Wszystko
Najnowsze
Archiwum
Miruny spod #kartografia #kartografiaekstremalna, kojarzycie jakąś stronkę/aplikację, na której mógłbym określić macierz najkrótszych odległości drogowych dla kilku miejscowości jednocześnie?
#kiciochpyta #analizadanych #datascience
#kiciochpyta #analizadanych #datascience
Co tu się odwaliło, Ci co wyprowadzili się z Chicago nie chcieli mieszkać pod miastem. Uznali, że warto zostawić jeszcze pas spalonej ziemi pomiędzy nimi a tym miastem. XD
#demografia #datascience
#demografia #datascience
źródło: comment_vTeqEV6et6vGsjuI3ZPRcvKyJCPhp7fs.jpg
Pobierz
Data is beautiful - Analiza gęstości zaludnienia na świecie
Mapy z nałożonymi słupkami które wskazują gęstość zaludnienia. Pozwala to uświadomić sobie jak nierówno ułożone jest zaludnienie w niektórych miejscach na świecie.
z- 61
- #
- #
- #
- #
- #
- #
Popularność 12 gatunków filmowych w latach 1910-2018
Tutaj ta sama, ale interaktywna grafika z ponad 10 tys najlepszych filmów z ostatnich 118 lat
(Uwaga na skalę procentową po lewej)
#infog #statystyka #kultura #filmweb #netflix #filmdokumentalny #horror #musical #fantasy #komedia #thriller #analizadanych danych #datascience
Tutaj ta sama, ale interaktywna grafika z ponad 10 tys najlepszych filmów z ostatnich 118 lat
(Uwaga na skalę procentową po lewej)
#infog #statystyka #kultura #filmweb #netflix #filmdokumentalny #horror #musical #fantasy #komedia #thriller #analizadanych danych #datascience
źródło: comment_4e7go8iQrIk2gMwDbhNKfB1kUCZ1CPdQ.jpg
Pobierz
GenreRelativePopularity
@cieliczka: ciekawe czemu filmy wojenne były tak popularne w okresie 1939-1945? Hm.. nie mogę połączyć wątków
źródło: comment_LolXqmvzS4X98eQQlOxivlwrFIRGDOLK.jpg
Pobierz
@cieliczka: interesujące, na przykładzie thrillerów można wysnuć wniosek, że ludzie szukają w filmach mocniejszych emocji podobnie horrory tendencja wzrostowa, może nawet trochę napędzana rozwojem efektów specjalnych. Komedie constans, ludzie potrzebują uśmiechu cały czas ( ͡° ͜ʖ ͡°)
konto usunięte via iOS
Czy jak w #spark mam zaznaczone by dzielil workerow po rowno
conf.set(„spark.scheduler.mode”, „FAIR”)
ale nie dzieli po rowno xD to wina sparka czy ze cos jest zle ustawione?
#python #programowanie #datascience
conf.set(„spark.scheduler.mode”, „FAIR”)
ale nie dzieli po rowno xD to wina sparka czy ze cos jest zle ustawione?
#python #programowanie #datascience
konto usunięte via iOS
@Tomek7: nie wiem czy to problem z danymi, ale dzieki
konto usunięte via iOS
@luzny_lori: @Tomek7: ok chyba juz zrozumialem co jest nie tak
spark faktycznie ustawia FAIR, ale „scheduling across applications” byl na domyslnych ustawieniach i bede musial zmienic, zeby np ustawic limit „core’ow” uzywanych przez jedna aplikacje
w dokumentacji pod „job scheduling” sa te informacje jakbyscie chcieli poczytac
spark faktycznie ustawia FAIR, ale „scheduling across applications” byl na domyslnych ustawieniach i bede musial zmienic, zeby np ustawic limit „core’ow” uzywanych przez jedna aplikacje
w dokumentacji pod „job scheduling” sa te informacje jakbyscie chcieli poczytac
Cześć, czy jest ktoś kto studiuje Data Science na PJATK ? Jak ocenia to co można się tam nauczyć? Czy warto zmieniać SGH Big Data na ten kierunek ? (chociażby żeby dyplom był z informatyki) ?? Czy do ETL potrzebny jest bezwzględnie dyplom z inf. ? I czy jak mam zamiar zajmować się Data Science to jaka droga jest najlepsza (od ETL?) czy inna?
#sgh #pjatk #datascience
#sgh #pjatk #datascience
@trelis_morelis: Za bardzo kombinujesz kolego :)
@trelis_morelis nie zmieniaj. Pracuję w branży i zmiana nie ma najmniejszego sensu. No i do ETL nie jest potrzebny dyplom z informatyki.
Hej #datascience i #machinelearning!
Tym razem mam dla was artykuł wprowadzający w uczenie nienadzorowane. Temat trochę mniej "modny" niż uczenie nadzorowane, ale wydaje mi się, że nie mniej ciekawy. Zapraszam więc:
https://www.jakbadacdane.pl/analiza-skupien-na-przykladzie-algorytmu-k-srednich/
#jakbadacdane
Tym razem mam dla was artykuł wprowadzający w uczenie nienadzorowane. Temat trochę mniej "modny" niż uczenie nadzorowane, ale wydaje mi się, że nie mniej ciekawy. Zapraszam więc:
https://www.jakbadacdane.pl/analiza-skupien-na-przykladzie-algorytmu-k-srednich/
#jakbadacdane
#bigdata #sgh #machinelearning #datascience
Hej, słuchajcie mam takie pytanie. Jest tu jakiś absolwent Big Data na SGH i może podzielić się tym jak jest na rynku? Aktualnie studiuję BD na SGH i mam średnie odczucia. Czy jest sens to teraz rzucać i iść na jakąś informatykę ? Generalnie interesuje mnie głownie działka ML, hurtownie danych, cloud computing, czyli mniej analizy a więcej robienia. Myślałem,
Hej, słuchajcie mam takie pytanie. Jest tu jakiś absolwent Big Data na SGH i może podzielić się tym jak jest na rynku? Aktualnie studiuję BD na SGH i mam średnie odczucia. Czy jest sens to teraz rzucać i iść na jakąś informatykę ? Generalnie interesuje mnie głownie działka ML, hurtownie danych, cloud computing, czyli mniej analizy a więcej robienia. Myślałem,
@trelis_morelis: To się chyba powinno nazywać analiza danych z SAS patrząc na Wasze przedmioty.
@trelis_morelis: Sama uczelnia jak i kierunek jest szanowana - szczególnie przez działy HR, więc jak umiesz ładnie odpowiedać na pytania rekrutacyjne to spokojnie się gdzieś załapiesz. Warto szczególnie działać w kołach naukowych i działać w projektach studenckich. Jakbyś chciał iść w typowy machine learning gdzie będzie Cię już rekrutował ktoś kto sie na tym zna, no to już jakiś poziom musisz prezentować - statystyka/programowanie np w R itp.
Generalnie jak
Generalnie jak
#datascience #machinelearning #tensorflow #programowanie
koledzy pomocy. muszę napisać jakąś prostą sieć do tego? jak się za to zabrać żeby było łatwo i przyjemnie :D
TensorFlow, keras?
https://archive.ics.uci.edu/ml/datasets/letter+recognition
koledzy pomocy. muszę napisać jakąś prostą sieć do tego? jak się za to zabrać żeby było łatwo i przyjemnie :D
TensorFlow, keras?
https://archive.ics.uci.edu/ml/datasets/letter+recognition
5 rzeczy, których (prawdopodobnie) nie wiedzieliście o Elasticsearch
Elasticsearch okazał się wydajną, nierelacyjną bazą danych, zorientowaną na wyszukiwanie pełnotekstowe w dużych, rozproszonych zbiorach dokumentów. Jednocześnie oferuje on szereg mechanizmów i rozwiązań, które mają bezpośredni wpływ na otrzymywane przez nas wyniki.
z- 2
- #
- #
- #
- #
- #
- #
Hej #datascience i #machinelearning!
W tym tygodniu artykuł nieco leniwy, ale myślę, że będzie szczególnie przydatny dla programujących w #jezykr.
W artykule omawiam całkiem ciekawy pakiet o nazwie auditor. Jeśli potrzebowałeś kiedyś porównać właściwości modeli predykcyjnych w R to będzie to narzędzie w sam raz dla Ciebie:
https://www.jakbadacdane.pl/pakiet-auditor-weryfikacja-walidacja-i-analiza-bledow-modelu-w-r/
#jakbadacdane
W tym tygodniu artykuł nieco leniwy, ale myślę, że będzie szczególnie przydatny dla programujących w #jezykr.
W artykule omawiam całkiem ciekawy pakiet o nazwie auditor. Jeśli potrzebowałeś kiedyś porównać właściwości modeli predykcyjnych w R to będzie to narzędzie w sam raz dla Ciebie:
https://www.jakbadacdane.pl/pakiet-auditor-weryfikacja-walidacja-i-analiza-bledow-modelu-w-r/
#jakbadacdane
@grajlord: jest kilka firm wspierających R dla badań klinicznych - choćby Mango Solutions. Poza tym nawet sam SAS używa R. Najnowszy produkt SAS Data Mapper korzystał z kilku modułów R do trenowania AI, i wcale się z tym nie kryją.
źródło: comment_XmyzmN3Hfo0Szy1HgEqgZc7JHLl8snE9.jpg
Pobierz
Hej,
Mirasy mam do Was pytanie dotyczące przyszłości data science w polsce.
Studiuje sobie infę, jestem na drugim roku. Do tej pory wiadomo, robiłem to co musiałem na uczelnię, a na własną rękę uczyłem się po trochu wielu rzeczy. Grzebałem trochę w froncie, nawet pare zleceń mi wpadło po znajomych i rodzinie. Uczyłem się trochę programowania pod Androida. Ale generalnie to nie dla mnie chyba. Od kilku miesięcy dokształcam się w kierunku
Mirasy mam do Was pytanie dotyczące przyszłości data science w polsce.
Studiuje sobie infę, jestem na drugim roku. Do tej pory wiadomo, robiłem to co musiałem na uczelnię, a na własną rękę uczyłem się po trochu wielu rzeczy. Grzebałem trochę w froncie, nawet pare zleceń mi wpadło po znajomych i rodzinie. Uczyłem się trochę programowania pod Androida. Ale generalnie to nie dla mnie chyba. Od kilku miesięcy dokształcam się w kierunku
Treść przeznaczona dla osób powyżej 18 roku życia...
@ostry_ananas: Polecam dwie rzeczy:
1) zacznij pokazywać w sieci (blog, github, youtube, whatever), że masz pasję do danych
2) zastanów się nad szukaniem pracy zdalnej
Ścisłe wykształcenie bardzo pomaga. Ja pracuję jako Data Scientist za oceanem i za każdym raziem jak się przedstawie klientowi na początku projektu, że mam doktorat z fizyki to zaczynają słuchać co mam do powiedzenia.
1) zacznij pokazywać w sieci (blog, github, youtube, whatever), że masz pasję do danych
2) zastanów się nad szukaniem pracy zdalnej
Ścisłe wykształcenie bardzo pomaga. Ja pracuję jako Data Scientist za oceanem i za każdym raziem jak się przedstawie klientowi na początku projektu, że mam doktorat z fizyki to zaczynają słuchać co mam do powiedzenia.
Hej.
W tym tygodniu powróciłem do problemu jakości powietrza i próby określenia gdzie było najlepiej i najgorzej w 2017 roku w Polsce. Wyszło tak sobie i nie za bardzo mam pomysł jak to ugryźć :D. Zasadniczym problemem jest mała ilość oficjalnych punktów pomiarowych. Ale o tym już w artykule ;)
https://www.jakbadacdane.pl/jakosc-powietrza-w-polsce-2-rok-2017-oczami-oddychajacego-polaka/
#jakbadacdane #datascience
W tym tygodniu powróciłem do problemu jakości powietrza i próby określenia gdzie było najlepiej i najgorzej w 2017 roku w Polsce. Wyszło tak sobie i nie za bardzo mam pomysł jak to ugryźć :D. Zasadniczym problemem jest mała ilość oficjalnych punktów pomiarowych. Ale o tym już w artykule ;)
https://www.jakbadacdane.pl/jakosc-powietrza-w-polsce-2-rok-2017-oczami-oddychajacego-polaka/
#jakbadacdane #datascience
@Avitus:
Wydaje mi się, że potrzebujesz tak naprawdę dwóch statystyk, które będziesz potem analizował we wzajemnym kontekście - jakość powietrza oraz jakość danych.
W kwestii modelowania jakości powietrza, to u siebie stosujesz dość prostą metodę średniej ważonej, ja bym się zastanowił nad jakimś modelem "przestrzennym", modelującym też korelacje, jakiś model mieszany.
Jeżeli chodzi o modelowanie jakości danych, to jakaś prosta statystyka wynikająca z liczby dostępnych punktów i odległości.
Albo można
Wydaje mi się, że potrzebujesz tak naprawdę dwóch statystyk, które będziesz potem analizował we wzajemnym kontekście - jakość powietrza oraz jakość danych.
W kwestii modelowania jakości powietrza, to u siebie stosujesz dość prostą metodę średniej ważonej, ja bym się zastanowił nad jakimś modelem "przestrzennym", modelującym też korelacje, jakiś model mieszany.
Jeżeli chodzi o modelowanie jakości danych, to jakaś prosta statystyka wynikająca z liczby dostępnych punktów i odległości.
Albo można
@lekkonieobecny: Wow, fajnie to wyszło. W sumie też mi się ten temat przewija cały czas w tle, ale nie ogarnąłem jeszcze na tyle heat map w Pythonie żeby było warto o tym pisać. A widziałem że faktycznie Tableau nieźle sprawdza się w takich wizualizacjach. Zdecydowanie też coś takiego muszę przygotować w Pythonie i w R ;)
Ahoj #datascience i #machinelearning. Wy to pewnie mnożycie macierze w bazach danych i inne cuda robicie. Ale może jest wśród was #newbie który jeszcze nie miał do czynienia z bazami danych. I właśnie z myślą o osobach początkujących napisałem artykuł w którym dzielę się moimi przemyśleniami na temat używania baz danych w projektach data science. Od razu ostrzegam, że temat jest na poziomie bardzo początkującym.
@ja_tu_czytam: Nie obrażam się ;). I mam pewien pomysł jak to ugryźć, ale jeszcze nie przetestowany - użyć modułu dask (https://dask.org/).
W samym artykule też piszę o tym, że możemy w ogóle nie zbudować ramki danych bo zabraknie nam pamięci ( ͡° ͜ʖ ͡°).
W sumie to jest to pomysł na artykuł na przyszłość. Może faktycznie w takiej sytuacji polegnę. Ale i tak będzie o
W samym artykule też piszę o tym, że możemy w ogóle nie zbudować ramki danych bo zabraknie nam pamięci ( ͡° ͜ʖ ͡°).
W sumie to jest to pomysł na artykuł na przyszłość. Może faktycznie w takiej sytuacji polegnę. Ale i tak będzie o
@Avitus: czekam na kontynuację ^^
Prognozowanie niedoskonałe, ale nieuniknione
Prognozy ekonomiczne są często błędne, dlatego można byłoby się zastanawiać, po co w ogóle je tworzyć. Głównym uzasadnieniem jest to, że większość uczestników rynku jest uzależnionych od przewidywań przyszłości. "Ludzie potrzebują opowieści i uzasadnień, a rynki zaczynają się niepokoić (...)"
z- 1
- #
- #
- #
- #
- #
- #
Dzisiaj Python Machine Learning (September 2015)
https://www.packtpub.com/packt/offers/free-learning
#packtpubfreelearning #python #machinelearning #datascience
https://www.packtpub.com/packt/offers/free-learning
#packtpubfreelearning #python #machinelearning #datascience
źródło: comment_5tnvYV5cKCXxB597Itqi9fsbQGJvq5SM.jpg
Pobierzu mnie coś stronka szwankuje, nie pokazuje dzisiejszej pozycji ani przycisku akceptacji oferty
@uhu8: Pozmieniali coś i trzeba wyłączyć blokery reklam.
Za każdą poradę, artykuł będę wdzięczny
#naukaprogramowania #matplotlib #python #programowanie #datascience #analizadanych
źródło: comment_h2ZLA3oFnBhy4IiDT96JK0t47cwCGNXz.jpg
PobierzPo co Ci to w ogóle potrzebne? Dopasowujesz rozkład?