Exp1
Nobody-
Сообщений
19 -
Зарегистрирован
-
Посещение
-
Время онлайн
11ч 33м 23с
-
Drakonian понравился пост в теме: Программирование[10]
-
Бля обожаю пацанов , которые нихуя не понимают о чем говорят и спорят) какие нахуй метрики? офлайн и онлайн бизнеса ? какие гипотезы? h0 и h1 и АБ тестирование? какие нахуй решения кейсов? ебануть отчетность ? Это необходимый минимум в DS`E это должен каждый долбоеб знать) Просто если ты идешь в аналитику ОЧЕВИДНО , что ты больше учишь статистику и должен быть больше во влечен в бизнес . Все,что ты перечислил выше как раз и первые 2 курса статистики,которые я скинул. Офлайн метрики учатся за несколько часов
-
madvlaydin понравился пост в теме: Программирование[10]
-
Тут согласен,но расписать все - все для DS и жизни не хватит. Насчет вакансий ML,то тут не соглашусь. Вакансий чутка поменьше,но их предостаточно ) Скиллов здесь хватит и на дата аналитика и на млщика. Из девопса перекатится в дата энжинера люди и сами смогут ) Насчет переименовать гайд из DataScience в ML. А ML по-вашему это не DataScience?)) Я еще раз повторяю,что нет людей , которые включают в себя и аналитику,инженеринг,мл ,ресерч и тд. Есть конкретные разбиения в этой области . Просто в СНГ еще осталась это колхозная хуйня "DataScientist". В нормальных местах никто никогда так не напишет в вакансию. Если вы откроете 10 вакансий на том же хх DataScientist , то это будут 10 разных работ ) Один будет отчеты в экселе хуячить,другой модельки пилить,другой в продакшен их выкатывать и данные собирать и тд. Раз нет то что собственно вы обсуждаете? Или у тебя шиза чел То что есть область DataScience,тупоголовый долбоеб ) Бля,прости,что в таком тоне с Вашем Величеством разговариваю ) Стоило прочитать 10 сообщений твоих на форуме чтобы понять,что ты долбоеб с психическим расстройством
-
можете хуячить по МЛю вроде все
-
Во-первых, если вы не идете в область DataScience потому,что вы плохо знали в школе математику или ее боитесь,то я спешу вас обрадовать ) Школьной математики там практически нет. Все что вам нужно для старта немножко мат.статистики,примерно столько же линейной алгебры и еще меньше мат.анализа. НЕ ПУГАЙТЕ СЕБЯ МАТЕМАТИКОЙ - основы из этих дисциплин учатся даже если ты ебучий тупой осел за несколько месяцев(ссылки как что и где будут ниже) Во-вторых, вам стоит осознать ,что нет профессии DataScientist . Почему нет? очень подробно объяснено в этом видео. Обязательно к просмотру,а потом уже думаете в какой конкретно дисциплине вам комфортнее будет развиваться. https://www.youtube.com/watch?v=lDkTNURDIaY&t=380s&ab_channel=Компьютерныенауки Так-же хочу добавить,что помимо стандартного MachineLearning есть DeepLearning,которая основана на нейронных сетях(переходите сюда только после хорошего фундамента в стандартном MachineLearning`e) Теперь давайте перейдем непосредственно к тому,что и где изучать: *По языку это Python 100%,даже не думайте про R и тд. Python это основа в DS`E. Я не буду сюда прикладывать курсы и тд. Думаю здравый человек сам разберется и найдем себе что-то по душе. Ибо их просто дохуища и книг и курсов чего угодно. ООП вам знать до вход в DeepLearning не нужно. Так что можете просто изучить сначала основы. *Фреймы/библиотеки для Python и тд. Стек примерно следующий:pandas(эксель на стероидах),numpy(библиотека для линейной алгебры),matplotib,seaborn(для визуализации данных),sklearn(для непосредственно machinelearning), про DeepLearning писать не буду думаю там дальше человек разберется . Где все это учить опять же будет ниже *Перейдем к математическому аппарату. Не нужно углубляться в изучение математики и пытаться до мелочей понять,что под капотом . Всему свое время. Основы которые вы должны знать из матана: нахождение производных, понятие и нахождение градиента, и чуть-чуть уметь в оптимизацию. в линале все еще проще: знать действия с матрицами,векторами и тд . понимание ЛНЗ,и всякие свд разложения. Про статистику чуть ниже будет. Непосредственно курсы: http://wiki.cs.hse.ru/Заглавная_страница - супер годнота от ВШЭ ПМИ (топ 1 направление в снг по DS) тут и математику можете изучать все,что угодно и тд тут семинары лекции домашки) короче кто захочет разберется https://www.coursera.org/programs/university-20-35-learning-program-ldwrc/browse?authProvider=university2035&collectionId=&productId=LJJquPNEEeq8aA7CXQtyOw&productType=s12n&showMiniModal=true - здесь непосредственно вся математика , которая вам будет нужна. Также рекомендую почитывать http://mathprofi.ru/ - там расписано совсем для ебланов. если прям ботать то вот список программы Шада https://yandexdataschool.ru/static/files/shad_program.pdf СТАТИСТИКА - Основы статистики от карпова на stepik вам хватит первые две части за глаза http://wiki.cs.hse.ru/Введение_в_анализ_данных_(майнор_ИАД) - введение в Ml на пальцах https://habr.com/ru/company/ods/blog/322626/ - тоже очень годный курс Coursera: Машинное обучение и анализ данных (специализация) - https://www.coursera.org/programs/university-20-35-learning-program-ldwrc/browse?authProvider=university2035&productId=78tKup5eEeW5ewqD-4pukQ&productType=s12n&query=машинное+обучение&showMiniModal=true альтернатива курсу ниже(но тут есть математика правда для изучения с 0 сложновато) Машинное обучение: от статистики до нейросетей - крайне рекомендую начинать отсюда тут почти на пальцах объясняют https://www.coursera.org/programs/university-20-35-learning-program-ldwrc/browse?authProvider=university2035&productId=A3AnffNWEeqyTA6onGIHCw&productType=s12n&query=машинное+обучение&showMiniModal=true Лекции и семинары от Воронцова - https://www.youtube.com/watch?v=xccjt6lOoow&list=PLk4h7dmY2eYHHTyfLyrl7HmP-H3mMAW08&ab_channel=MachineLearningPhystech нужен хороший мат.аппарат для совсем тупеньких лучше не открывать. Coursera: Machine Learning, Andrew Ng - классика правда чутка устарела , но для введения заебись. https://www.coursera.org/learn/machine-learning Ну в принципе все) Комбинируйте что-то не понятно гуглите и тд. Главное разбирайте все непонятные вам вопросы и практикуйтесь . ТАКЖЕ не забывайте про https://www.kaggle.com/ - это ваши проекты для набивки руки . обязательно вступите в слак https://ods.ai/ крупнейшее сообщество в европе по Ods + еще и русскоязычное там куча плюшек думаю разберетесь. И ДА БЛЯТЬ НЕ ПОКУПАЙТЕ КУРСЫ НА COursera.org ВЫ МОЖЕТЕ ИХ ПРОХОДИТЬ БЕСПЛАТНО С ПОМОЩЬЮ https://steps.2035.university/collections?type=general&page=1 просто привяжите аккаунт свой туда к курсере и все курсы (почти) будут бесплатные. БЛЯ ВРОДЕ все)
-
Бля, а можно куда-то насрать пост про изучения DataScience в частности про ML/DL. Потому что ,что написано на первой это просто пиздец какой-то аж глазам больно
-
♣ Escape ♣ понравился пост в теме: ММ. Перемены?
-
nLyToH понравился пост в теме: ММ. Перемены?
-
ykykyk понравился пост в теме: ММ. Перемены?
-
нихуя долбоеб раскидывает кому-то кто нищий кто нет в интернете))) если я щам у мамаули пачку возьму я че тоже охуенным стану? бездарный тупорылый сын шлюхи
-
ProDota Trade Discussions: 0 банд, 0 денег
Exp1 ответил в теме пользователя Zluka-reptile в Dota 2 Inside
продам 5290 5400 4900 и 5800 акки. фулл доступ вся хуета. в лс -
это ты у меня телефон спиздел ?
-
хахаха чел ты ветка ебанная
-
доберу норм народ
Exp1 ответил в теме пользователя nesteaomen в MM / CW / Фаст капы / Лиги / Гильдии
Юр, ты же у меня есть, если че я тебя закину как нужен будет слот. Кого ты мразь закинешь? Ты не понимаешь,что мы тебя закидываем ИЗРЕДКО СУКА ИЗРЕДКО КОГДА ВООБЩЕ НАРОДУ НЕТУ ТУПОЙ ТЫ ДАУН????? И НИКОГО ЗАКИДЫВАТЬ ЗДЕСЬ НЕ БУДЕШЬ И НЕ ПИШИ В ЭТОЙ ТЕМЕ НАХУЙ НИЧЕГО НИЧТОЖЕСТВО. А так короче типо ап темку вверх все дела -
доберу норм народ
Exp1 ответил в теме пользователя nesteaomen в MM / CW / Фаст капы / Лиги / Гильдии
Igray s ih stakom davno,rekomendyy. -
Ne pomogyt Sen`ki kamni na pz,protiv pacanov s koncami nikov PWNZ
-
V1Rchik a chy menya delete? eto judas((((((((((( ya skyshay