<HELP> for explanation

Блог им. ama-ar-gi

Год кодинга

Всегда мечтал уметь программировать. Вот начал самостоятельно изучать Computer Science и Python Programming, имея сугубо финансово-экономический бэкграунд, но будучи гиком в душе.

Изучаю Python в контексте инструментария для применения в Data Science и далее в Machine Learning. Навыков программирования до этого не имел, если не считать работу со сложными связанными таблицами excel.

Начал с самого базового курса "Основы программирования на Python", книги Марка Лутца «Изучаем Python» и тренинга Python Essentials от Enthought, Inc. И официальные инструкции поглядываю: The Python Tutorial.

Также обучаюсь на курсах:

• массачусетского технологического института (MIT) MITx: 6.00.1x Introduction to Computer Science and Programming Using Python на  edX;

• Introduction to Python for Data Science (от Microsoft) на edX;

• Python на Codecademy

В феврале начинаю изучение курса МФТИ Математика и Python для анализа данных на Coursera.

После завершения всего, что указано выше, планирую осилить совместный курс Высшей школы экономики и Школы анализа данных Яндекса на Coursera по Machine Learning:
https://www.coursera.org/learn/intro...chine-learning

В плане софта и среды разработки осваиваю:
Enthought Canopy;
Anaconda;
Jupyter;
и штатный IDLE.
 

В общем, 2016 год пройдет у меня под большим знаком кодинга!
avatar

Alchemist

оставлю коммент-метку, просто чтобы найти потом.
avatar

S-L is SCKS

Почему именно Python? Python — де-факто отраслевой стандарт в моей сфере для Data Science и Machine Learning. Плюс сравнительно доступный язык для изучения без предыдущего опыта программирования. Также огромное количество библиотек, в частности интересные мне: NumPy, Matplotlib, SciPy, Pandas.
avatar

Alchemist

Alchemist, 
перекиньтесь на джаву, пока не влезли.
Будет универсальней.
avatar

baron_samedi

vladimir doigt, JavaScript планирую начать после освоения Python.
avatar

Alchemist

Alchemist, 
Не путайте! JAVA и JavaScript- абсолютно разные вещи по всему!

avatar

baron_samedi

vladimir doigt, да, в курсе. Не путал. Только о своих планах в части JavaScript сообщил.
avatar

Alchemist

я Доусона почитываю
avatar

Руслан Вяз

Руслан Вяз, спасибо, тоже посмотрю!
avatar

Alchemist

отличное начало
avatar

Cristopher Robin

Кстати, есть интересный индекс TIOBE, оценивающий популярность языков программирования, на основе подсчета результатов поисковых запросов, содержащих название языка. Скриншот по состоянию на январь 2016:
avatar

Alchemist

Alchemist, с трудом верится в приведенную вами статистику. Например, на PHP написано процентов 90 серверного кода. Он не может уступать в популярности питону, так как основная ниша у обоих — веб.

Далее, JS если верить вашей таблице, имеет нисходящий тренд. Однако, другого клиентского языка в вебе нет. Даже если предположить, что стали писать меньше веб-приложений, обслуживание старого кода никуда не делось.

Ruby явно переоценен. Большинство современных мартышек на нем писать не могут, поэтому, это почти маргинальный язык. Он держится на плаву только засчет поддержки рельс.

Asm тоже явно переоценен. 

Такие дела. Не верю:)
sortarray sortarray, «на основе подсчета результатов поисковых запросов, содержащих название языка». То есть, индекс демонстрирует скорее популярность того или иного языка в конкретный момент времени среди изучающих на основе их поисковых запросов.
avatar

Alchemist

машин лернинг как и в целом ии плохо применимы для трейдинга, это просто безыдейный перебор всевозможных случайных комбинаций. по итогу такой датамайнинг может дать слабоприбыльные алгоритмы но они будут жертвами курвфиттинга и переоптимизаций. взаимодействую сейчас с одной алгофирмой, там работают люди разрабатывавшие эвристические алгоритмы для поисковиков и антивирусов, аваст например, биг дата, в общем как и в целом по индустрии результаты слабые, месят воду в ступе.

такие подходы больше для поиска корреляций между событиями и причинно следственных связей а не для поиска неэффективностей и паттернов в рынке. мои 5 коп
avatar

Дар Ветер

Дар Ветер,  наверно это с опытом приходит. пока не пройдут этот этап не поймут наверно.
avatar

SMA

Дар Ветер, мне Python в целом для Data Science интересен. Machine Learning тоже очень интересно изучить, даже не в контексте трейдинга. В части же трейдинга Machine Learning, по замечанию одного моего знакомого, может быть интересно, если в основу брать изучения не просто временные ряды (например, тиковые данные), а определенные наборы фактов на их основе.
avatar

Alchemist

Alchemist, наверное все же дело не в самом языке — писать можно на чем угодно, а в фреймворках и библиотеках с которыми вы планируете работать? Для дэйта сайнс все же наверное оптимален R
avatar

Дар Ветер

Дар Ветер, да, спасибо. Про R тоже в курсе. Планирую обратить на него внимание после освоения Python. На Хабре, кстати, вот интересное сравнение этих языков:
habrahabr.ru/company/piter/blog/263457/
avatar

Alchemist

Дар Ветер, 
это просто безыдейный перебор всевозможных случайных комбинаций.

C чего вы взяли, что комбинации обязаны быть случайными? И в чем заключется «безыдейность», поясните пожалуйста.
sortarray sortarray, потому что иначе это не будет мэшин лернингом. Если вы сгруба накидаете алгоритм и оставите кучу парамеров на подгон, запустите эвристический перебор — это не будет мэшин лернингом, это будет банальным подгоном и курв фиттингом. Мэшин лернинг будет когда машина перебором находит закономерности (обычно эфемерные) из многих миллионов вариантов, и они случаны. В любом случае у каждого свое мнение. Я изучал применение ИИ в трейдинге среди профессионалов и все там вовсе не радужно. Единственные успешные примеры — это поиск паттернов Медаллионом, но никаких подробностей нет кроме того что они краткосрочные — минуты и часы, все секретно. И есть такой проект, называется «Star». Там чуть более долгосрочно, но ничего даже близкого к среднесроку и тем более инвестированию никто не смог найти.
avatar

Дар Ветер

Дар Ветер, Вы както смешали в одну кучу ИИ и машин ленинг. Последнее можно считать частным случаем первого. Ну да ладно. Я конечно, несколько не в теме, наверное, но я Вас не понимаю. Если у Вашей программы нет четких параметров отбора, то как же она может что-либо отфильтровывать? Иными словами, учиться вбирать пути? Я понимаю, что параметры фильтрации могут меняться в рантайме, программа модифицирует саму себя. Однако же, что-то все равно должно быть изначально заложено. Иначе программа будет вот такого вида: doAnything

Кстати, кэширование не является простым случаем machine learning?
Дар Ветер, Если говорить проще, вы же «объясняете» программе что она должна делать, закладываете в нее какое-то поведение? Ну и почему это закладывание поведения не является реализацией алгоритма по-вашему?
Кстати, о «Data science». Недалеки те времена, когда у нас будет «sockswashing science». 
avatar

sortarray sortarray

Even if you're struggling and hate your code at the moment: remember that while there is probably a better way to write it — there is also definitely a worse one as well, way worse!

avatar

Alchemist

через 3 года вы сможете применить все эти знания в другой отрасли — анализ продаж, эффективная диагностика заболеваний и оценка кредитоспособности, может сможете сделать прогноз таяния ледников Антарктиды. а сейчас вы просто получите наглядное описание рынка в виде красивых статистических графиков того, что вообще когда-либо было. рынок в числах, графиках, зависимостях. да, придет понимание. чтобы уйти от всего этого и прийти к способам поиска того, что нужно.
avatar

Brad Tick


Только зарегистрированные и авторизованные пользователи могут оставлять комментарии.

Залогиниться

Зарегистрироваться
....все тэги
Регистрация
UPDONW