• Машинное обучение - с чего начинать программисту?

    korobok
    @korobok
    Специалист по машинному обучению (Python)
    На первых порах нужно следующие:
    • Умение работы с матрицами. Это их сложение и умножение. Понимание что такое диагональная, обратная и транспонированная матрица. Определители, базы и т.д. в начале не нужны. Мой совет - взять задачник по линейной алгебре и решить примеров 10 по этим темам.
    • Понимание что такое производная на уровне "тангенс угла наклона касательной в точке". Неплохо было бы понять что такое градиент, так как половина обучающих алгоритмов на нем основано.
    • Из теории вероятности полезны основные понятия, а также совместная и условные вероятности. Ну и знать что такое формула Байеса.
    • Ну и статистика. Это распределения (самое важное - это понять что такое распределение Гаусса), знание что такое математическое ожидание, дисперсия (или стандартное отклонение) ну и понимание что такое плотность распределения вероятности.


    По линейной алгебре и производным могу посоветовать "Вся высшая математика Том I - Краснов М., Киселев А., Макаренко Г., Шакин Е., Заляпин В". Но там много лишнего для начинающего.
    По статистике и теории вероятности могу посоветовать "элементарный курс теории вероятностей и математической статистики - А. Бородин" до 100-й страницы будет достаточно.
    Мой совет - это не зарываться в учебники в начале. Можно нарыть неплохое статьи по этим темам на хабреи там почитать. В идеале лучше всего паралелльно изучать теорию и практику.
    В некоторых книгах по ML все эти темы затрагиваются. Могу посоветовать Python Machine Learning (Sebastian Raschka). А если есть проблемы с английским языком - Построение систем машинноrо обучения на языке Python - Луис Педро Коэльо, Вилли Ричарт.
    Ответ написан
    3 комментария
  • С чего начать обучение машинному обучению / deep learning / data mining?

    @SolidMinus
    Т. Сегаран - программируем коллективный разум. Там есть некоторые методы машинного обучения. Сама книжка смесь вэба и Data Mining. Python

    В этих двух книгах теория:

    Питер Норвиг. Искусственный интеллект: современный подход
    Книга П.С. Романов. Основы искусственного интеллекта

    Библиотека scikit-learn с реализованными алгоритмами из книг выше. Python

    Статья по ней на хабре: Введение в машинное обучение с помощью Python и Sc...

    А также пригодится ( на более поздних этапах )
    Козлов М.В., Прохоров А.В. Введение в математическую статистику. — М.: Изд-во МГУ, 1987.
    Боровков А.А. Математическая статистика. Оценка параметров, проверка гипотез. — М.: Наука, 1984
    Боровков А.А. Математическая статистика. Дополнительные главы. — М.: Наука, 1984.

    На ранних этапах желательно знать курс теорвера и матстатики из школы. Что такое вероятность, дисперсия величины и т.д - иногда используются эти понятия. Особенно широко в генетических алгоритмах

    P.S. Я сам пока учусь, список от человека, который занимается AI уже давно
    Ответ написан
    Комментировать
  • Как готовить себя к олимпиадному программированию?

    Посмотрите данные темы:
    Длинная арифметика
    Динамическое программирование
    Теория графов
    Рекурсия, перебор
    Сортировка и последовательности
    Комбинаторика
    Простая математика
    Геометрия
    Целочисленная арифметика
    Математическое моделирование
    Жадный алгоритм
    Структуры данных
    Двумерные массивы


    Почитайте о них, разберите каждую. Месяц - слишком мало для подготовки, но если у Вас школьная олимпиада, то еще ничего.

    Архив задач и тренировка здесь:
    acmp.ru
    acm.timus.ru
    Codeforces
    Это очень полезные ресурсы (системы проверки), в которые входят очень интересные и трудные задачи, как раз предназначенные для олимпиадного программирования.
    Ознакомьтесь здесь:
    Олимпиадное программирование для новичков

    Набор языков программирования в каждой системе разный. Вот некоторые из них:
    Набор яп для тимуса
    Для acmp.ru

    Но для начала почитайте и разберите эти ресурсы/книги про алгоритмы:
    algolist.manual.ru
    Кормен Т., Лейзерсон Ч., Ривест Р., Штайн K. - Алг...

    Ну и конечно, подтяните математику. Без математики далеко не уйдете.

    Ответ на Ваш вопрос: для длинной арифметики подошел бы Java.
    Ответ написан
    2 комментария
  • Стоит ли поступать в ВУЗ, если есть опыт работы программистом?

    saboteur_kiev
    @saboteur_kiev Куратор тега IT-образование
    software engineer
    На вышке можно получить:
    * Диплом (полезен при трудоустройстве зарубежом и госструктуры, да и HR некоторые требуют)
    * На вышке можно получить продвинутые знания по математике и алгоритмике, разобраться с геометрией, иметь базу для работы с физическими движками, 3д и статистикой/мат анализом - если в этом направлении хоть во что-то у вас получится углубиться - перспективы устроиться куда-нить разрабатывать компьютерное зрение, работать с бигдата, нейросетями значительно повышаются.
    * Знакомых и кафедру, где возможно заведутся полезные связи.
    * Надежную отмазу от армии

    То, что качество преподавания вуза будет ниже, чем должно быть - уже другой вопрос, но вы можете найти работу джуниором и учиться заочно. Главное, чтобы в вузовской программе вы не откидывали "это мне надо а это не надо", а находили способ изучить, осознать и сдать.

    Судя по вашей истории - вы весьма развитый молодой человек, и для вас не должно составить большой проблемы заочно изучить вузовский материал.
    Ответ написан
    1 комментарий
  • Функция в математике?

    Vestail
    @Vestail
    Software Engineer
    Функция это закон который устанавливает зависимость одного элемента(зависимого) от другого(независимого). Когда независимый элемент принимает какое-то значение, зависимый от него элемент принимает только одно единственно верное значение в соответствии с этим законом. Взять например такую зависимость y = x * x, если х примет значение 2, y будет равняться всегда только 4, а при x = 3, y = 9. То есть y полностью напрямую зависит от х и такая зависимость называется функциональная. А закон который устанавливает эту зависимость(в примере это х * х) называется функцией.
    Ответ написан
    3 комментария
  • Испытательный срок без оформления?

    @kiru
    Аналитик
    Согласен с вышеизложенными товарищами.
    Как вариант, хотя бы по гражданско-правовому договору оформиться. В договоре укажите срок работы, сумму и т.д.

    Ниже в комментариях ссылки.
    Ответ написан
    1 комментарий
  • В какой профессии можно применить все это?

    @kiru
    Аналитик
    1. Аналитик больших данных
    2. Аналитик бизнес-информации
    3. Бизнес-аналитик (ИТ сфера)
    4. Дизайнер инфографики
    5. Экономист-планировщик
    6. Маркетолог
    7. Специалист по продвижению (SMM, сайты, директолог и т.д.)
    Ответ написан
    2 комментария
  • В какой профессии можно применить все это?

    victory_vas
    @victory_vas
    проектировщиком интерфейсов. Ну или сеошником)
    Ответ написан
    4 комментария
  • Нужен ли сейчас Си?

    Nipheris
    @Nipheris Куратор тега C++
    Си как язык и экосистема, безусловно, нужны много где. Вопрос в том, нужны ли ВЫ этой экосистеме. Любой специались ценен не только знанием языка, но еще и знанием экосистемы и, самое главное, умением решать задачи, где вышеуказанный язык даёт наибольшую эффектиновсть с точки зрения бизнеса.
    Мало кому сегодня нужен человек, знающий PHP, но не знающий ничего о веб-разработке. С Си (да и с C++) то же самое. Чтобы вам давали те задачи, для решения которых имеет смысл использовать именно Си, вам нужно расти как специалист и в других областях. Например, хорошо разбираться в структурах данных. В управлении памятью. В машинной арифметике.
    Сравните например, человека, который просто знает, что в языке Си есть тип float, и человека, которому известно, что в Сишный float не запишешь значение 0.13, не потеряв в точности. А также человека, который понимает, почему точность теряется. И еще человека, который знает, что можно предпринять, если все-таки нужно как-то оперировать с десятичными дробями без потери точности.

    Этот ответ должен вас мотивировать на рост как IT-специалиста в целом, уделяющего дополнительное внимание принципам работы вычислительной техники и различным низкоуровневым вещам.
    Ответ написан
    2 комментария
  • Выбор факультета?

    keydon2
    @keydon2
    ...
    Факультеты могут как почти не различаться, так и быть полной противоположностью. Это лишь организационное деление, нередко создают новые или объединяют старые.
    Спроси в вузе. Отдельно у его представителей и отдельно у обучающихся на этих факультетах.
    В идеале иметь прошаренного знакомого, недавно его окончившего, который сможет рассказать что за преподы и в какой области чему могут научить(и могут ли).
    Ответ написан
    Комментировать
  • Выбор факультета?

    SimonOsipov
    @SimonOsipov
    Через баги к коммиту!
    Вы поступаете в ВУЗ.
    У вас есть несколько возможностей узнать то, что вы хотите:
    1) Сайт ВУЗа. Зайдите на сайт, посмотрите описание специальности, факультета, кафедры. Возможно, на сайте лежат учебные планы этого (или прошлых годов)
    2) Позвонить в ВУЗ на факультет и узнать, где найти учебный план.
    3) Прийти в ВУЗ на день открытых дверей и спросить напрямую у представителей факультетов
    4) Прийти в приемную комиссию и спросить у них.

    К сожалению, key don прав - факультеты могут отличаться противоположно, а могут быть похожими. Лучше, чем представители данных факультетов вам никто не ответит на вопрос. Смотрите на предлагаемые специальности.
    Ответ написан
    1 комментарий
  • Поиск названия профеcсии по описанию?

    Nekto_Habr
    @Nekto_Habr
    Чат дизайнеров: https://t.me/figma_life
    Проектирование интерфейсов. Именно проектирование (UX), а не дизайн. Там и сбор с анализами, и персонажи, и диаграммы, но всё это нужно лишь на сложных проектах, либо в продажах.
    Ответ написан