BlackW0lff

Лучшее, что я видел в рунете, наверное. Заставляет думать, как программист.

Привет.

1) Задачки и практика. Задачи в вакууме тебе не нужны - делай реальные проекты. Я, например, делал сайты на Django, Парсеры HTML через beautifulSoup, инди игрушку на Panda3D - все питон. Плюс куча различных вещей уровнем поменьше.

2) Я хочу писать десктоп. Работодателю все равно на то, что ты там хочешь делать. Реальность такова, что сейчас на десктоп-коммерцию пишут мало и делают это либо на .net (где требуется профильная вышка и 3+ года опыта), либо на Электроне (где надо хорошо разбираться во всей этой идиотии с JS). Поэтому, тут тебе питон не нужен, на нем свои приложеньки, конечно пишут, но работу не найти.

3) Питон - это:

1. Тестирование (но нужно еще и Java знать, хотя бы базу)
   
2. Девопс (но нужно еще и Java знать, хотя бы базу)
   
3. Биг-дата (но нужно иметь профильное образование)
   
4. Веб-разработка (Django)
   

P.s. Не учи программирование ради программирования - это пустая трата времени. Прочитал книгу (взял базу), посмотрел пару видео-уроков, начал делать свой проект. По ходу проекта ты будешь вынужден вытащить себе все релевантные технологии. В итоге, к работодателю придешь уже готовый.

P.s.s. Не учи все языки подряд. Для работы тебе нужен всего один язык (плюс прослойка в виде html/css/xml/sql/js - но это все понимается быстро).

P.s.s.s. Если есть профильное образование (тут понимается что-то математическое, физическое, что HR воспринимут не гумманитарием), и возраст позволяет, то учи Java/.net - через 1-2 года сможешь работать и не париться особо. Если ни времени, ни образования, ни возраста, то уже придется собирать конфету из говна (тут любой язык подойдет - главное быть фартовым =)

Как и в ответ на все подобные вопросы я посоветую начать свой проект, полезный и интересный и изучать то, что надо будет по мере его создания.

вообще мечтаю писать программы для пк, но жаль что питон не компилируемый язык.

Ты ошибаешься, да, чаще пишут на C++ и C# для десктопа, но на python тоже можно, в частности фреймворк Qt портирован на python, называется PyQt. Но конечно если в дальнейшем искать работу, то лучше для десктопа взять что-то другое, т.к. на python мало подобных вакансий.

...жаль что питон не компилируемый язык...
Выкиньте из головы эту дурь. Я даже аргументировать всерьёз не стану почему, просто поверьте на слово - тут жалеть вообще не о чем.
Жалейте о том, что вы еще мало знаете. И радуйтесь, что знания доступны. Александр + посоветовал checkio - я присоединяюсь.

Лишним никогда не будет. Если тебе нужна мотивация то вот она.

Берись, обязательно берись!

Получишь опыт, навык, знания.

Всё новое кажется сложным, но по мере изучения приходит понимание.

Чувачки в ответах накидали неплохих ссылок

Скоро выйдет новая книга, говорят годнота https://www.piter.com/collection/soon/product/pyth...

Присоединюсь с предыдущему ответу - сначала надо понять задачу (желательно вместе с преподом).

Что касается Питона и машинного обучения: этот язык сейчас очень популярен в задачах машинного обучения, как "язык-клей". Идея в том, что берется готовая библиотека (или несколько) и пишется небольшой скрипт - загрузка данных, конфигурация сети, параметры оптимизации, постобработка, визуализация и все такое. Сами вычисления при это делает скомпилированный код (лучше всего на видеокарте). И не надо быть супер-крутым программистом, чтобы учить сеть.

Для очень многих задач гугление на английском языке довольно быстро выдает хотя бы похожую ситуацию, дальше можно подстроить под свои данные или требуемый результат.

Кстати, вместо TensorFlow советую смотреть на Keras - он более высокоуровневый. Еще популярный фреймворк Caffe - на нем много задач по компьютерному зрению делают.

И напоследок - есть очень хорошие курсы от Стэнфорда: CS 20SI: Tensorflow for Deep Learning Research - web.stanford.edu/class/cs20si/index.html и CS231n: Convolutional Neural Networks for Visual Recognition - cs231n.github.io и cs231n.stanford.edu

Там и презентации и видео и примеры.

А что за тема магистратуры?

Нейронная сеть изначально - весьма примитивная структура.
Преподу - виднее.

Что за данные? – хотя бы примерно. Может, там в линейную модель укладывается (все точки кучкуются вокруг некой прямой).

Браться стоит – лучше, чем не браться ) Есть готовые библиотеки, есть онлайн курсы и короткие уроки. И именно по питону. Простейшую сеть для распознавания цифр написать – несколько строк кода (например, MNIST на Tensor Flow). Может, это и ваш случай.