@shadowboxer: Ech, dobra, to poprzednie pytanie było takie sobie. Na początek kup po prostu książkę Statystyka od podstaw z systemem SAS Ewy Frątczak. Masz tam wprowadzenie do narzędzia Enterprise Guide, czyli troszkę łatwiejszego składnika pakietu. Wszystkie procedury masz tam opisane równolegle językiem programowania SAS 4GL, który jest raczej SAS-em właściwym. Wada: książka nie ma dedykowanej dla siebie strony ze zbiorami danych, ale mam je i mogę udostępnić Ci spakowane
  • Odpowiedz
@hawker: Nie wiem czy takie nagrody to standard w tego typu konkursach. Nie wydaje mi się to dużo jak na wiedzę jakiej potrzebuje, chyba lepiej się zająć sportem, śpiewaniem albo dilerką.

Ciekawe jak jest potem z prawami własnościowymi do programu. Bo może się to okazać dla organizatora złotym interesem.
  • Odpowiedz
@Akant: wsyzstkie tego typu konkursy to raczej czysta rozrywka, niż sposób zarabiania. Taki np. kaggle mimo dużych nagród daje stosunkowo niskie prawdopodobieństwo wygrania.
  • Odpowiedz
@rith: Przerobiłem tutoriale po tym jak udostępnili to, ale dalej nie miałem za bardzo czasu (i szczerze mówiąc pomysłu) co dalej robić. Mam teraz parę wolnych dni i skoro przypomniałeś to może tym razem coś zrobię (jak się zabiorę to podzielę się na mirko) ;)
  • Odpowiedz
Czołem Mirki!
Ja jestem OPem tego tematu, wrzucam jeszcze raz żeby uniknąć nieporozumień i nękania @vuvkid

Część z Was pyta się czasami o kierunek Big Data na SGH. Chciałem usiąść i trochę napisać o tym co i jak.

Dla tych co jeszcze nie wiedzą: od Lutego 2015 na SGH otwarto studia magisterskie o bardzo chwytliwej nazwie: Analiza Danych i Big
  • 7
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

@Delur: Podstawowe i zaawansowane z dr Przanowskim spokojnie. Co do NMO to jest to taki dość dziwny przedmiot, na kolokwia da radę się nauczyć bez znajomości matmy/algorytmów, jednak z ćwiczeniami może być mały problem - tegoroczny projekt/praca domowa do najłatwiejszych nie należały :)
Ale ogólnie to nie ma co się martwić - wszystkiego można się nauczyć, problemem raczej nie będzie brak matmy tylko może braki w znajomości SAS/R. Ale bez
  • Odpowiedz
Jak duża jest obecna wikipedia? Niech za odpowiedz posłuży fakt, że proste obrabianie zrzutu wiki angielskiej, tylko w najnowszej wersji (podstawowa tokenizacja, czyli troche regexpow) na skompresowanym dumpie zajeła na 16 procesorowej maszynie z 212GB RAMu - 2h, a czego ok 80% to rozpakowanie i parsowanie XMLa.
#ciekawostkiwlasne #takietam #datascience dla ubogich ( ͡° ͜ʖ ͡°)
  • 9
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

O to teraz następne pytanie - gdzie dorwałeś się do takiej maszynki? :>


@rith: AWS, Azure, Google Cloud, wszedzie sa tego typu sprzety na godziny :)
  • Odpowiedz
Patrzę, że od mojego odejścia rok temu niewiele się ruszyło w tym temacie. Chłopaki z programowania tyrają ostro a tutaj hula wiatr. Fakt, że głównym motorem napędowym tego miejsca był nieodżałowany @msq (wypijmy za tych którzy już z nami nie śmieszkują).

Zatem tak, wróciłem i obiecuję cośtam pisać. Może uda się rozkręcić na mirko jakąś grupę dejtasajensową.
#datascience
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

Mirki od #programowanie mam pytanie raczej z tych głupich,ale szukając w polskim internecie znalazłem jeszcze głupsze odpowiedzi także przepraszam że wołam w sprawie która pewnie była pierdyliard razy ale jedna rzecz mnie ciekawi.

Co trzeba umieć aby zostać programistą #python ?
W sensie co muszę umieć aby móc bez strachu szukać jakiś fajnych staży albo nawet juniora aplikować?
Dodam że nie specjalnie interesuję mnie webdev,szukałbym raczej czegoś w
  • 18
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

@raffish: Bardzo dobre zestawienie.
Chciałbym zobaczyć takie samo zestawienie Matlab vs R lub Matlab vs Python.
Cały czas na uczelni byłem "otoczony" matlab-em a w praktyce R lub Python lepiej się sprawdzał.
  • Odpowiedz
TED: Wspaniałe i przerażające konsekwencje komputerów, które potrafią się uczyć

What happens when we teach a computer how to learn? Technologist Jeremy Howard shares some surprising new developments in the fast-moving field of deep learning, a technique that can give computers the ability to learn Chinese, or to recognize objects in photos, or to help think through a medical diagnosis. (One deep learning tool, after watching hours of YouTube, taught itself the
  • 5
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

@Hauleth: Tylko że to się dopiero w ostatnim czasie zaczęło tak rozwijać. W takim tempie! Porównując inne cudowne technologie, np. ze świata medycyny, komórki macierzyste i terapie z nimi związane - już istnieją, ale pojedyncze przypadki, zanim to wejdzie do "powszechnego użycia", miną lata.
Tutaj to praktycznie od razu może wejść do powszechnego użycia, te algorytmy są już używane. Oczywiście na wpływ na technologię odczuwalną bezpośrednio dla każdego człowieka trzeba
  • Odpowiedz
Big Data Technology Fundamentals

Big Data Technology Fundamentals provides baseline general knowledge of the technologies used in big data solutions. It covers the development of big data solutions using the Hadoop ecosystem, including MapReduce, HDFS, and the Pig and Hive programming frameworks. This web-based course helps you build a foundation for working with AWS services for big data solutions. This course is offered at no charge, and can be used on its own
  • 2
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

Researchers build pattern-recognition model that acts like a human

A trio of MIT researchers has developed a machine learning model that might help humans make better sense of big data by helping us make better sense of the patterns it discovers. Its creators call it the Bayesian Case Model, but a simpler description might be the example-creator.

https://gigaom.com/2014/12/08/researchers-build-pattern-recognition-model-that-acts-like-a-human/

#
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

Darmowy ebook na temat zarobkow w sektorze Big Data na rynku amerykanskim.

2014 Data Science Salary Survey

Tools, Trends, What Pays (and What Doesn't) for Data Professionals

[epub,
  • 2
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach

LinkedIn explains its complex Gobblin big data framework

LinkedIn shed more light Tuesday on a big-data framework dubbed Gobblin that helps the social network take in tons of data from a variety of sources so that it can be analyzed in its Hadoop-based data warehouses.

https://gigaom.com/2014/11/26/linkedin-explains-its-complex-gobblin-big-data-framework/

#
m.....q - LinkedIn explains its complex Gobblin big data framework

LinkedIn shed mor...

źródło: comment_EUKIpMU7RRnZIokqO1tGYrITqQteASWL.jpg

Pobierz
  • Odpowiedz
  • Otrzymuj powiadomienia
    o nowych komentarzach