@dog_meat: Uuuu... No tak, źle zrozumiałem "konstrukcje językowe jakie są niezalecane".
@BillyMenadzer Co do wyglądu kodu.
Tutaj masz pokazanych kilka "dobrych praktyk", których ludzie się trzymają, oraz odnośniki do blogów: https://stackoverflow.com/questions/522356/what-sql-coding-standard-do-you-follow
Możesz skorzystać ze stron i programów, które po wpisaniu kodu sformatują Ci go. Jeśli któraś forma Ci się spodoba i łatwiej Ci na niej pracować, to takiej się trzymaj.
Chyba dużo zależy od rodzaju produktu oraz od tego jakie dane są dostępne. Są dostępne szablony (ilość, sprzedaż, przychody, marża, a potem jak to jest w stosunku do zamówień a dane miesięczne w podziale na rzeczywiste, planowane i prognozę). Takie zestawienie widziałam w pewnej firmie (nie zajmuję się tym).
Mnie by dodatkowo interesowało: tendencja rozwojowa, sezonowość, koncentracja wg kontrahentów oraz kwestia płatności faktur, bo można mieć zysk i stracić płynność. Jeśli chodzi
@PiotrokeJ: Ogólnie polecam zrobienie kilku kursów na datacampie, jeśli chcesz to zrobić w R/Pythonie.
Są fajne paczki do wizualizacji nawet w formie interaktywnej, ale ogólnie to najlepiej ładne wykresy i ew możesz jakąś analizę statystyczną zrobić. Ekspertem nie jestem, uczę się dopiero, ale tak to widzę.
Podcast który mi #!$%@?ł głowę. Programowanie probabilistyczne - Ben Vigoda - MIT Media Lab, twórca startupu tworzącego jedne z pierwszych procesorów zoptymalizowanych pod AI kupionego przez Darpe, jeden z liderów z programowania probabilistycznego

https://soundcloud.com/twiml/twiml-talk-033-ben-vigoda-power-probabilistic-programming

#datascience #siecineuronowe no i z #programowanie może kogoś zainteresuje
@matiit: spróbuję ale to jest wyjątkowo ciekawe mimo, że większości nie rozumiem. Czytam teraz o własnościach sieci neuronowych i o próbie ekstrakcji jakichś wzorów z nich może tam będzie coś równie dziwnego ;)
@neszwil: Umieć wczytać jakieś dane z csv przy pomocy numpy, zmodyfikować je nieco, może jakiś wykres w matplotlib (albo np. bokeh jak chcesz się pochwalić), policzyć jakieś wartości typu średnia, mediana, może jakąś średnią ruchomą (ale tu zaczynamy poza zielonkę wychodzić). Założenie jest takie, że chesz się nauczyć - oni chcą żebyś się douczył, a Ty pokazujesz, że się przygotowałeś.
Czy jest tu może osoba zajmująca się na co dzień tematyką związaną z #bigdata #datascience #machinelearning #analizadanych i mogłaby udzielić kilku wskazówek dla osoby dopiero wchodzącej w temat?

Od października zaczynam studia magisterskie na kierunki Big Data na SGH (inżyniera robiłem na zupełnie innym kierunku) i zastanawiam się jak najlepiej rozwijać się w tej branży. Z tego co wiem, na studiach będe miał możliwość poznania głównie języka R, SASa troche Pythona i
@wytrzzeszcz: Czy tylko mi wydaje sie dziwne skok w magisterkę bez przygotowania?
@mam_Cie_na_strzala: Big data jest ścieżką opierającą się na analizie dużych wolumenów danych. Bardziej niż technologie ważniejsze jest zrozumienie procesów i technik umożliwiających składowanie i analizowanie dużej ilości danych. Po drodze pewno poznasz parę języków ( jak np python i go ) i narzędzi ( takich jak SQL, Hadoop .. ), ale nadal najważniejsze jest zrozumienie sposobów podejścia do
@mam_Cie_na_strzala:

Generalnie data science to szerokie pojecie. W roznych firmach zatrudniaja DS i w ramach tej samej pozycji, zakres obowiazkow moze byc rozny (nawet w tej samej firmie). To co jest konieczne zeby byc DS to:
1. statystyka
2. SQL
3. znajomosc programowania - w stopniu pozwalajacym na samodzielne pisanie skryptow (Python lub R)

W takiej pracy beda wymagac duzej samodzielnosci w rozwiazywaniu problemow niescisle zdefiniowanych, a dane sa czesto nieustrukturyzowane
11 tygodni do całkowitego startu.

Minął tydzień, na razie powolutku do przodu, pierwsi chętni to zgłębiania tematyki już są.

Na razie, przed oficjalnym startem, na rozgrzewkę wrzucamy jakiś kurs #python bo jak by nie patrzeć, aktualnie #machinelearning, ogromna część to Python i R.

A teraz krótkie przypomnienie, zbieram ludzi którzy chcą zgłębić temat machine learning, #bigdata #datamining #datascience i w ogóle #ai wszystko powolutku, bez stresu, ale do przodu.

A teraz
Pobierz L.....G - 11 tygodni do całkowitego startu.


Minął tydzień, na razie powolutku do...
źródło: comment_GdMbyJJ1R6TNSolyN7apeQ1aXP1qSTRq.jpg
jakiś poziom zaawansowania uczestniczących jest wymagany?


@boloney: No najlepiej jak ktoś coś tam ogarniał, chociaż w minimalnym stopniu, czy to miał pojęcie coś o programowaniu, czy też już coś z nazwijmy to data science ogólnie.

Aczkolwiek jak ktoś jest silnie zmotywowany i jest w miarę rozgarnięty, może i od zera, większość kursów (te które ruszymy za 10 tyg. będzie i tak leciała od podstaw (tylko różnie ludzie mogą myśleć co to
Powyższy przykład ze skręcaniem w lewo naprawdę miał miejsce. W 2011 roku kierowcom UPS zasugerowano, aby w miarę możliwości unikali skrętów w lewo. Muszą wtedy ustępować pierwszeństwa, dłużej stać na skrzyżowaniach oraz wykonywać więcej niebezpiecznych zakrętów. Zamiast tego powinni możliwie często skręcać w prawo, korzystając z pierwszeństwa przejazdu. Nawet jeżeli nieznacznie wydłużali w ten sposób trasę do punktu docelowego.

-----
http://www.spidersweb.pl/2017/07/big-data-analiza-danych-data-science.html
-----

Korwin jednak miał rację.

#datascience #bigdata #korwin #heheszki
@Snuffkin: a co z Coursera, dosyc dobre community mieli pare lat temu, teraz wiekszosc platna i dawno sie w nic nie angazowalem wiec nie wiem ile teraz ludzi tam sie uczy.
A gdyby tak badanie miejsca zbrodni zacząć od... kurzu?
Okazuje się, że bakterie w nim zawarte i ich proporcje mogą powiedzieć całkiem sporo o składzie osób przebywających w danym pomieszczeniu. Kobiety, mężczyźni, psy, koty - kogo więcej, kogo mniej?

Otwieramy w nowej karcie i sprawdzamy jakich dodatkowych lokatorów mamy w domu :)

#biologia #datascience #ciekawostki a przy okazji kolejna przyjemna #wizualizacja danych

Źródło - Scientific American

#whatadata – analiza i wizualizacja danych,
Pobierz w.....a - A gdyby tak badanie miejsca zbrodni zacząć od... kurzu?
Okazuje się, że ba...
źródło: comment_PyDtDWt5QfkWYkp086x790hKiMrWmelp.jpg
W październiku będę zaczynał trzeci rok metod ilościowych na SGH. Planuję wiązać swoją przyszłość zawodową z data science. Obecnie trochę forsuję rozwijanie twardych umiejętności na tym polu, poprzez uczenie się z zasobów internetowych. Przeglądając ofertę studiów II stopnia na SGH dotyczących analizy danych, wydaje mi się, że w tamtym czasie, większość rzeczy będę przerabiał po raz drugi, po przerobieniu ich już samodzielnie (zaczyna się to już dziać).

Ostatnio myślałem o magisterskich zagranicą,
@Hayek: Słyszałeś o tym programie: http://kolegia.sgh.waw.pl/pl/KAE/struktura/KEI/oferta/Strony/qem.aspx? Generalnie skierowany jest do ludzi po MIESI(witam kolegę ;D) i polega to na tym, że przez pierwszy semestr uczysz się na esgiehu do testów i potem jeśli je dobrze napiszesz, wyjeżdzasz na 3 następne semestry na dwa z czterech uniwersystetów do wyboru: Paryż(Sorbona), Barcelona, Bielefeld i Wenecja. Kończysz wtedy magisterkę z podwójnym dyplomem SGH+QEM. Jedynym problemem jest to, że te miasta są dosyć drogie