От философии к науке о данных
Как я вижу измененный код
Я изучаю Искусства и привык смотреть на слова и письма с разными эмоциями и сложностями человеческого состояния.
Идея фрагмента текста как кода или механизма была мне отчуждена.
Только на прошлой неделе, просматривая записные книжки и репозитории и пытаясь понять их структуру, настроить их для конкретного использования, настал мой момент Neo (из Matrix), когда я увидел код как инструмент для дойти до конца, как краски для художников.
Я до сих пор обижаюсь, когда мой код полон ошибок, но теперь я чувствую, что для получения желаемого результата требуется много размышлений и непрерывных настроек.
Сообщество KaggleX
Это была лучшая часть опыта, я учился в интерактивном режиме, учился и помогал своим коллегам по науке о данных. Мне нравились сетевые мероприятия, и у меня появилось несколько замечательных друзей со всего мира, которые занимались удивительными вещами. Я многому научился у администраторов, наставников и моих товарищей по подопечным. Кроме того, я получил несколько возможностей для работы тоже.
Я хочу поблагодарить всех наставников за то, что они нашли время, чтобы помочь новичкам в сообществе, всех подопечных, которые делают все возможное, чтобы учиться и стать отличным MLE для будущего.
В настоящее время я работаю в Mozilla на стажировке в качестве MLE, у меня никогда не хватило бы смелости подать заявку, если бы KaggleX не случился и не сделал меня сильным, эмоционально и технически.
Мне предстоит пройти долгий путь в области науки о данных, и я благодарен KaggleX за то, что он дал мне прекрасное начало.
Мой наставник
Я не мог бы и мечтать о лучшем наставнике, чем Андреа Чуфо.
Я столкнулся с проблемой сохранения моей мотивации, неспособностью понять объем моего проекта, пониманием моего уровня опыта в качестве специалиста по данным, документацией, обучением и общением с другими о моем мыслительном процессе, слишком много работы и т. д.
Я старался делать все возможное каждую неделю, и он был рядом, чтобы направлять и подбадривать меня, когда я терпел неудачу в достижении своих целей, а также праздновать со мной, когда я занимал место и выигрывал что-то.
Невозможно освоить всю науку о данных за 3 месяца, это возможность, шаг к тому, чтобы стать лучше через неудачу или успех, проект или соревнование.
ПОД ЛЕЖАЧИЙ КАМЕНЬ ВОДА НЕ ТЕЧЕТ.
Мой первый конкурс Kaggle:
Я бы сказал, что многому научился, пройдя конкурс. Это была борьба, но очень увлекательная с движениями в таблице лидеров, было так много движущихся частей, и мне приходилось постоянно просматривать различные статьи и документацию, чтобы учиться.
Решение (от хоста)
Блог (от меня)
Образовательные ресурсы:
Kaggle Learn
Документация
Coursera
freeCodeCamp
НЛП от codebasics
Наука о данных от codebasics
Криш Найк
Акшит Мадан
Мой проект:
Определение проблемы:
Меня вдохновила проблема мгновенного поиска ресурсов, обсуждаемых в групповом чате разногласий, с помощью бота разногласий на основе НЛП.
Сбор данных.
Мне посоветовали начать с одного канала #questions_and_answers. Мне нужно было сделать набор данных из него.
Я экспериментировал с различными библиотеками, такими как Huggingface, langchain, spacy, openAI, но я недооценил количество времени, которое потребуется, чтобы сделать его полезным за пределами базовых функций и развернуть с более тонким вариантом использования. Я намерен добавить такие действия, как AdeptAI, с большим количеством итераций.
Проект (в работе)
