Aspiring Data Science
371 subscribers
425 photos
11 videos
10 files
1.88K links
Заметки экономиста о программировании, прогнозировании и принятии решений, научном методе познания.
Контакт: @fingoldo

I call myself a data scientist because I know just enough math, economics & programming to be dangerous.
Download Telegram
#chatgpt #learning #knowledgemanagement #anki #businessidea

Глубокие языковые модели, похоже, будут идеальны для автосоздания карточек Анки. Не знаю, планируется ли выкладка в открытый доступ чатГПТ, но она уже отлично умеет формулировать вопросы и ответы к утверждению, и подсвечивать утверждения, противоречащие научным знаниям (для тех случаев, когда ученик неверно понял материал, или материал содержал ошибки или явную ложь). Что невероятно круто, она оперирует не просто в системе true-false, а в true-false-unknown. Тем самым, похоже, даже "слабый" искусственный интеллект приведёт к взрывному росту уровня интеллекта естественного ) Предвижу внедрение этой технологии в школах всего мира.
👍2
#english #learning

Недавно читал книжку, выписал ~20 незнакомых слов. Через пару дней просмотрел словарик - 80% из них уже забыл. Эх, а была же идея приложухи на ML, которая будет тебе показывать слова, которые ты скорей всего забыл... Как бы себя заставить её сделать. Там можно б реализовать изучение и семантических связей ( определи, с какими словами связано такое-то слово), и мультиязычности (выбери связанные слова на разных языках). Ну и важно её сделать не раздражающей, чтоб понимала, в какие моменты можно вылезти, а в какие лучше не беспокоить.
#learning

"Main takeaways:

Don’t waste time finding the “best course.”
Learn, then immediately implement. Particularly when it comes to coding.
A volume approach to applying for jobs is a viable option.

It’s more about the problem and how you frame it than the tools you use.
Continual learning is probably the only “secret” to becoming a good data scientist.
Always focus on business impact.
Gain a great grounding in statistics.

Learn how to write production code and deploy your algorithms.
Have an idea or know what you want to specialise in.
Gain some awareness of software engineering principles and best practices.
Change companies if you feel like your skills are not growing.

Be visible to help get promoted. You can do this by volunteering for presentations and sharing your work.
Develop some machine learning engineering skills.
Execute every task to a high standard to build trust."

https://medium.com/towards-data-science/4-years-of-data-science-in-8-minutes-6ea5b10f0192