#pjatk #pw #eiti #mini #mimuw #programowanie #machinelearning #datascience

Dobra Mirki, jest taki temat - kończę inżyniera na EiTI PW i pracuję w oddziale IT pewnej firmy z Big Pharmy na 4/5 etatu i zastanawiam się, co dalej. Pracę mi nieśpieszno zmieniać, ale problematyczny staje się wybór magisterki.

Co mnie interesuje? Dwa kierunki rozwoju - architektura systemów uwzg.
  • 15
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

@robber: Zbanowany kolega kazał przekazać ( ͡° ͜ʖ ͡°)

punkt 5 z jego listy to nawet dobry pomysł

tylko nie żadne g---o tutoriale,kursy i bootcampy

bo się g---o z tego nauczy

tylko niech normalnie,najpierw niech weźmie jakąś dobrą książke do rachunku prawdopodobieństwa i niech
  • Odpowiedz
Mirki, przede mną trudne zadanie. Może po prostu czasochłonne?

Z racji mojej obecnej pracy powinienem liznąć przynajmniej podstaw #vba, #cpp , #C, i może #pascal.
Jednak zaczęły mnie ostatnio jarać strasznie #siecineuronowe, #machinelearning, i wszystko co związane z #datascience i #bigdata, w związku z tym pewnie powinienem ruszyć również coś w stronę #python
  • 11
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

@Cooltec: Zaczynając od końca, na start Ubuntu. Łatwo się przesiąść z Windowsa, ma dobre wsparcie i jest mało wymagający na początek. Co do języków, to ja bym zaczął od jednego, a dopiero po dobrym opanowaniu go, zaczynał kolejne. I naukę najlepiej zacząć od pisania, a nie czytania milionów tutoriali bez praktyki.
  • Odpowiedz
@Cooltec: A kim chcesz zostać? Jak programistą to C# albo Java, od biedy jeszcze C++ ale to wąskie specjalizacje.

Zaczynanie od języków skryptowych ma ten problem że będziesz przenosił z nich złe wzorce których tam jest cała masa.
  • Odpowiedz
Próbował ktoś skutecznie pobierać zawartość postów i komentarzy z zamkniętych Facebookowych grup?
Graph API działa tylko dla otwartych. Próbowałem korzystać z Octoparse i różnie konfigurować, ale wyników brak/same duplikaty albo wyrzuca mi się straszny b----l, który w sumie nadal nie jest tym co trzeba.
#bigdata #datascience #parser #programowanie #facebook
  • 1
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

Anony spod tagów #ai #sztucznainteligencja #datascience i wielu innych - w czerwcu 2018 organizowany jest w Budapeszcie Brain Bar - festiwal technologii przyszłości. Jedną z głównych atrakcji będzie "spotkanie" z Sophia - robotem stworzonym przez Hanson Robotics, o której ostatnio jest bardzo głośno, choćby z tego powodu, że jako pierwszy robot na świecie została zarejestrowana jako obywatel jednego z krajów (w tym przypadku Arabii Saudyjskiej). Ale
S.....n - Anony spod tagów #ai #sztucznainteligencja #datascience i wielu innych - w ...
  • 3
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

@harris108 studiować nie studiowałem. Ale trochę siedzę w bigdata i chyba jest to jeden z najbardziej przyszłościowych i dobrze opłacanych kierunków. W Warszawie jako junior możesz liczyć na 5 netto podstawy na spokojnie.
  • Odpowiedz
Mirki, dziś darmowy #ebook z #packt: "Principles of Data Science"
https://www.packtpub.com/packt/offers/free-learning

Polecam obserwować: #packtpubfreelearning

Jeśli ktoś się spóźni i chce książkę proszę od razu na PW adres email wraz z tytułem książki. Zgodnie z polskim prawem nie można legalnie udostępnić tych zasobów masowo. Ale można bezpośrednio, korzystając ze stosunku towarzyskiego, więc
MiKeyCo - Mirki, dziś darmowy #ebook z #packt: "Principles of Data Science"
https://...

źródło: comment_ynP3MViSdTMBEdGbbVVq3K8uNsPV3YCi.jpg

Pobierz
  • 3
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

Kto z tagu #datascience faktycznie pracuje jako "naukowiec danych" (czyli według mnie bardziej nacisk na dane niż sama umiejętność korzystania z api algorytmów machine learning i jako takie je rozumienie - chociaż to oczywiście również) ?
Czy jest osoba która przepoczwarzyła się z programisty w data scientist ?
Na jakim faktycznie poziomie wymagana jest wiedza z statystyki i prawdopodobieństwa?
Znalazłem taki learning plan - może ktoś rzucić okiem i ocenić
  • 10
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

@LeopoldStuff: Buduje modele ryzyka oparte o analizie danych. Karty scoringowe, modele jak PD, LGD, EAD czy jakies inne optymalizacje portfeli kredytowych i inwestycyjnych. Obecne stanowisko: Manager w Credit Risk Department. Wymagana wiedza statystyczna jest znikoma. Wystarczy rozumieć koncept. Statystyka w biznesie jest na najprostrzym poziomie czyli albo regresja liniowa/logistyczna, albo Kołmogorow-Smirnow albo Anova. Czyli zwykłe testowanie hipotez. Podstawy statystyki w ogóle nie są potrzebne. Wystarczy, że działa i wszyscy są
  • Odpowiedz
@LeopoldStuff: Pracuję nad oprogramowaniem do analizy danych satelitarnych. Statystyka i machine learning w satelitach mało się przydają. ESA stawia na sprawdzone, klasyczne metody. Jakieś grupowanie, box plot, średnie kroczące.

Co innego same modele do wytworzenia danych. Tutaj bez algebry liniowej i analizy matematycznej nawet nie masz co zaczynać. Równania różniczkowe cząstkowe, SVD, kwaterniony.

Tak więc wszystko zależy od projektu. Wbrew powszechnej opinii, najlepsi ludzie od data science mają dużo wiedzy
  • Odpowiedz
Sadzisz ze po skonczeniu planu lekcji jestes w stanie cos z tego zrobic?


@interface: hm..powiem tak, samo przerobienie akurat tej specjalizacji, to tak jak by się nauczyć składni danego języka i mówić, że już komercyjnie można być wymiataczem #15k . A wiadomo, że składania to wstęp co całej nauki.

Aczkolwiek, po nabraniu pewnej wprawy w pythonie (a raczej bibliotek z tej branży) uważam, że już coś tam można sklecić. Przetestujemy
  • Odpowiedz
Mirki, dziś darmowy #ebook z #packt: "Java Deep Learning Essentials"
https://www.packtpub.com/packt/offers/free-learning

Polecam obserwować: #packtpubfreelearning

Jeśli ktoś się spóźni i chce książkę proszę od razu na PW adres email wraz z tytułem książki. Zgodnie z polskim prawem nie można legalnie udostępnić tych zasobów masowo. Ale można bezpośrednio, korzystając ze stosunku towarzyskiego, więc
MiKeyCo - Mirki, dziś darmowy #ebook z #packt: "Java Deep Learning Essentials"
https...

źródło: comment_ahCaJnKdADRqLWoEgMlCp9xyLkkgGBH7.jpg

Pobierz
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

Mirki, dziś darmowy #ebook z #packt: "Python Data Science Essentials"
https://www.packtpub.com/packt/offers/free-learning

Polecam obserwować: #packtpubfreelearning

Jeśli ktoś się spóźni i chce książkę proszę od razu na PW adres email wraz z tytułem książki. Zgodnie z polskim prawem nie można legalnie udostępnić tych zasobów masowo. Ale można bezpośrednio, korzystając ze stosunku towarzyskiego, więc
MiKeyCo - Mirki, dziś darmowy #ebook z #packt: "Python Data Science Essentials"
http...

źródło: comment_IcKvwuT95Q7MJ8rHfwuenWc0oIRcG7y2.jpg

Pobierz
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

Czy mógłby ktoś polecić strony gdzie mogę znaleźć bazy danych w formacie obrazów potrzebne do nauki sieci neuronowych? Interesują mnie duże ilości danych zdjęć owoców w przyzwoicie posortowanych paczkach. Teoretycznie dość łatwy target, ale nie mam pojęcia, gdzie takich rzeczy szukać.

#machinelearning #datascience #studbaza #bazydanych
  • 4
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

Zaczęło się!

12 tygodni pojawił się mój pierwszy post odnośnie wspólnej nauki szeroko rozumianego Data Science
Przez ten czas zgłosiło się ponad 80 chętnych osób, część już nawet zaczęła przed oficjalnym startem (czyli dziś).

W ramach motywacji, będę tak pewnie co +/- 2 tygodnie informował o postępach, ile się wykruszy czy w ogóle całość padnie (nie padnie, bo zostanę ja ;) ).
  • 25
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

@LowcaG: Zdajesz sobie sprawe, ze pracujecie na algorytmach opracowanych w latach 50-tych (perceptron Franka Rosenblatta w 1957), 60-tych (nearest neighbour 1967) i 70-80tych (rekurencyjne sieci neuronowe 1982). Te technologie miały przyszłość również 70 lat temu, kiedy je opracowano.
  • Odpowiedz
@LowcaG: Idąc jego tropem myślenia można powiedzieć

Co za debile jarają się samochodami, przecież koło to wymysł prehistoryczny a silnik spalinowy to ma jakieś 150 lat (Autorem koncepcji silnika spalinowego był Philippe Lebon a pierwszy silnik, który znalazł zastosowanie stworzył Étienne Lenoir w roku 1859).


  • Odpowiedz
@Crock92: no tak tak, ale jak robie image segmentation na datasecie 100k obrazków, to moje GPU w laptopie i tak małe ma znaczenie tutaj trzeba jakiegoś Google Cloud Azure zapuszczać i tak też robie, bo niestety do titanów w domu dostępu nie mam. Niestety nowe maki mają tylko radeony, wiec nie wiele na nich da rade policzyc. Zresztą laptop nie służy do dużych obliczeń :P Z perspektywy małych zbiorów danych
  • Odpowiedz
#anonimowemirkowyznania
Pytanie do #python i #datascience :
Anonimowo, bo nie wiem czy warto to doradzać kumplowi, a zagląda tu i wie, że mam konto
Mamy następującą osobę:
-python podstawy + jakiś projekt zrobiony po godzinach, powiedzmy pół roku nauki
-doktorat z fizyki robiony za granicą, praca eksperymentalna zawierająca zautomatyzowaną analizę danych. Z tym, że nie w pythonie, ale przy użyciu innych narzędzi.
  • 5
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

@AnonimoweMirkoWyznania: niech naciera R i Pythona do tego jupyter. Ogarnie kurs statystyki może być coursera itp, są dość zaawansowane kursy tam. Niech zrobi kilka małych projektów związanych z analizą i wizualizacją danych (cokolwiek, nawet ruch na parkingach we wrocławiu).

Mój znajomy o bardzo podobnym podłożu co twój, z tym że umiał wcześniej dobrze pythona obrał taką drogę i w ostatnich dniach podpisał kontrakt na 100% zdalną robotę b2b za minimum
  • Odpowiedz