Сообщения Женя

1 2 >>>
1
>>>
2017.04.21Opiate Женя,

у технарей везде все так мрачно и безысходно?
а то тут гуманитариям советуют все в технари подаваться.

Если область прикладная, то можно отучиться для корочки. Главное практика и развивать именно прикладные знания.Тогда не зря в технари подаваться можно.

Настоящие технари знают, что разницы никакой
2017.04.21
Тема Ответить
2
>>>
2017.04.20blvrrr Ну, тут без комментариев.

Ладно, сгоряча - есть молодые специалисты и науч.работники, на кафедрах робототехники и мехатроники и инженерных специальностях, которые реально разбираются в технологиях и могут что-то сделать.
Даже проекты делают.

Но с материальной базой половины институтов и НИИ, где они могли бы что-то сделать, их заткнет за пояс любой более менее трудолюбивый из Европы, не говоря про США.

Нет практики - чертежи в туалете хороши, но бумага жесткая - можно и ободраться.Ну или коллекционировать автокадовские и тридэмаксовские файлики и делать красивые атопически-футуристические мультики.
Конечно, всегда можно переквалифицироваться в Пром.дизайнера и орать о своём техническом образовании, периодически захлюбываясь слюной.

Так что, если денег на практическую реализацию нет, люди просто не знаю как решать проблемы в процессе работы. Я объясняю как человек с 2 образованиями и экономическим, и техническим.
Не спорю советы Касперского выбирайте прикладную математику вместо информационных технологий и мат.методов в ....сфере - правильные, но, бл*, без понимания практического применения -это дохлый спец. А, к сожалению, сами преподаватели зачастую высасывают идеи из пальца и просто не готовы решать сложные задачи, используя свои знания, потому что нет материальной базы.

Ну можно разрабатывать микропроцессоры, но вы найдите человека в здравом уме, который на это согласиться за не имением предприятия, которое это реализует на рынке.
Или можно делать деревообрабатывающее производство с максимальной эффективностью, но кому это надо - проще лес в Китай продать.
А не говорю про автоматизацию промышленных предприятий - там всегда "не трогай то, что хорошо работает", и ты, как чепорный китаец, думаешь:
то ли это гавно не трогай, а то завоняет
то ли реально от добра добра не ищут
А никто честно не будет объяснять, все на догадках.
2017.04.21
Тема Ответить
3
>>>
2017.04.20Opiate Женя,
кстати, в FAFU есть факультет Bee Science, попробуйте туда поступить.
я все всем советую, но все нос воротят, а там вам могло бы подойти, действительно интересно  Smoke

Я вижу вы там уже учились - профессионально "жалите".
2017.04.20
Тема Ответить
4
>>>
2017.04.20脸在笑 Значит, вам на геологию нужно учиться, а не на дата саентиста.

Поздно идти в геологи уже, уже потратил время на Бауманку и Информационные технологии.
2017.04.20
Тема Ответить
5
>>>
2017.04.20faket Т.е решение такой задачи как "семантическая разметка изображения" все-таки наука? Само использование data science для предсказания продажи сим-карт не делает, использующих это людей научными сотрудника, но и не делает эту дисциплину менее наукоёмкой.

ОК, ОК, считайте что-то data Science реально наука.
И что тебе надо изучить, что сделать систему семантической разметки изображения?
Вот мне для этого нужны функции, блин, да какие функции, мне нужен готовый фреймворк для C Sharp, который определяет по цветам изображение.
А дальше, да придется писать алгоритм для машинного обучения, чтобы понять, что на картинке жопа или цветочег.

Но кто-то может предложить мне, заняться задротством выдумывания алгоритма анализа изображения, чтобы заняться нудным описанием мат. формулами картинок животных, растений, предметов человеческого быта - чтобы лет через 10 сказать - смотрите, тут есть закономерность - мы можем написать алгоритм, который определяет, что изображено с 99% вероятностью.
Спрашивается - нахрена, если для этого ресурсов нужно и потом это не естественные науки - это не первооткрывательство, драйв нужно учиться получать от эммм...сидения за формулами, которые даже студенты эконом.факов могут писать.И все открытия виртуальные.Это как раз и есть несодержательная деятельность - ждешь когда нужное количество данных накопиться, прошёлся регрессионным анализом как катком и вот тебе закономерность. "никто кроме нас?" да?

Когда-то закончив эконом.фак, я думал как увлекательны информационные технологии и прикладная мат., а оказалось самый драйв - это геология, биология, физика, а остальное - это реально для людей с аутизмом и соц.деградацией или людей, которые мечтают показать свою маргинальность - типа стану таким крутым математиком буду телочки и тачечки, ну я же такой мизантроп, который умеет значки писать?

А потом понял, что без прикладных задач, вся Бауманка и Физ.тех, Мех.мат. и прочие конторки - это сборная солянка алкоголизма и идиотизма с единственной мечтой лишь бы написали из Калифорнии или как пойти в Сколково денег попросить.
2017.04.20
Тема Ответить
6
>>>
2017.04.20faket Вернемся к истокам. Вы сказали, что
"Прикладное значение data science требует научных знаний не в области математики, а в областях, где будет это использоваться".
Так нормы, функции и регрессионный анализ уже не являются научными знаниями? Или теория вероятностей не является математикой?

Ещё скажи специалисты, которые строят модели зависимости продажи сим-карт и роста потребления видеорекламы сотового оператора в кино - это научные сотрудники. Сейчас открытие сделают - что масло - это масло.

А чтобы заниматься аналитикой в других областях, нужны спец.знания в этих областях.
Умение ставить и решать задачи по Тер.веру и Моделям - это не наука, наука - это при помощи этого решать прикладные или фундаментальные задачи. Все остальное туфта. Хотя за всю историю половина фундаментальных задач через прикладные.
2017.04.20
Тема Ответить
7
>>>
2017.04.19faket Если вы не слышали о такой проблем, то это не значит, что ее не существует. Так можно вообще сказать, что наука - это только физика.

Не воспаляйся 1  Все ОК.  Сбрось ссылку, где хоть одна попытка решить это не для прикладных задач, а применительно к чистой математике?

2017.04.19faket Так вы сказали, что научные знания из области математики не требуются. А знание регрессий, норм и функций потерь - это математика.

Я знаком с регрессионным анализом в рамках теории вероятностей и построение моделей для корреляционного анализа, аналогично с нормами и функциями потерь.
2017.04.19
Тема Ответить
8
>>>
2017.04.19faket Использование методов машинного обучения для семантической разметки изображений?
Прикладная задача.

2017.04.19faket Улучшение сходимости методов поиска точки максимума?
Не слышал о такой проблеме, любая проблематика нахождения пределов зависит от области применения - в чистой математике это давно уже описано.

2017.04.19faket Как сделать выбор между линейной и логистической регрессией? В чем разница между первой и второй нормой? Как оценить качество функции потерь?
И это только первые вопросы, которые пришли в голову. И это математика, да.

Да, хоть ОБЖ, это требует знание прикладной области. Какая тут наука?
2017.04.19
Тема Ответить
9
>>>
2017.04.19amineka Вы не поверите, но наравне с прикладными открытиями, деньги также выделяются и на культурные исследования вроде археологии, истории, философии и т.д. Человечество не может обойтись одним лишь прогрессом прикладной науки, развитие гуманитарных наук ничуть не менее важно.
Насчет "нудной не динамичной" работы - это только Ваше субъективное мнение. Для меня перелопачивание гор информации и обнаружение в них красивой аргументации, диалогов между абсолютно разными способами мышления - это то, что приносит несравнимое удовольствие.
Вероятность нулевая если сидеть и ничего не делать. "Ой, да ничего не выйдет, все, что можно открыть, уже открыли, ... ". А наличие вот таких людей говорит об обратном.
http://baike.baidu.com/link?url=vIN37_owCTfVHFQE_L...rDwt8a66Fh_FaNi

Тут вопрос не в том, техническое открытие или гуманитарное - и технические науки, и гуманитарные неразрывно связаны (я точно могу сказать как и технарь, и гуманитарий).
Да, я могу сказать гуманитарные науки меня больше научили логике, чем технические - котелок заработал именно, когда я на экономиста учился.
Что касается, открытий - ещё раз говорю, что только наукой заниматься, если честно заниматься - то, у нас в стране практически невозможно, потому что на нормальную материальную базу нет денег.
Даже, если мы говорим про археологию.
А если мы говорим про философию и социологию, тогда посмотрите сколько стоит провести опрос или купить готовое исследование - думайте, вы будете сами его делать?А если честно наукой заниматься, то надо объективной с большой выборкой, а оно одному человеку не под силу, а половина университетов не готовы платить за это, другая не видит в этом актуального значения.
История - ну может можно за чашкой чая лет 10 переводить Книгу Перемен, как у нас это делает Бронислава Виногродского, так деньги на поездки в Китай не из воздуха же и ещё семью содержать - как бы не в обносках...
2017.04.19
Тема Ответить
10
>>>
2017.04.19Opiate Женя,
поищите сразу пособия по всем аспектам чск 4-5, освойте хорошую книгу по грамматике.
найдите список слов для экзамена, это все есть в интернете, поставьте anki, гоняйте слова каждый день - за год вполне подготовитесь.
но, если чск будете сдавать в Москве - только бумажная версия, учитесь быстро от руки писать иероглифы.

Да, я как раз в Москве буду сдавать - в МГЛУ. Даже хотел туда походить на курсы подготовки 孔子大学(именно при МГЛУ, не при МГУ - где преподы за счет учеников учат русский, а китайской только лапшой и пахнет).

А какая хорошая книга по грамматике? Посоветуйте
2017.04.19
Тема Ответить
1 2 >>>