Список проголосовавших за комментарий "Артур, по Питому много всякого читал все не упомнишь. В памяти всплывает <a href="/r.php?u=https%3A%2F%2Fwww.amazon.com%2FFluent-Python-Concise-Effective-Programming-ebook-dp-B0131L3PW4%2Fdp%2FB0131L3PW4%2F&s=117142218">Fluent Python</a>, возможно она немного устарела. Вообще по Питону часто просто советуют читать <a href="/r.php?u=https%3A%2F%2Fdocs.python.org%2F3%2Findex.html&s=2711219431">документацию</a>. В ней огромное количество примеров. Начать с <a href="/r.php?u=https%3A%2F%2Fdocs.python.org%2F3%2Ftutorial%2Findex.html&s=2895187528">введения</a>. <br/> <br/> Со временем понимаешь, что в программировании важен не сам язык, а как правильно подойти к архитектуре программы, если она больше, чем пару сотен строчек. Начать можно <a href="/r.php?u=https%3A%2F%2Fwww.amazon.com%2FCode-Complete-Practical-Handbook-Construction%2Fdp%2F0735619670&s=10557616">Code Complete</a> — все книжки на Амазоне, которые выводятся вместе с ней в ходят в классику по этой теме. <br/> <br/> По ML мне понравились курсы ВЭШ. Сначала прослушать курс <a href="/r.php?u=https%3A%2F%2Fwww.coursera.org%2Flearn%2Fvvedenie-mashinnoe-obuchenie&s=3038962275">Воронцова</a>, а потом от победителей <a href="/r.php?u=https%3A%2F%2Fwww.coursera.org%2Flearn%2Fcompetitive-data-science&s=1169712443">Kaggle</a>. И желательно поучаствовать в соревнованиях Kaggle — там всегда идет активное обсуждения, много примеров от умеющих людей. Советую вступить в канал Slack <a href="/r.php?u=https%3A%2F%2Fods.ai&s=1689400800">ODS</a> и походить на <a href="/r.php?u=https%3A%2F%2Fods.ai%2Fevents&s=2778269278">ML тренировки</a><br/> <br/> "