github.io/scheme-labs/lect06a.html

9) Линейная и циклическая свертка https://ru.dsplib.org/content/conv/conv.html

10) Лекция 21. Ядро Фейера. Операция свертки https://teach-in.ru/lecture/2022-04-20-Solodov-1