Wszystko

Najnowsze

Archiwum

spotter81
spotter81
  • 11
Hej! Popełniłem drugą wersję dashboardu z uwzględnieniem porad od Mirków z mojego poprzedniego wpisu. Dodałem filtr po rynku pierwotnym i wtórnym oraz mapkę z lokalizacją poszczególnych ogłoszeń. Można łatwo zaznaczać obszary na mapie żeby zawęzić wyniki wyszukiwania tylko do rejonów które nas interesują. Zapraszam do klikania i testowania!

Minusem jest małą ilość danych, gdyż te które są, są tylko z kilku ostatnich dni (poprzedni set musiałem wyrzucić gdyż brakowało tam informacji o
  • 7
  • Odpowiedz

  • Otrzymuj powiadomienia
    o nowych komentarzach
spotter81
spotter81
  • 1
zrobiłbym w obecnej wersji też pewnie większy kontrast pomiędzy najdroższymi a najtańszymi mieszkaniami (np. najtansze zielono, najdrozsze czerwono), bo obecnie kropki prawie się nie różnią kolorem


@policjantpeel: racja, poprawię to
  • Odpowiedz
tomaszs
  • 3
Hej Wykopowicze. Okazało się, że Assistant zyskał dzięki Wam popularność w sieci! Do tego stopnia, że Christian Young, Team Lead analityków danych z Nowej Zelandii napisał MEGA ciekawy artykuł, jak użył Assistant-a, aby lintować SQL-a w swoim zespole. Polecam lekturę! https://dev.to/ronsoak/doing-the-impossible-using-assistant-to-make-a-sql-linter-and-how-you-can-make-it-lint-whatever-you-want-2ke2

#sql #datascience #programowanie
  • Odpowiedz

  • Otrzymuj powiadomienia
    o nowych komentarzach
cieliczka
cieliczka
  • 2
Chiny zyskują przewagę nad USA w sztucznej inteligencji. Recepta Ameryki: drenaż mózgów bo sami sobie nie poradzą

Po zakończeniu koronawirusa USA z pewnością będą sięgać po naukowców także z Polski. W znalezisku i komentarzu więcej o tym dlaczego Chiny przejmują czołową pozycję w AI, a jedynym ratunkiem dla USA jest sięganie po pomoc za granicą

#liganauki #machinelearning #gospodarka #deeplearning #datascience #chiny
cieliczka - Chiny zyskują przewagę nad USA w sztucznej inteligencji. Recepta Ameryki:...

źródło: comment_1597246706X6HSlJmklAcBqVDZaerMbM.jpg

Pobierz
  • 3
  • Odpowiedz

  • Otrzymuj powiadomienia
    o nowych komentarzach
NewEpisode
  • 1
#python #artificialintelligence #datascience

Po poznaniu podstaw, klas, funkcji i innych (4 miesiące nauki, jeden skromny projekt z tkinter, os, shutil, ttk za sobą) co dalej robić? Pchać się w rozszerzanie podstaw czy próbować sił w AI czy DS? Nie mam pojęcia co chciałbym robić, interesuje mnie AI ale najchętniej spróbowałbym wszystkiego żeby sprawdzić. Jest jakaś opcja to sprawdzić po za samą nauką?
  • 7
  • Odpowiedz

  • Otrzymuj powiadomienia
    o nowych komentarzach
Xaaq
  • 1
@NewEpisode: W tym wypadku powiem, że mniej więcej wtedy gdy poznałem Pythona to także usłyszałem o machine learningu co mnie mocno zafascynowało. Jednak, gdy szukałem pierwszej pracy w Pythonie to raczej mało kto (o ile w ogóle) szuka ludzi do machine learningu na staż - więc wylądowałem na stanowisku z nim nie związanym. Jednak podczas pracy poznałem wiele różnych rzeczy, które mi się spodobały na tyle, że w sumie przestałem
  • Odpowiedz
Xaaq
  • 0
@NewEpisode: Aktualnie stanowisko Machine Learning Engineer (ofc pracuję w Pythonie) - chociaż aktualnie nasz zespół nie robi dużo stricte machine learningowych rzeczy.

Wcześniej pracowałem po prostu jako Software Engineer w innej firmie gdzie robiłem aplikacje w Pythonie na urządzenie IoT oraz robiłem backendowe serwisy (również w Pythonie).
  • Odpowiedz
Z.....z
Z.....z
  • 5
Programuję trochę w pythonie i zdecydowałem, że chcę nauczyć się działki datascience/machine learning, tak, aby w przyszłości (pół roku - rok) znaleźć pracę w tej działce. Jest jakiś dobry mirek albo dobra mirabelka która mogłaby polecić wartościowe materiały tj. książki, udemy, coursera, strony internetowe. Chcę unikąć władowania się na minę i tracić czas. Dzięki
#programowanie #datascience #machinelearning
  • 4
  • Odpowiedz

  • Otrzymuj powiadomienia
    o nowych komentarzach
Pyxelr
  • 3
@ZlotySiekacz:
* Lista książek <--- zbiór mojego autorstwa, który na bieżąco aktualizuję (sprawdź też nagłówki "data tools" oraz "math").
Ciężko polecić mi jedną pozycję, gdyż wszystko zależy od tego, gdzie masz braki, ale jak już miałbym wybierać, to: Python Data Science Handbook, a później Hands-On Machine Learning with Scikit-Learn and TensorFlow. Natomiast, do kariery Data Engineer, warto przerobić: Designing Data-Intensive Applications.

* Co
  • Odpowiedz
Hylfnur
  • 0
@bobeus: odblokowałem, a czemu akurat tam to dlatego że inne datasajensowe podyplomówki znalazłem w Gdańsku i Warszawie a jednak na zjazdy tam nie mogę sobie pozwolić. Program tej podyplomówki wygląda ogólnie spoko, jakby odpowiada temu czego bym chciał. Jednak pojawiają się punkty tj "strategie big data" i obawiam się prowadzącego czytającego dokumentację z 2015. Dlatego pragnę się dowiedzieć czy tam są praktycy czy jednak akademickie złogi. Słyszałem o egzaminach z
  • Odpowiedz
tptak
  • 7
Jestę liderę. Zapraszam jutro (piątek 21.07.2020) o 10:00.

Sesja z liderami sceny Deep Racer w Polsce. O tym czym jest Deep Racer - czy to zabawka czy jednak pełnoprawny samochód? Na czym polegają wyścigi Deep Racer-a? Czym jest RL (Reinforment Learning)? Jak rozpocząć swoją przygodę z AI w sposób ciekawy i pasjonujący? Czy można jeździć bez samochodu i prawka? Jak rozpoczęła się ich przygoda z DR? Przyjdź, zadaj pytania, posłuchaj i zainspiruj
tptak - Jestę liderę. Zapraszam jutro (piątek 21.07.2020) o 10:00. Sesja z lideram...

źródło: comment_15960994450zl6qwZNL4kVz84DxIcCI0.jpg

Pobierz
  • 2
  • Odpowiedz

  • Otrzymuj powiadomienia
    o nowych komentarzach
askorek
askorek
  • 2
Mirki z #datascience - czy znacie jakieś studia kursy w DS/ML warte swojej ceny?
Zamierzam zmienić branżę na DS. Podstawy znam, szukać umiem. Zależy mi na motywacji, tym żeby ktoś mnie poprowadził, praktycznych radach, znajomościach i papierze. Jestem z Krakowa, ale na zaoczne studia mogę gdzieś podjechać. Studia mogą być II,III stopień lub podyplomówka.
  • 2
  • Odpowiedz

  • Otrzymuj powiadomienia
    o nowych komentarzach
inny_89
  • 3
Witam Przyjaciele,
Mam do speców z #datascience, #machinelearning, #dataengineering i ogólnie #data prośbę o pokierowanie na to jak rozwiązać poniżej opisany poroblem.

Jak widzicie na załączonym obrazku mam rozpisany mocno ogólny ale oddający główną istotę problemu przykład, z którym się
inny_89 - Witam Przyjaciele, Mam do speców z #datascience, #machinelearning, #dataen...

źródło: comment_1595715799r0qzy4X8hJ1zOMabEOs6K9.jpg

Pobierz
  • 5
  • Odpowiedz

  • Otrzymuj powiadomienia
    o nowych komentarzach
Pyxelr
  • 2
@inny_89: Nigdy nie przyszło mi mierzyć się z takim problemem, ale szybko wygooglałem, że Twój problem może znaleźć rozwiązanie po zagłębieniu tematu "Fuzzy Matching".

Dla przykładu znalazłem artykuł autora biblioteki splink którą możesz użyć w Sparku. Jeśli dobrze zrozumiałem, to działa ona właśnie na podstawie obliczania prawdopodobieństwa dopasowań, co zostało opisane we wspomnianym wpisie pod nagłówkiem "How it works".
Polecam sprawdzić interaktywne demo zbliżone do Twojego problemu (znalezione
  • Odpowiedz
inny_89
  • 2
@Pyxelr: Dziękuję! Na pierwszy rzut oka wydaje mi się, że to dobry trop. Jakoś w moich poszukiwaniach w odmętach internetu za bardzo przywiązałem się do hasła: "Proximate Matching". Teraz jak czytam o "Fuzzy matching" to faktycznie jest to bliskie temu co potrzebuję.

W tygodniu postaram się to sprawdzić w robocie. Jeśli coś z tego wyjdzie to będę wołać z podziękowaniami i wrażeniami. :)
  • Odpowiedz
AndreaGreece
  • 1
hej, po kilku miesiącach nauki zaczynają mnie ogarniąc myśli, że jednak w ostatnim czasie jest zbyt duży hype na datascience, machine learning, big data - bardzo dużo osób uczących się tego, ofert pracy wcale nie jest jakoś super dużo, a konkurencji od cholery. Czy nie lepiej zamiast poświecać czas na pythona i data science uczyć się czegoś mniej popularnego np phpu. Jakie jest wasze zdanie na ten temat? Czy ktoś z Was
  • 25
  • Odpowiedz

  • Otrzymuj powiadomienia
    o nowych komentarzach
mprzemo
mprzemo
  • 1
Jest jakaś możliwość obliczenia właściwie to uproszczenia wyniku poniższej całki :

from sympy import *
x = Symbol('x')
f = Function
f = 1 / (exp(x) + exp(-x))
  • 2
  • Odpowiedz

  • Otrzymuj powiadomienia
    o nowych komentarzach

Powiązane tagi