Főállásos munka mellet egyedül van érdemi realitása megtanulni nulláról egy Pythont adatelemzéshez, szövegelemzéshez, egyszerűbb elemző programok írásához?
Probléma a következő:
Meg kellene valahogy tanulnom a Python-t nulláról adat és/vagy szövegelemzéshez. Példaul ilyen feladatok lennének, hogy a néhány ezer Facebook és egyéb weblapra érkező comment-ből amiket az érdeklődők, vásárlók hagynak össze kellene gyúrni valami értékelhető statisztikát a vásárlói, érdeklődési szokásokra.
Vagy ha pl beesik valaki az irodába egy excel vagy txt file-lal ami 500 ezer számot tartalmaz amik valahogy azt az 500 ezer kattintást próbálják leírni amit a vásárlók a honlapon csináltak az utóbbi 2 évben. Ebből szinten vmi értelmezhető információt kellene csinálni.
Illetve ilyen nagyon látványos adatvizualizációkat, "látványos prezentációkat" se lenne rossz ebből kreálni mint pl itt: [link]
A kérdés: ha heti 40-60 órámat leköti sz időmet a meló el fogok az életben jutni addig hogy ilyeneket nulláról tudjak csinálni?
Vagy menjek egy 3-6 hónapra fizetetlen szabadságra inkább?
4-6 hónapnak ful time már sztem elégnek kell lenni iylesmikhez.
31 vagyok, mérnök, 8-10 évet foglalkoztam folyamattervezéssel és műszeres vizsgálatokkal mérésekkel, de ilyennel még egy percet se kb.
Amit leírok arra mondjuk úgy cégnél való továbblépéshez lenne szükség mert senki nem tudja csinálni. Vagy akár konkurens más cégek is érdeklődnének ilyesmi iránt.
Attól tartok kicsit hogy meló mellett meg fogok hülyülni egy idő után ha heti 80-90 órát Pythonnal plusz munkával töltök.
"1) Írni kell egy crawlert, ami letölti az adatokat. Bár az is lehet, hogy ezt készen kapod.
2) Szöveges adatok feldolgozása pl. nltk-val, szentiment analízis.
3) Statisztika/értelmezés/vizualizáció"
"A data science is csak favágás"
Ez számomra pozitívum.
A favágó munka olykor nem kellemes, de viszont megatnulható. Akkro van gond egy melóval ha genetikai zsenialitás kell hozzá és tökmindegy mennyit tanul vagy dolgozik érte valaki akkor se tudja megtanulni...
Pl a részecskefizika nálam már ilyen kategória...
"Mit értesz teljesíthetőség alatt? A kaggle-s kihívások első harmadba bekerülni sima csiga. Viszont bekerülni a top 5%-ba már k. nehéz. És igazából az itt szerzett tapasztalat-eredmény mutatja egyrészt a tehetséged-tudásod, másrészt az, hogy mennyire vagy elkötelezett: ha nem tusz időt allokálni a kaggle-re, akkor miért tudnál a Python-ra, vagy a machie-learning-re?"
Úgy értettem ahoyg írod... az első 5-be kerülni k. nehéz, de mostani agyammal belefolyva azt éreztem, hoyga ki ott van azt nem a zsenialitása viszi oda, hanem hoyg 2 éve fel sem áll a gép elől és csak ezt csinálja egész nap...
Így értettem hoyg nem teljesítehettelen: meg kell találni rá az időt....
Valami ilyesmire gondoltam amikro azt írtam, hoyg nagyjából egy fix eszközrendszert kellene megtanulni!
"Egy két dolog, amire biztosan szükséged lesz: jupyter, pandas, numpy, nltk, sklearn, seaborn, bokeh."
Igen nekem is ez volt a benyomásom, hogy ha amár python-ból penge valaki akkor már "csak" 4-5 féle python kiegészítőt kell megtanulni és máris elértem a nulla szintet mint data scientist...
Kapcsolódó kérdések:
Minden jog fenntartva © 2024, www.gyakorikerdesek.hu
GYIK | Szabályzat | Jogi nyilatkozat | Adatvédelem | Cookie beállítások | WebMinute Kft. | Facebook | Kapcsolat: info(kukac)gyakorikerdesek.hu
Ha kifogással szeretne élni valamely tartalommal kapcsolatban, kérjük jelezze e-mailes elérhetőségünkön!