@teherty:

Machine Learning in action z wydawnictwa Manning jest bardzo praktyczny i przystępny

@orzeszty:

Tak :>

@Maoryska:

Dla nas znaczenie mają umiejętności, nie certyfikaty ukończenia studiów, kursów itd. Myślimy, że coraz więcej pracodawców podziela naszą opinię w tej branży.

Jeśli chodzi o naukę, to jakiś kurs z edx/coursera/udacity typu "Introduction to programming". Dobrym ruchem byłoby jak najszybsze znalezienie praktyk w zawodzie, co można zrobić po ~ 6 miesiącach nauki.

@ZohanTSW:

Jeśli dostaniemy zaproszenie, to prawdopodobnie tak :>

@bill-adamsonn: Nie pracowaliśmy na uczelni, firmę założyliśmy zaraz po studiach

@Eragon91: 1. Jako Craftinity nie startowaliśmy
2. Wspomagamy sprzedaż naszych klientów
3. R nadaje się do analizy danych, do ML polecamy właśnie Pythona oraz Jave/Scale
4. Deep Learning :D
Odwiedź http://knbit.edu.pl/en/wiki/ai/ coś ciekawego na pewno znajdziesz

@JavaEngineer:

Kurs machine learning Andrew Ng z coursera, potem kurs o sieciach neuronowych Geoffrey'a Hintona też z coursera. Od strony praktycznej polecamy: 'Machine learning in action' z wydawnictwa Manning (kody w Pythonie - my lubimy Pythona i polecamy :>). Jeśli chodzi o Javę to jak pisaliśmy wcześniej, deeplearning4j, ale polecamy też Scalę :>

@ponury_szatniarz:

Już Marvin Minsky w 1969 pokazał że nie :>

@arturfartur: ( ͡° ͜ʖ ͡°)

@funnybunny:

Używamy Kanbana

@marooned:

Dużo łatwiej będzie Ci zacząć z pylearn2. Polecam deeplearning.net i tutoriale z tamtej strony. Bardzo łatwo zaimplementować Deep Belief Network w theano. Możliwe, że wkrótce udostępnimy kod na naszym githubie.

@Wilier:

Już możemy :> http://sfi.org.pl/agenda/deep-learning-dla-programistow/

@JavaEngineer:

Jasne, to nie język sprawia, że programujesz funkcyjnie, język może conajwyżej to ułatwić lub starać się narzucić. Wolimy Scalę, bo nie jest tak boilerplate jak Java.

@LeGgo:

1. to jest wymaganie dopiero dla seniora ;>
2. Recytacja The Zen of Python z pamięci na wyrywki.
3. Strong AI
4. Jeszcze nie ;>

@Ajakamr:

1) Przeciętna karta Nvidii jest całkiem potężna. Można też programować w C++ z użyciem instrukcji SSE4.2 na CPU. Do nauki jest to na pewno wystarczające, do pracy naukowej niekoniecznie, do komercji na pewno nie. Szczęśliwie istnieje Amazon Web Services i można sobie wynająć potężne karty graficzne za $0.08 (spot instance na tą chwilę) na godzinę.

2) Używamy deeplearning4j w Scali i piszemy nasz kod w Scali.

@PsiKutasBezS:

http://www.enlitic.com - oni robią Deep Learning w medycynie. Siemens zajmuje się analizą obrazów z CT oraz MRI od bardzo dawna.

@kodi1911:

To zależy od problemu. Ostatnio 12.