[JamesJoyce]

@JamesJoyce: Python

[JamesJoyce]

@JamesJoyce: AI

[JamesJoyce]

@JamesJoyce: Potoki danych

[JamesJoyce]

@JamesJoyce: Filozofia AI

[JamesJoyce]

@JamesJoyce: Matma

[JamesJoyce]

@JamesJoyce: Bazy danych. Miłego dnia:)

[eU2MO]

@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?

[JamesJoyce]

@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.

[enten]

ciągu ostatnich 3-4 lat

@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

[JamesJoyce]

@enten:

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.

[enten]

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

[k.....k]

@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)

[AntyKuc]

@JamesJoyce: Jaki dział matmy jest najważniejszy do ML? Statystyka, czy algebra liniowa?

[w__k]

wszystko co starsze niż 2 lata często jest już mocno nieaktualne

@enten: Rasiowa i Grzegorczyk do pieca. XD

[JamesJoyce]

@enten: Nie no, wiadomo. Czasem wracam, to, czego potrzebuję mam w głowie. Niektóre trzymam ze względów sentymentalnych (｡◕‿‿◕｡)

[JamesJoyce]

@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]

Designing Data-Intensive Applications

@kawalerka15k: To jest z bykiem, prawda? Mam w koszyku na helionie ( ͡° ͜ʖ ͡°)

[JamesJoyce]

@AntyKuc: Na początku statystyka i prawdopodobieństwo. Później algebra, pochodne, całki itd. Tutaj masz to całkiem nieźle rozpisane:

https://helion.pl/ksiazki/podstawy-matematyki-w-data-science-algebra-liniowa-rachunek-prawdopodobienstwa-i-statystyka-thomas-nield,pomads.htm?srsltid=AfmBOooEE4qCETdRYVcyKV91t24h-6I8ECxqZ4b8KBHYXBuO3edaVl3Q#format/d

[pa6lo]

@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.

[wafel93]

@enten: helion jest najgorszym co spotkało polski rynek IT, ze względu na ich patologiczne tlumaczenia