Dzięki wielkie! Wielkość czcionki na pewno zostanie poprawiona w następnych materiałach, na ten moment mogę polecić jakość 4k + powiększenie ekranu - wiem, że to nie zastąpi większej czcionki ale na teraz zawsze coś. :)
Dzięki za feedback! Kilka materiałów było nagrywanych wcześniej, dlatego tekst jest niewiele większy niż ostatnio. Na pewno uwzględnię przy następnych materiałach. :)
Spoko film, czy uważasz że jako data scientist powinienem wiedzieć coś więcej o tensorach niż to co tu przedstawiłeś? Jestem właśnie w trakcie nauki biblioteki PyTorch
Dzięki! Odnośnie Twojego pytania: tak. Więcej operacji tensorowych na pewno pojawi się w kolejnych materiałach, ale odpowiadając konkretniej - uważam, że jako data scientist spotkasz się z operacjami normalizacji danych (najczęściej przechowywanych w tensorze), "spłaszczania", rozkładu tensora (np. SVD, rozkład Cholesky'ego), czasem możliwe, że będziesz musiał zmniejszyć wymiar danych zachowując jak najwięcej użytecznych informacji. Mimo wszystko uważam, że nie jest Ci potrzebne zrozumienie teorii stojącej za tymi operacjami - po to właśnie buduje się biblioteki, żebyś znał efekt i sens stosowania tych operacji, które przy użyciu takich bibliotek jak PyTorch, Scikit-Learn, Pandas czy Seaborn stają się dla Ciebie przeźroczyste. Dla biznesu jako data scientist powinieneś potrafić zrobić szybką i treściwą analizę danych, które sam odpowiednio przygotujesz. Zdecydowanie stawiałbym na praktykę, która wyrobi intuicję co i kiedy stosować aby wyciągnąć jak najwięcej użytecznych informacji z danych. :)
Dobry materiał, prosty przekaz, dobrze się słucha, czekam na więcej.
Dzięki!
Twórz wiecej takich treści
Dzięki za opinię, podobne materiały na pewno będą pojawiać się w przyszłości. :)
Również zostawiam suba i czekam na kolejne (i zdecydowanie większe literki w trakcie kodowania 😃). Klarownie tłumaczysz - dzięki !
Dzięki wielkie! Wielkość czcionki na pewno zostanie poprawiona w następnych materiałach, na ten moment mogę polecić jakość 4k + powiększenie ekranu - wiem, że to nie zastąpi większej czcionki ale na teraz zawsze coś. :)
Dobry materiał. Z ciekawością czekam na kolejne materiały 🎉
Dzięki, kolejne już w drodze! :)
Tekst kodu mógłby być trochę większy.
Dzięki za feedback! Kilka materiałów było nagrywanych wcześniej, dlatego tekst jest niewiele większy niż ostatnio. Na pewno uwzględnię przy następnych materiałach. :)
Kolejny fajny materiał!
dobrze tłumaczysz, dawaj więcej ;)
Dzięki! Na pewno pojawi się więcej materiałów z czasem. :)
Spoko film, czy uważasz że jako data scientist powinienem wiedzieć coś więcej o tensorach niż to co tu przedstawiłeś? Jestem właśnie w trakcie nauki biblioteki PyTorch
Dzięki! Odnośnie Twojego pytania: tak. Więcej operacji tensorowych na pewno pojawi się w kolejnych materiałach, ale odpowiadając konkretniej - uważam, że jako data scientist spotkasz się z operacjami normalizacji danych (najczęściej przechowywanych w tensorze), "spłaszczania", rozkładu tensora (np. SVD, rozkład Cholesky'ego), czasem możliwe, że będziesz musiał zmniejszyć wymiar danych zachowując jak najwięcej użytecznych informacji. Mimo wszystko uważam, że nie jest Ci potrzebne zrozumienie teorii stojącej za tymi operacjami - po to właśnie buduje się biblioteki, żebyś znał efekt i sens stosowania tych operacji, które przy użyciu takich bibliotek jak PyTorch, Scikit-Learn, Pandas czy Seaborn stają się dla Ciebie przeźroczyste. Dla biznesu jako data scientist powinieneś potrafić zrobić szybką i treściwą analizę danych, które sam odpowiednio przygotujesz. Zdecydowanie stawiałbym na praktykę, która wyrobi intuicję co i kiedy stosować aby wyciągnąć jak najwięcej użytecznych informacji z danych. :)
@@r.sikora super, dzięki za tak obszerną odpowiedź i powodzenia dalej z kanałem. Chętnie obejrzę przyszłe produkcje :)
👍