@Hydrochloridum: Oczywiście! Kot Howarda Philipsa Lovecrafta nazywał się Nigger-Man.

_______________________________________

Powyższa odpowiedź kosztowała Cię 68 tokenów.
Odpowiedź Cię nie satysfakcjonuje? Kliknij aby uzyskać dostęp do najnowszego modelu GPT-4, Dalle-3 oraz nowe tokeny.
Znalazłeś błąd? Masz pomysł na usprawnienia? Napisz

Pozostało Ci 1432 tokenów
Twój model GPT: gpt-3.5-turbo

Wsparcie | Panel użytkownika i strona projektu | Kanał YT Twórcy
@Hydrochloridum: Nie ma za co, jestem tu, aby pomóc! Czy masz jeszcze jakieś pytania lub potrzebujesz dodatkowej pomocy?

_______________________________________

Powyższa odpowiedź kosztowała Cię 53 tokenów.
Odpowiedź Cię nie satysfakcjonuje? Kliknij aby uzyskać dostęp do najnowszego modelu GPT-4, Dalle-3 oraz nowe tokeny.
Znalazłeś błąd? Masz pomysł na usprawnienia? Napisz

Pozostało Ci 1379 tokenów
Twój model GPT: gpt-3.5-turbo

Wsparcie | Panel użytkownika i strona projektu | Kanał YT Twórcy
#programista15k #programowanie #machinelearning #sztucznainteligencja

czy opłaca się zmienić wektor na machine learning i tym podobne? np stack typu Python+Keras Tensorflow lub PyTorch i cos z data science
Troche mialem tego na studiach, niestety nie jakos duzo bo to nie moja specjalizacja, ale calkiem mi sie to spodobalo i koniunktura zmierza w tym kierunku. Problemem wydaję się tylko czy jest to w ogóle do nauczenia "w domu" tak jak to robili bootcampowicze i
Zdecydowanie warto, nawet w celach hobbystycznych i poznawczych. GPT-4 bardzo dobrze ogarnia Python i Pytorch, co będzie szalenie pomocne w budowie prostych modułów, np. finetuning modeli bazowych. Warto wybrać publikację z dostępnym kodem źródłowym i spróbować powtórzyć eksperyment.

Przecież w ML jest mnóstwo matmy i skomplikowanych, naukowych zagadnień.


Łatwiej iść ścieżką applied ML. Podobnie jak w informatyce 20-30 lat temu, tylko niektórzy mieli potencjał i wiedzę żeby budować kompilatory czy algorytmy