Hej, wielokrotnie dostaję wiadomości od użytkowników Wykopu z pytaniem, o materiały do nauki Data Science i powiązanych dziedzin. Prawdą jest, że wszystko jest w Internecie. Wiem też, że wykopki z reguły nie korzystają z książek o programowaniu i it. Ja jednak je wręcz ubóstwiam. Akurat robię przemeblowanie w gabinecie, więc postanowiłem Pokazać Wam, co przeczytałem w tematyce Python/AI/Matma i Filozofia AI, ciągu ostatnich 3-4 lat, w formie papierowej. W formie elektronicznej pewnie było tego 20x więcej.
Podzieliłem książki na 6 grup. Od lewej:
- ogólne książki związane z Pythonem (btw. ta największa na górze to mój pierwszy kontakt z tym językiem, po przeczytaniu całej plus sporej ilości materiałów z Internetu dostałem 1 pracę ponad 6 lat temu. Bardzo ją polecam) - techniczne książki dotyczące AI/ML/NLP itd (właśnie widzę, że brakuje czegoś z Computer Vision. Trzeba to nadrobić) - książki dotyczące chmury, potoków danych, kubernetesów i Hadoopa - książki dotyczące filozofii nauki w kontekście AI, jest tam sporo filozofii języka dla nlp czy epistemologii, oraz zestaw klasycznych tekstów z filozofii informatyki, jak papery Moora czy Turinga - matematyka (w tym statystyka, złożoność obliczeniowa czy kryptologia) - bazy danych i SQL
W komentarzach wrzucę zbliżenia. Gdyby ktoś był zainteresowany wymienionymi pozycjami i prosił o opinię/recenzję lub pomoc w dobraniu czegoś pod swoje potrzeby, służę pomocą. Jest tam sporo bardzo interesujących perełek.
@JamesJoyce: Dużo książek i w związku z tym dużo człowiek zapomina, gdy wiedza jest nieużywana. Więc jaką masz strategię odzyskiwania zaginionej wiedzy? Anki, fiszki, te książki jeszcze raz czytasz?
@eU2MO: tak, mam notatki porobione. Np Regresja jakaś - lista książek wraz z nr stron. Poza tym, mam bardzo dobrą pamięć. Dodatkowo, korzystam np. z ciekawych fragmentów kodu z repo załączonego do książki, które robi coś za mnie. Mam notatki takich snippetów.
@JamesJoyce: Gratuluje! Też kiedyś kolekcjonowałem książki (Helion rlz). Problem jest taki, że w IT wszystko co starsze niż 2 lata często jest już mocno nieaktualne. W przypadku frameworków i języków to pewnikiem. Niektórzy mówią, że algorytmy i teoria będą ponadczasowe ale w przypadku algorytmów i metod w AI to obecnie również się to szybo dezaktualizuje, bo rozwój tak zapierdala że algorytmy stosowane 2 lata
wszystko co starsze niż 2 lata często jest już mocno nieaktualne
Oj nie wszystko. Matma jest taka sama, statystyka też, podstawowe rodzaje modeli AI również są te same. Zgadzam się jednak z tym, że sporo pozycji traci na wartości z biegiem czasu.
Matma jest taka sama, statystyka też, podstawowe rodzaje modeli AI również są te same.
@JamesJoyce: tylko co Ty zrobisz na rynku z samą matmą i statystyką? Podstawowych rodzajów modeli też nikt bezpośrednio nie stosuje właśnie dlatego bo są przestarzałe
@JamesJoyce: ja akurat nie mam książek fizycznych, zbieram półlegalnie PDFy na ebooka. Polecam w zasadzie wszystko od O'Reilly na co się człowiek natknie oraz szczególnie Designing Data-Intensive Applications (zdziwiło mnie, że tego nie masz)
@w__k: Haha tak się składa, że miałem zajęcia z Rasiową. A ja kupiłem jej książkę, bo polecała :D Grzegorczyk nie jest tragiczny, zwłaszcza, jak już coś wiesz. Swego czasu robiłem dużo z różnymi logikami, ale wtedy byłem biednym studentem i nie stać mnie było na Kripkego 60 stron za 120 zł.
@JamesJoyce: Życiński xD A gdzie Mieczysław Krąpiec i jego dzieła? Tak na serio, to przyzwoity zbiór, chociaż brakuje Norvig & Russell "SI. Nowe spojrzenie" albo Jurafsky & Martin (chyba tylko ang.). Tunstalla i kilka innych też mam na półce. Z cegieł do Pythona wolę "Fluent Python" Ramalho.
Hej, wielokrotnie dostaję wiadomości od użytkowników Wykopu z pytaniem, o materiały do nauki Data Science i powiązanych dziedzin. Prawdą jest, że wszystko jest w Internecie. Wiem też, że wykopki z reguły nie korzystają z książek o programowaniu i it. Ja jednak je wręcz ubóstwiam. Akurat robię przemeblowanie w gabinecie, więc postanowiłem Pokazać Wam, co przeczytałem w tematyce Python/AI/Matma i Filozofia AI, ciągu ostatnich 3-4 lat, w formie papierowej. W formie elektronicznej pewnie było tego 20x więcej.
Podzieliłem książki na 6 grup. Od lewej:
- ogólne książki związane z Pythonem (btw. ta największa na górze to mój pierwszy kontakt z tym językiem, po przeczytaniu całej plus sporej ilości materiałów z Internetu dostałem 1 pracę ponad 6 lat temu. Bardzo ją polecam)
- techniczne książki dotyczące AI/ML/NLP itd (właśnie widzę, że brakuje czegoś z Computer Vision. Trzeba to nadrobić)
- książki dotyczące chmury, potoków danych, kubernetesów i Hadoopa
- książki dotyczące filozofii nauki w kontekście AI, jest tam sporo filozofii języka dla nlp czy epistemologii, oraz zestaw klasycznych tekstów z filozofii informatyki, jak papery Moora czy Turinga
- matematyka (w tym statystyka, złożoność obliczeniowa czy kryptologia)
- bazy danych i SQL
W komentarzach wrzucę zbliżenia. Gdyby ktoś był zainteresowany wymienionymi pozycjami i prosił o opinię/recenzję lub pomoc w dobraniu czegoś pod swoje potrzeby, służę pomocą. Jest tam sporo bardzo interesujących perełek.
Pozdro mordki :)
źródło: att.2Fviy6B3kFXAu4_Zr63cMjZ0Bud8gsMMvTshBreu6IA
Pobierzźródło: att.YoCgLAw4bgDK65WIB326K8Nm1y3U5W26DmLKH4tB2wE
Pobierzźródło: att.9CZNdpW4bHcR3RsrAgotDHeGOmjy-suCF29HNJIkSm4
Pobierzźródło: att.C9A6QMnxX_2TnNSqNR8NBYIGFgbobiWePqkPCGIwWG4
Pobierzźródło: att.tBgKUwqcmiX-YFyGfkW4DO5Jk2qZn4wWe0MBJ0hji7o
Pobierzźródło: att.d_5dwAXkzdhXVi6d3R5aza-3C14oSwMq6Q-NeY9iqQU
Pobierzźródło: att.Zl7vbncqMsc9NZqUhbGKMZg15RAqzSUnksFn2JW3gQE
Pobierz@JamesJoyce: Gratuluje! Też kiedyś kolekcjonowałem książki (Helion rlz).
Problem jest taki, że w IT wszystko co starsze niż 2 lata często jest już mocno nieaktualne. W przypadku frameworków i języków to pewnikiem. Niektórzy mówią, że algorytmy i teoria będą ponadczasowe ale w przypadku algorytmów i metod w AI to obecnie również się to szybo dezaktualizuje, bo rozwój tak zapierdala że algorytmy stosowane 2 lata
Oj nie wszystko. Matma jest taka sama, statystyka też, podstawowe rodzaje modeli AI również są te same. Zgadzam się jednak z tym, że sporo pozycji traci na wartości z biegiem czasu.
@JamesJoyce: tylko co Ty zrobisz na rynku z samą matmą i statystyką?
Podstawowych rodzajów modeli też nikt bezpośrednio nie stosuje właśnie dlatego bo są przestarzałe
@enten: Rasiowa i Grzegorczyk do pieca. XD
@kawalerka15k: To jest z bykiem, prawda? Mam w koszyku na helionie ( ͡° ͜ʖ ͡°)
https://helion.pl/ksiazki/podstawy-matematyki-w-data-science-algebra-liniowa-rachunek-prawdopodobienstwa-i-statystyka-thomas-nield,pomads.htm?srsltid=AfmBOooEE4qCETdRYVcyKV91t24h-6I8ECxqZ4b8KBHYXBuO3edaVl3Q#format/d