[L.....G]

9 tygodni do startu.

Dziś może o "Gartner's 2016 Hype Cycle"

w kontekście #machinelearning

Otóż Machine Learning w roku 2016 został uplasowany na szczycie ww. wykresu, z prognozą
na dwa do pięciu lat "mainstream adoption", pomijając dysputy czy Hype Cycle ma sens i na ile jest wiarygodne, sami widzimy, że teraz tematyka AI jest teraz na topie, ale bez jakiegoś powszechnego wdrożenia w życie, AI pod strzechy Kowalskiego( czy też małych firm) dopiero trafi w przyszłości.

Czy będzie to 2 lata czy 5 czy może więcej, tego nie wiemy, ale któregoś dnia możemy się obudzić i stwierdzić, że tak na prawdę już jest w okół nas. Nie mówię tu oczywiście o jakiejś #ai która rozmawia z nami, ba może nawet rządzi światem ;) , tylko o małych elementach które dynamicznie dostosowują się do naszych potrzeb itd.

Kiedy już się obudzimy w takim świecie, i stwierdzimy, że trzeba się tym zająć, nauka zajmie też nie miesiąc, nie dwa, będziemy tymi z tyłu, a to pionierzy (którzy dobrze się wstrzelili) zgarniają śmietankę, czy to w postaci firm które już dominują, czy nawet będąc pracownikiem, lepiej być seniorem niż juniorem.

I dlatego m.in. pomysł #inompex aby wspólnie się uczyć (uczy każdy się sam ;) ) a raczej sobie pomagać, jak chociażby w szukaniu materiałów do nauki (na etapie początkowym) lub też pomagać w lepszym zrozumieniu danego tematu.


TL;DR
Zbieramy się na slacku, za 9 tygodni zaczynamy przerabiać te same kursy z tematyki Machine Learning #bigdata #datascienc itp. czy nawet na początku #naukaprogramowania #python ,#er jak ktoś nie miał do czynienia z tym wcześniej.

A teraz, klasycznie, krótkie FAQ które się będzie tworzyło jak będą napływały jakieś pytania:

1. Dlaczego jeszcze 9 tygodni do startu?

Po pierwsze aby dotrzeć do jak największej liczby osób w tym czasie.
Po drugie wakacje/urlopy, (dla wielu osób) nie sprzyjają, rozpoczynaniu nauki.
Po trzecie, ta mniejsza grupa będzie przecierała szlaki, mogą się wyłonić nowe pomysły, itd. mała grupa jest bardziej elastyczna, a projekt może ewoluować.
Po czwarte niektórzy w tym czasie mogą przyswoić sobie np. pythona lub jakieś inne podstawy podstaw

2. Jak dużą grupę chciałbym zebrać?

Jak największą, nawet jak by było 200 osób po tych 12 tygodniach nie będzie z tym problemu.

3. Dlaczego nie zebrać paru osób i nie lecieć w ciszy z materiałem?

Pewnie było by super, jednak, doświadczenie pokazuje, że niekoniecznie (chociaż było by super) od razu trafimy w osoby które, wiele się wykruszy, znając życie jak by zebrało się 200 osób, to połowa odpadnie po 2 tygodniach bo chcieli tylko zobaczyć o co chodzi, a potem kolejne "połówki" z kolejnymi tygodniami. Dlatego liczę na to, że z większej grupy na końcu zostanie parę naprawdę konkretnych osób.

4. Czy tylko wspólna nauka i to wszystko, po nauce koniec?

Na początek na pewno tak. Część pójdzie swoją drogą, ale liczę na to, że część osób w tym okresie pozna się, i będzie chciało coś stworzyć wspólnie większego jakiś projekt, czas pokaże.

5. Co to znaczy wspólny projekt?

Na to pytanie jeszcze nie odpowiem, bo chodzi mi wiele opcji po głowie, a w trakcie tych 12 tygodni może się zmienić, ale jak to mówią jak mierzyć to wysoko, w sumie AI to raczkująca dziedzina.
Ale przy okazji, jeśli chodzi o wspólne działania myślę aby wziać (jak się już ogarniemy bardziej) w jakimś konkursie na kaggle.com

6. Czy kursy (na coursea) które będziemy przerabiać są darmowe?

Tak, są darmowe, w trybie "audit", po prostu ma się dostęp do materiałów tylko na końcu nie dostaje się certyfikatu.
(ale wiedza zostaje :) )

7. Czym się w zasadzie różni Big Data od Machine learning?

Posłuże się linkiem: https://www.quora.com/What-is-difference-between-Big-Data-and-Machine-Learning

[L.....G]

@LowcaG: PS.
Chętnych proszę o napisanie na priv, to wyślę zaproszenie na slacka

[Mroczny_Pasterz]

@LowcaG weź proszę napisz na PW bo nie umiem z komórki wysłać ( ͡° ʖ̯ ͡°)

[L.....G]

weź proszę napisz na PW bo nie umiem z komórki wysłać ( ͡° ʖ̯ ͡°)

@Mroczny_Pasterz: Masz zablokowane PW ;)

[Mroczny_Pasterz]

@LowcaG i cannot into wykop ᕦ(òóˇ)ᕤ

[piteight]

@LowcaG: jak to jest z nie programistami? Chętnie bym się doszkolił z tej dziedziny, zacząłem podstawową naukę pythona i nawet miałem jakąś styczność z tensorflow, torch i caffe. Oprócz używania skryptów z githuba, jestem w tym temacie bardzo zielony - takie kursy były by dla kogoś takiego? Dodam, że na codzień zajmuję się zupełnie innymi rzeczami.

[L.....G]

@piteight: Temat ogólnie jest na tyle szeroki, że niszę znajdują w nim, zarówno programiści, ale też statystycy/matematycy czy też ogólnie ludzie ogarniający całość (ale mniej szczegółowo), używający głownie narzędzi stworzonych przez pozostałych.

Pomijając narzędzia (bo np. do takiego używania rapidminera, nie trzeba w ogóle umieć programować) to wypadało by mieć trochę liźnięte R i pythona bo mnóstwo bibliotek jest używanych w analizie.

A z drugiej strony kto powiedział, że wszystkiego nie

[d.....f]

@LowcaG kończę kurs ML na coursera, bardzo polecam, zrobiłem też sporo kursów na udemy ale pewnie kupię DL od Andrew NG jako następny

[L.....G]

Andrew NG

@darkelf: kurs od Andrew NG badzo też polecam, przystępny i dość szerokim zakresie porusza zagadnienia

[d.....f]

@LowcaG zrobiłeś już ten nowy?

[L.....G]

@darkelf: a nie, to nawet nie wiedziałem, że jest jakiś nowy.

NA razie robię jakieś losowe na luzie, a za tutułowe 9 tygodni, mam zamiar najpierw przelecieć całe specjalizacje dotyczące machine learning (potem może i zerknę na ten nowy)

[d.....f]

@LowcaG nie wiem jakie masz doświadczenie ale robienie po łebkach losowych kursów nic nie daje poza złudnym poczuciem nauczenia się czegoś

[L.....G]

nie wiem jakie masz doświadczenie ale robienie po łebkach losowych kursów nic nie daje poza złudnym poczuciem nauczenia się czegoś

@darkelf: Dlatego docelowo (za 9 tygodni) nie mam zamiaru robić losowo, no i trochę nadużyłem słowa "losowo" :)

[s.....y]

@LowcaG: pracujesz już jako dev?

[L.....G]

pracujesz już jako dev?

@stary_zielony: tak, ale z innej branży