• Можно ли играть в мощную игру на двух не мощных компьютерах, соединив их через сеть?

    Jump
    @Jump
    Системный администратор со стажем.
    Теоретически сделать это можно.
    Но это теоретически.

    На практике для того чтобы это сделать придется писать кучу кода. Т.е нужна программа которая будет раскидывать задачи по компьютерам. Это очень непросто.
    Далее - ваша игра заточена для выполнения на определенной вычислительной архитектуре, Т.е придется еще и делать все так, чтобы ваша программа этого не заметила. Т.е эмулировать определенное железо.
    Это все потребует вычислительных ресурсов, сколько именно зависит от качества кода, но достаточно чтобы даже не мечтать о выигрыше в быстродействии.
    Далее - сеть это узкое звено.

    В общем на практике - огромные деньги на разработку, и работать будет гораздо медленнее чем на одном.
    Ответ написан
    Комментировать
  • С чего начать изучение Data mining самостоятельно?

    @lPolar
    data scientist
    Data Mining область сложная, но интересная.
    К классическому экономическому анализу (издержки, маржинальность) никакого отношения не имеет.
    Data mining - это про анализ достаточно больших объемов данных с целью извлечь из них какую-либо ценную информацию.
    ИМХО, DM разбивается на следующие куски:
    1. Теория и алгоритмы
    2. Программирование
    3. Визуализация и анализ результатов
    В первом куске лежит все, что относится к статистике, эконометрике, алгоритмам регрессии и классификации. Тут полезно знать тервер, эконометрику ( там все что линейное), алгоритмы классификации (там все что связано с методами ансамблей, нейронными сетями, SVM и т.д.)
    В программировании заключается следующий стак задач:
    1. Извлечение данных их разных источников (базы данных, json-файлы, парсинг сайтов, HDFS)
    2. Преобразование данных (Data refinery, тут всякие группировки, трансформация данных, виды соединений)
    3. Применение и программирование алгоритмов (тут нужно связать теорию алгоритмов с практикой).
    4. Работа с BigData - тут все те же пункты, что и выше, но на других инструментах.
    В последнем куске - визуализация - нужно научиться подавать полученные выводы в удобоваримом виде. Можно почитать Эдварда Тафти.
    P.S. я тут списочек литературы по DM в порядке изучения:
    Существуют ли заочные курсы или стажировка по анализу данных на русском языке?
    Ответ написан
    1 комментарий
  • Какую книгу лучше прочитать по анализу данных?

    globuzer
    @globuzer
    gezgrouvingus progreszive ombusgrander greyderzux
    Возможно будет полезным:
    Барсегян. Анализ данных и процессов.
    Барсегян. Методы и моделы анализа данных.
    Барсегян. Технологии анализа данных.
    Барсегян. Технологии анализа данных.
    Боровиков. Искусство анализа данных на компьютере.
    Браверман. Структурные методы обработки эмпирических данных.
    Гаек. Теория ранговых критериев.
    Гайдышев. Анализ и обработка данных.
    Литвак. Экспертная информация.
    Мостеллер. Анализ данных и регрессия.
    Окунь. Факторный анализ.
    Терехина. Анализ данных методами многомерного шкалирования.
    Эсбенсен. Анализ многомерных данных.
    Ответ написан
    1 комментарий
  • Из гуманитария в программисты, или как найти работу?

    @onepavel
    Консультация и разработка мобильных приложений
    Оставьте программинг как хобби, а свой большой опыт по рекламе наложите IT сектор.
    Существует большое кол-во вариантов распространения программных продуктов.
    Это ваша ниша, вам нужно направить, откорректоровать и дополнить знания.
    У нас в компании работает мужик, который в IT ничего не понимал и
    до прихода к нам работал в телецентре.
    Сейчас же он рулит рекламными компаниями ПО, оттачивает лендинги,
    подбирает таргетинг, считает конверсию, контактирует с партнерками, занимается
    монетизацией, настраивает редиректы, выбирает баннеры, знает немного сео,
    отслеживает поведение ползователей в аналитике, в сутре направляет трафик,
    а также покупает кофе и заказывает воду =)
    Ответ написан
    Комментировать
  • С чего начать обучение программированию при нулевой базе?

    SowingSadness
    @SowingSadness
    web-разработчик
    Зашёл сюда только ради того что бы плюсануть ответ "С поиска по тостеру"
    Но с ужасом не обнаружил его!
    Ответ написан
    Комментировать
  • С чего начать обучение программированию при нулевой базе?

    @DancingOnWater
    С математики, для первичного формата мозгов.
    Ответ написан
    Комментировать
  • Поиск наставника, рально ли?

    Inv_Hunter
    @Inv_Hunter
    Управляющий партнёр в BACG
    Алексей, это вполне реально. Приведу пример из практики.

    В момент формирования команды для нашего проекта, мы с партнером искали разработчика. Разместили на некоторых ресурсах предложения о сотрудничестве. И к нам обращались ребята, желающие работать в проекте "за просто так".
    Не имея большого опыта, в принципе, никуда толком и не возьмут, но если предложить вариант подмастерья в каком то проекте, а таких масса, то вероятность найти коуча очень велика.
    Итак:
    1. Найти проект, где Ваши начальные навыки будут полезны и практиковаться "за хлеб".
    2. Зарегистрироваться на нескольких биржах и брать мелкие, несложные заказы. Постепенно, встречая трудности и решая их, перейдетена новый уровень.
    3. Устроиться в ИТ-фирму на четверть ставки, там тоже будет масса интересных практических задач и опыт будет полезен.

    Надеюсь, мой ответ будет Вам полезен!
    Ответ написан
    Комментировать
  • Куда пойти учиться?

    barmaley_exe
    @barmaley_exe
    СПбАУ, СПбГУ, ИТМО.

    Идти надо туда, где много прикладной математики (алгебра, мат. анализ, дискретная математика, теория вероятностей и мат. статистика, теория оптимизации и пр.) и компьютерных наук (алгоритмы, мат. логика, etc)
    Ответ написан
    1 комментарий
  • Что должен уметь веб-программист?

    w999d
    @w999d
    Web-developer
    знать
    • HTTP
    • HTML
    • CSS
    • Javascipt

    остальное в зависимости от заданий, языка и используемого стека технологий
    Ответ написан
    3 комментария
  • Прикладная математика как второе высшее для программиста?

    Mlack
    @Mlack
    iOS dev, *nix lover, userR
    Здесь не будет верного ответа, который будет абсолютно правильным. Здесь как можно ответить "да, поступай, ведь только так ты сможешь получить полную и структурированую базу знаний", так и "нет, зачем еще раз тратить время на непонятное обучение всего и вся, лучше набери себе книг нормальных, и сиди сам учи\решай\доказывай и т.д.". Поэтому я просто поделюсь своей идеей в данном вопросе.
    Мое личное ИМХО, которое может быть как для кого-то правильным, так и в корне неверным: поступать стоит, но(!) если ты точно уверен в ВУЗе, в который планируешь поступать, а точнее в той кафедре, куда хочешь!
    Начну с далекого: математика - "царица всех цариц". И да, хоть я и всего лишь на втором курсе университета, я только недавно РЕАЛЬНО столкнулся с тем, что так часто повторяют многие матерые програмисты на разных умных формуах: "матан нужен, полюбому!". И видя все те дисциплины, которые были названы выше, я точно могу сказать - тут без универа никак.
    Поясню на собственном примере - я поступил в ВУЗ, который считается лучшим техническим вузом страны (КПИ, привет). Но поступил не на очень популярный факультет, про который только глухонемой не слышал, а на фак. малоизвестный, но по специальности - computer science.
    Дальше, как и все - у меня был "обычный" курс высшей математики (3 семестра), семестровый курс по теории алгоритмов, линейной алгебры\выч.геома и дискретки, а так же семестр теории вероятности. Я, как и все добросовестные студенты, посещал лекции, решал задачки на практиках, учил теоремы с доказательствами (благо, было просто, т.к. с физмата) и особо не понимал, где же все таки мне может все это пригодиться (уточню, курс по теор.алгоритмов был довольно слабым, поэтому привел его в пример с остальными предметами чисто для статистики). И жил я так себе спокойненько, и дальше бы продолжал жить не задумываясь над ролью матана в моей жизни, как тут случайно один мой преподаватель навел меня на своего коллегу, который начал вести такой предмет как "Структурное и статическое распознавание образов". Тема ооочень интересная (сам до этого немного занимался machine learning, хотя это и немного не то), и я решил пойти, попробовать.
    Что ж, после первой лекции а затем еще и практики, сказать, что я "прозрел" и понял, зачем мне вся та мат.база - ничего не сказать! При чем, чем дальше я изучал данный предмет, а вернее, предметную область, тем больше я понимал, что "как жаль, что я поступил на факультет, где такая слабая математика".
    И действительно, общаясь с другими ребятами с физ.-тех. факультета, с которыми я хожу на этот предмет, я понял - если я все же хочу остаться в "теме" и дальше заниматься распознаванием, то я должен буду кроме всех моих знаний еще и "наверстать упущенное", т.е. сам начать изучать те разделы и темы в мат.анализе\теории множеств\диск.математике\аналит.геометрии etc, которых у меня просто напросто не было!
    Но перед тем, как подвести итог, сразу хочу оговориться: все возможно, и если у тебя хватит мотивации, сил и всего того, что бы самому(!) освоить минимум ~ около двух первых лет хорошего курса университета специализации математика (или около того) - тогда тебе точно универ не нужен, вполне хватит списка литературы. После изучения всего вышеперечисленого материала, в дальнейшем спокойный вход будет обеспечен в такие направления, как машинное обучение или же распознавание образов! Но я, честно скажу, таких людей не встречал. Все мои знакомые и друзья в первую очередь изучали эти предметы в университете, а уже после начали заниматься чем-то более "интересным" :)
    Поэтому, исходя лично из своего опыта, я бы посоветовал не лениться и все же поступить! Обучаться никогда не поздно! Главное - желание!
    Ответ написан
    Комментировать
  • Какие есть интерактивные площадки для изучения Haskell наподобие Codeacademy.com?

    @art_of_press
    School of Haskel от FP Complete. Масса интерактивных туториалов, начиная с самого базового уровня и заканчивая суперпродвинутыми туториалами по отдельным аспектам языка или библиотекам.
    Ответ написан
    Комментировать
  • Как используя IT помочь человечеству?

    mnjghgmjyt
    @mnjghgmjyt
    php it бот сети
    создания робота который будет работать в селе. Село сделать полностью автоматизирование. Начни с маленького огорода на даче и возможно избавишь кучу людей от этой головной боли.
    Ответ написан
    6 комментариев
  • Как начать изучать бизнес-аналитику с нуля?

    @Hizen
    Например, вот этот сайт.
    Из книг самая начальная азбука - это Вигерс.
    Еще, как вариант, можно параллельно с изучением данной литературы уже устроиться на должность младшего аналитика, в процессе многому научат.
    Ответ написан
    Комментировать
  • Существуют ли заочные курсы или стажировка по анализу данных на русском языке?

    @lPolar
    data scientist
    ИМХО, тут есть несколько аспектов:
    1. Как написал brainick , математический бэкграунд и английский в data science практически обязателен.
    Причин этому несколько: отсутствие хорошей литературы на русском языке (как по теории, так и по программированию), обилие английских терминов (lift/top/cross-validation и прочие), значение которых в переводной литературе порой объяснятся весьма туманно.
    2. Если говорить о конкретной литературе, которую стоит почитать, я бы выделил несколько уровней:
    Уровень 0
    1. Бизнес-аналитика - Паклин, Орешков (самое базовое и обзорное введение)
    2. Статистика/Тервер ( по мне, хороши книги Айвазяна/Мхитаряна)
    3. SQL - в обязательном порядке. Мне в свое время помогла книга "SQL для простых смертных"
    4. Изучаем Python - М. Лутц (наиболее полная книга по языку, все что нужно для data science здесь точно есть)
    5. Программируем коллективный разум (к слову сказать, вот в этой книге отличный перевод)
    Уровень 1
    1. Математические основы машинного обучения и прогнозирования - Вьюгин (книга сложная, без подготовки по учебникам НМУ на тему анализа и линейной алгебры лучше не подходить)
    2. Python for Data Analysis (pandas во всей красе, тут нечего добавить)
    3. Примеры и статьи по построению моделей в sklearn - на хабре в последнее время часто мелькают статьи на эту тему, там все достаточно хорошо расписано.
    Уровень 2
    1. Hadoop и иже с ним ("Hadoop в действии", "Programming Pig")
    2. Apache Spark - достаточно почитать описание Python API.
    Тут есть еще один момент - не стоит слишком привязываться к одному языку и фреймворку.
    Одна из неприятных проблем python+pandas+sklearn заключается в том, что эта связка слабо масштабируется - при 2-3-4 гб данных становится сложно разместить их в оперативной памяти. Я знаю про chunk-reading+partial_fit, но точность таких моделей оставляет желать лучшего.
    С другой стороны, если обрабатывать эти данные в pyspark, то теряется все удобство pandas.DataFrame и так далее. Отрасль data science быстро развивается и обрастает новыми технологиями, так что нужно все время держать руку на пульсе.
    UPD: в spark 1.3 появились DataFrame.
    Ответ написан
    4 комментария
  • Какую книгу лучше прочитать по анализу данных?

    @e-developer
    Очень хороший учебник "Практическая бизнес-статистика", Эндрю Сигел.
    https://www.ozon.ru/context/detail/id/3783125/
    Ответ написан
    Комментировать
  • Перспективные языки программирования

    Ответ написан
    Комментировать
  • С чего начать обучение для фриланса?

    kumaxim
    @kumaxim
    Web-программист
    И так, с чего начать обучение:
    1.Самый низкий порог вхождения у языка PHP. Начинайте именно с него
    2.Изучите популярные CMS: WP, DLE, Joomla и т.д. Очень много заказов есть типа "Создать сайт", причем экзотики в 2 из 3 проектах не нужно. Здесь минус в том, что школоты тут полно и цену они сбивают весьма сильно...
    3.Далее категория заказов "А можно ли сделать вот так". Сводится все это к разработке/переработке модулей на все тех же CMS. Нужно учить PHP + API этих самых CMS. Возьмите один движок и копайте по нему в эту область, не рвитесь сразу за всеми. Порог вхождения тут тоже не велик, но здесь больше голодные студенты обитают
    4.Когда перерастете уровень дополнений/модулей, переходите к фреймворкам. Сейчас самый популярный Yii. Фреймворк позволяет Вам делать какие-то уникальные приложения, которые достаточно тяжело реализовать на готовых системах. Здесь ценник по существеннее, чем в первых двух, т.к. школота в силу своих умственных способностей сюда влезть не может.

    Теперь расскажу как вообще этому обучаться на своем примере. Я делаю так:
    1.Открываю тоненькую книжечку по языку(листов 100, не более), смотрю на основы
    2.Делаю примеры из этой книжке в IDE/блокноте. Это дает мне определенную базу
    3.Далее у меня есть список из примерно 20 задач(любую методичку по программированию откройте), которые я всегда делаю на новом языке. Это позволяет мне "привыкнуть" к новому коду и начать изучать стандартную библиотеку языка
    4.Затем я начинаю брать низкобюджетные заказы на фрилансе по этому языку
    5.После этого начинаю учить самый популярный фреймворк языка, опять же на низкобюджетных проектах.
    6.Сделать с 12-15 проектов я могу уже браться за что-то более менее серьезное с почасовой оплатой на фултайме.

    Вот это мой путь. По срокам - базу я себе нарабатываю за 1,5-2 месяца, на это время у Вас должна быть какая-то "подушка".

    P.S. надеюсь помог. ))
    Ответ написан
    7 комментариев
  • С какой книги лучше начать изучать HTML и CSS?

    @Naterius
    Хочу Вас познакомить с новым проектом.
    yoprofi.com
    Сервис еще не стартовал. Но уже скоро откроется, и при старте будет доступно 200 уроков css и 210 html все уроки интерактивы. Подписывайтесь на новости. Рекомендуйте своим друзьям
    Ответ написан
    3 комментария
  • Какие знания нужны для Python Junior-а?

    alxpy
    @alxpy
    Мне когда-то на подобный вопрос дали развернутый ответ (еще раз спасибо этому человеку). Я не смог найти ссылку на тот форум, но сам ответ у меня был сохранен:
    Вот список знаний, которыми должен обладать потенциальный Junior Python developer:

    Уметь самообучаться, находить нужную информацию.

    Иметь общие представления о том, что такое ОС и зачем она появилась.
    Понимать что такое процесс и как он “живёт” в ОС.
    Понимать что такое поток.
    Понимать что такое сокеты и зачем они нужны.
    Иметь представление о том, как устроен стек протоколов TCP/IP.

    Понимать что такое Linux.
    Уметь работать в sh.
    Понимать что такое виртуализация и знать какие бывают типы.
    Уметь настраивать виртуальные машины через vagrant или подобные инструменты.
    Уметь работать с GIT(создавать ветки, разрешать конфликты, etc)

    Понимать что такое ООП, на чём он основан и почему им удобно пользоваться.
    Понимать что такое императивный и декларативный стиль.
    Понимать что такое MVC
    Понимать что такое декоратор(стандартный вопрос на собеседовании) и зачем он нужен.
    Понимать что такое замыкание.
    Понимать что такое интроскпекция.
    Понимать асинхронную концепцию программирования.

    Уметь работать с БД(хотя бы CRUD, join)
    Уметь работать с nginx(хотя бы проксирование настроить)

    (можно просто написать - “прочитать Лутца”, но выделю пару вопросов)
    Знать чем отличаются new style классы от old style.
    Знать чем отличаются Python2 от Python3
    Знать чем отличается str от unicode и почему в программе нужно работать с unicode.
    Понимать алгоритм импорта модулей в Python.
    Понимать что такое генераторы и итераторы.
    Понимать что такое дескрипторы.
    Понимать что такое GIL и зачем он нужен.
    Понимать что такое WSGI и зачем он появился.

    + Уметь писать тесты, понимать зачем это нужно.
    + Практические и теоритические основы по framework.

    + выполнить норматив по ГТО
    + не пить и не курить.

    Так же можешь потренироваться по заданиям Юры Юревича.

    Заданиям Юры Юревича - тыц.
    Ответ написан
    4 комментария