absolwenci kursu
Podcast

Kiedy i jak uczyć się Machine Learning?

W #84 odcinku poznasz 3 wyjątkowe osoby, które podzielą się swoimi przemyśleniami na temat rozwoju w zakresie uczenia maszynowego. Jak uczyć się Machine Learning? O czym pamiętać i jak może wyglądać edukacja? Jeśli rozważasz poznać praktyczne oblicze uczenia maszynowego, to warto poznać opinie osób, które już zaczęły to robić.


Powstało już kilka odcinków (np. 61 czy 73) podcastu z absolwentami kursów, każdy jest inny i na swój sposób wyjątkowy, ponieważ za każdą zaproszoną osobą stoi historia. Warto poszukać takiej, która jest Ci bliska i się zainspirować do działania, ale zacznijmy od początku i ważnego pytania, które zadaję sobie regularnie.

Jak często zadajesz sobie pytanie: na czym polega sens życia? Myśląc o tym pewnie szybko zdajesz sobie sprawę, że jest to trudne pytanie. Są głosy, które twierdzą, że sens polega na tym, aby takiego pytania nie zadawać. Mi osobiście wydaje się, że takie podejście jest mało odpowiedzialne. Brzmi jak uciekanie od trudności zamiast tego, aby pozwolić sobie chociaż trochę nad tym pomyśleć.


Jak to zwykle bywa tych prawd może być wiele w zależności od kontekstu. Brzmi to paradoksalnie, ale wygląda na to, że nasz świat jest tak skonstruowany. Zamiast słowa “prawda” można powiedzieć, że “doświadczeń” może być wiele. W zależności od tego, jaki bagaż życiowy ktoś ma za sobą, to mocno to wpływa na to, jak ten świat postrzega i jakie “prawdy” uznaje za te właściwe dla niego. 


Ciężko w języku polskim oddać te różne znaczenia słowa “prawda”, dlatego odwołam się do języka rosyjskiego. Istnieją w nim słowa “prawda” i “istina”. Ta rosyjska „prawda” jest w pewien sposób relatywna – każdy ma swoją prawdę. Równolegle funkcjonuje „istina” jako pojęcie globalne, które zresztą ciężko w pełni poznać.

wizualizacja słowa "istina"
Wizualizacja różnicy pomiędzy słowami „prawda” a „istina” w języku rosyjskim



Po polsku można by powiedzieć, że “istina” to stan faktyczny. Tutaj jednak jest pewne wyzwanie, bo często jedynie wydaje nam się, że można poznać stan faktyczny w 100%, ponieważ możemy poznać tylko część faktów. Mówiąc “stan faktyczny”, mam na myśli taki stan, który na pewno jest, ale my jako ludzie, wykorzystując narzędzie, które mamy, możemy jedynie próbować go poznać (czasem coś poznajemy, co już jest sukcesem).

Wrócę do pytania, które postawiłem na początku, bo teraz mi łatwiej będzie powiedzieć, że mam kilka odpowiedzi na pytanie “na czym polega sens życia” lub tych moich prawd. W zależności od wielu czynników skłaniam się do różnych odpowiedzi, z resztą te moje prawdy ciągle ewoluują w czasie. Właśnie dlatego chciałem wyjaśnić, na czym polega w moim rozumieniu koncepcja “prawdy”.

Jedną z odpowiedzi jest rozwój. Świat można zdefiniować jednym słowem – rozwój. Ewentualnie dwoma – ciągły rozwój. Jeśli spojrzeć na świat z perspektywy trochę dłuższej niż jedno życie człowieka, np. 500 czy kilka tysięcy lat, to wtedy zrozumiesz, że ważnych spraw w ciągu życia człowieka jest stosunkowo mało.

Na przykład pewnie nie wiesz za wiele na temat swojego pra-pra-pra-pra-pra dziadka, natomiast wiesz na pewno, że mieli dziecko. Choć nie znasz ich imienia, co robili, jakie mieli hobby itd., wiesz, że mieli dziecko.  Z Twojego punktu widzenia można byłoby powiedzieć, że to “najważniejsza sprawa ich życia”, ponieważ w innym wypadku nie byłoby Ciebie.



Z drugiej strony nie można tak upraszczać wszystkiego. Dzieci to potencjał, który należy rozwijać, aby każde nowe pokolenie stało się mądrzejsze niż poprzednie. Tutaj co prawda pojawia się szereg kolejnych pytań: czy jest sufit rozwoju? Czemu akurat rozwój w tej grze jest ważny? Zostawiam Cię  z tymi pytaniami. Myślę, że takie rozważania mogą być wartościowe.  Też proszę podziel się swoimi przemyśleniami ze mną w komentarzu lub napisz maila. 

źródło: giphy.com



Technologia może przyczynić się do znaczącego przyspieszenia rozwoju naszej cywilizacji. Jeśli jednak owa technologia będzie narzędziem w rękach egoistów, to będzie miała dokładnie odwrotny wpływ – degradujący. Żyjemy w paradoksalnym świecie, gdzie już nie można zatrzymać rozwoju technologii, ona pędzi jak ciężki pociąg lub czołg bez hamulców, jedynie możemy nadać jej odpowiedni ton: pozytywny lub negatywny. Wierzę, że nadanie tego tonu jeszcze nadal zależy od ludzi.

We wszystkim co robię, staram się przyczynić ku temu, aby technologia dla ludzi była czymś pozytywnym. Czuję głęboką wewnętrzną potrzebę, aby to robić. Właśnie dlatego poza tym, że pracuję z firmami i pomagam im wdrażać uczenie maszynowe we właściwy sposób, także uczę innych, jak to robić. Prowadzę szereg kursów online na DataWorkshop. Już przeszkoliłem ponad pół tysiąca osób.

Jak uczyć się Machine Learning?
Vladimir na szkoleniu stacjonarnym w Warszawie w ramach inicjatywy „DataWorkshop Tour”



Jeden z kursów to „Praktyczne uczenie maszynowe od podstaw”. Kursy są tak skonstruowane, aby z jednej strony przekazywać wiedzę w praktyczny sposób, a z drugiej również zwracać uwagę na proces i uświadomić sobie, co tak naprawdę robimy – nieustannie zadawać w głowie pytanie: jakie będą skutki tego czy innego rozwiązania?


Chciałbym wspomnieć o trzech głównych celach, na których mi zależy najbardziej, kiedy edukuję. 

Po pierwsze, zależy mi na tym, aby przekazać wiedzę w praktyczny sposób.

Tak się składa, że jestem praktykiem i lubię, kiedy rzeczy się dzieją, a nie tylko się o nich rozmawia. Moje podejście czasem zaskakuje, bo faktycznie realizując projekt, patrzę na to binarnie: działa albo nie. Nasz świat często jest bardziej skomplikowany, ale jednak da się poukładać myślenie w taki sposób, aby osiągać zamierzony cel. To jest kwestia złapania tego, co jest ważne i ciągłe posuwanie się do przodu.

Jeśli chodzi o przekazanie wiedzy, to podejście jest inne niż często to bywa. Mimo tego że kończyłem studia informatyczne, mało mi się to przydało w pracy i większość praktycznych rzeczy (czyli takich, które faktyczne mi pomagają rozwiązywać problemy) musiałem nauczyć się  samodzielnie, czyli można powiedzieć, że jestem samoukiem. To jest istotna różnica, ponieważ mówię z własnego doświadczenia, a nie z samej teorii.


Po drugie, zależy mi na tym, aby zwrócić uwagę na odpowiedzialność i pobudzać świadomość.

Skoro już wiesz, jak to zrobić, to warto uświadomić sobie, jakie mogą być tego konsekwencje. Człowiek będąc w komfortowych warunkach łatwo może zapomnieć, jakie są wyniki jego działania. Jedno z najlepszych lekarstw na to, to zamienić się rolami. W praktyce to oznacza, że przeprowadzasz w swojej głowie eksperyment, czyli stajesz wirtualnie w miejscu osoby, której dotyka tworzone rozwiązanie.

Następnie zadajesz sobie pytanie: jak z tym się czujesz? Oczywiście nadal zostaje wachlarz interpretacji, kto co lubi  i może zaakceptować, natomiast zwykle taki eksperyment jest dobrym początkiem do pobudzanie swojej świadomości.


Po trzecie, chcę pomóc uwierzyć w swoje siły poprzez działania.

Skoro już wiesz, jak to zrobić, nakładasz na to filtr etyczny, zostaje jeszcze nam jeden punkt – uwierzyć w siebie. Ostatnio za dużo jest coachów i generalnie rzecz biorąc dużo osób, które uczą jak żyć. Natomiast ja preferuję inną ścieżkę – pokazać na przykładzie, że człowiek potrafi robić różnem genialne rzeczy. 


Opowiem Ci historię, która wydarzyła się podczas ostatniej edycji kursu “Praktyczne prognozowanie szeregów czasowych”. Prawdopodobnie osoba, której dotyczy ta opowieść, czyta ten wpis, więc pozdrawiam Cię! Nie będę zdradzał imienia (z pewnych przyczyn kiedyś sama pewnie opowie tę historię). Bohater tej historii pracuje obecnie w instytucji rządowej. To jest temat zupełnie inny niż IT i tym bardziej machine learning.

Natomiast wpadł on na pomysł, aby stworzyć narzędzie, które prognozuje cenę energii na “jutro” (czyli codziennie prognozowanie 24 wartości). Zapisał się na kurs, wybrał pakiet “Indywidualny”, czyli taki, gdzie są cotygodniowe indywidualne konsultacje, podczas których podpowiadam, czego  warto spróbować (ale nic sam nie robię).

Wynikiem jest to, że ten człowiek zbudował rozwiązanie co najmniej na tym samym poziomie, które są obecnie dostępne na rynku lub nawet lepiej. Mówiąc dostępne na rynku, mam na myśli większych graczy oraz zewnętrze rozwiązania (również zagraniczne). Dzięki temu sam sobie udowodnił, jak dużo potrafi zrobić.

Podkreślę, że z mojej strony były tylko sugestie i podpowiedzi, natomiast cała realizacja była po stronie tej osoby. Osobiście jestem dumny za każdym razem, kiedy ktoś zaczyna wierzyć w siebie, w swój potencjał i działa. Piękna sprawa.

Indywidualne konsultacje to oczywiście fajna rzecz, ale oprócz tego na kursie jest wiele elementów, gdzie wspieram na różne sposoby. Jest także konkurs, który odbywa się na każdym kursie i to jest rzucanie się na głęboką wodę, ale nadal jest wsparcie, udostępniam tak zwane “startery”, aby każdy uczestnik mógł wystartować i poruszać się do przodu.

Co Ci się najbardziej podobało podczas kursu?



Konkurs! – ponieważ maksymalnie przyspiesza proces nauki. Na początku myślałam, że co ja umiem po 2 modułach. Bardzo motywująco zadziałała na mnie rywalizacja i możliwość pracy na realnych danych. Wydaje mi się, że najwięcej nauczyłam się właśnie w te 2 tygodnie. Dużo także udało mi się zaobserwować rzeczy około pracy takich jak trzymanie lepszego porządku, wiara we własne pomysły, jak ważna jest walidacji pomysłów – na własnej skórze.



Praktyczne uczenie maszynowe - nauka



Ten kurs to coś więcej niż zwykły kurs! 

Dlaczego? Naszą rolą jest łączyć kropki, a nie tylko wykonać malutki kawałek pracy, np. opowiedzieć o temacie X i pójść do domu. W praktyce to oznacza maksymalnie pobudzać uczestników kursu do myślenia, zadawać pytania, zamiast podawać gotowe odpowiedzi. Między innymi kładziemy duży nacisk na pobudzenie ciekawości i inspirowanie. Zaszczepienie myślenia nastawionego na rozwiązanie problemów, zamiast szukania wymówek.


Kolejny sposób łączenia kropek to zbudowanie odpowiedniego środowiska. To w pewnym sensie traktuję jako element sztuki, bo staram się stworzyć wizję, która potrafi zjednoczyć ludzi. Kurs jest prowadzony online, materiały już są nagrane, więc teoretycznie to można udostępniać ciągle na żądanie i być może biznesowo to bardziej by się opłacało (przynajmniej na krótkim etapie), ale to mija się z moim celem.

Cel jest znacznie głębszy niż stworzenie maszynki do generowania pieniędzy. Analizując pod różnymi kątami efektywności, można łatwo dojść do wniosku, że środowisko jest bardzo istotne. To środowisko decyduje, kim jesteśmy, jak zachowujemy się, jak myślimy. Oczywiście po naszej stronie jest wybór, w którym środowisku chcemy być.

W ramach kursu staramy się (to znacznie więcej niż tylko moja osoba) stworzyć pozytywne środowisko, które skłania do rozwoju. Mocny nacisk jest kładziony na aktywację i pobudzanie grupy uczestników. Mamy własny kanał komunikacyjny na Slacku i masę innych mechanizmów, które dają poczucie obecności, mimo tego że kurs jest online – np. webinar tzw. ”starter”, czyli podpowiedzi jak zacząć, mailingi z pomocnymi materiałami.

Slack
Dedykowany uczestnikom kursów DataWorkshop Slack



Gdy oficjalnie kończy się kurs, nie oznacza to końca tej przygody. Część grupy decyduje się przerobić kurs jeszcze raz, bo wiele informacji trzeba powtórzyć, dlatego wszystkie materiały są zbierane i udostępniane. Wynik: część osób po zakończeniu kursu przerabia wspólnie go jeszcze raz.

Inna grupa ludzi, która chce od razu zaangażować się do projektu, ma taką możliwość w ramach fundacji DataWorkshop. Wizją fundacji jest łączenie ludzi zainteresowanych tematyką uczenia maszynowego i sztucznej inteligencji i wykorzystanie tego w dobrym celu. 

Członkowie mogą w ramach organizacji stale rozwijać swoje kompetencje, a także zrealizować realny projekt, który przyczyni się do zmiany otaczającego nas świata. Obecnie już funkcjonuje wiele grup w całej Polsce, najbardziej aktywne to Warszawa, Katowice, Kraków, Białystok, Olsztyn, Poznań, Trójmiasto, Rzeszów, Lublin.

Wierzę, że na takim podejściu zyska każdy i ten, kto chce się nauczyć, staje się pomocny dla innych, bo zdobywa umiejętności rozwiązując praktyczne problemy oraz poznaje ciekawych ludzi.

W pewnym momencie pojawiła się potrzeba, aby umożliwić absolwentom z różnych zakątków Polski spotkanie się na żywo. Najpierw zrobiliśmy pierwsze spotkanie i było to bardzo pozytywne doświadczenie. Zdecydowaliśmy się na drugi zlot absolwentów i po raz kolejny dostaliśmy dużo pozytywnej informacji zwrotnej.

Spotkanie absolwentów kursów DataWorkshop (2019)



Organizując takie wydarzenie, patrzymy na to inaczej niż jak na “tymczasowy zysk”. Innymi słowy, organizacja tego spotkania jest bardzo droga i czasochłonna (jak ktoś robi spotkania na żywo, to wie o czym mówię), a koszt biletów pokrywa tylko mniejszą część wszystkich wydatków. Mówiąc wprost: w Excelu ta inicjatywa wskazuje straty finansowe. Ma to jednak ogromny sens z punktu widzenia absolwentów, bo pewne rzeczy zaczynają się dziać – ludzie znajdują pracę, odpowiedzi na swoje pytania, innych ludzi itd.


Są jeszcze inne punkty – już wiele osób zaczęło pracować w tej branży po kursie. Są też osoby, które dołączyły do spółki DataWorkshop i realizują z nami konkretne projekty.



Właśnie dlatego ten kurs stał się czymś więcej niż tylko kursem i chcę, aby rozwijał się dalej.




Zaprosiłem trzech absolwentów 6. edycji kursu “Praktyczne uczenie maszynowe od podstaw”, aby podzielili się swoimi opiniami. To są różne osoby, które mają odmienne doświadczenia i mam nadzieje, że dzięki temu każdy znajdzie osobę, której historia do niego przemawia.

Krzysiek – to człowiek, który już od dawna pracuje w IT i posiada spore doświadczenie. Uznał, że logicznym krokiem jego rozwoju jest uczenie maszynowe. Zaangażował się również do projektu warszawskiej grupy prognozowania smogu w ramach fundacji DataWorskhpop Foundation


Cześć Krzysiek. Przedstaw się: kim jesteś, czym się zajmujesz, gdzie mieszkasz.

Nazywam się Krzysztof Wrona. Mieszkam w Warszawie. Zawodowo jestem współwłaścicielem małego software house’u. Jest to niewielka, dziesięcioosobowa firma. W ramach tej firmy wykonujemy w większości dedykowane rozwiązania dla klientów, ale to są również integracje i usługi w zakresie rozwoju, wsparcia i utrzymania. Prywatnie, jestem mężem cudownej żony i ojcem dwójki wspaniałych dzieciaków.



Masz duże doświadczenie w IT. 

Tak, to już około 20 lat.


Teraz aktywnie angażujesz się w to, żeby się rozwinąć również w kierunku uczenia maszynowego. Skąd ten pomysł? Dlaczego akurat ten kierunek?

Powodów mniejszych lub większych jest sporo – jednym, dwoma zdaniami nie da się tego powiedzieć, bo jest to bardziej złożone. Są to zarówno powody osobiste, jak i powody wynikające z tego, jak świat się zmienia, jak się zmienia branża IT i to, że ja w tej branży działam. 


Główny powód jest taki, że mnie to po prostu bawi. Sprawia mi to przyjemność, jest to interesujące i w ogóle traktuję machine learning jako wstęp do szerzej rozumianej sztucznej inteligencji. 

Również pojawiły się mniejsze powody jak lekkie wypalenie zawodowe, trochę inne czynniki. Jeśli chodzi o firmę to wiadomo, że odbywa się na naszych oczach pewnego rodzaju rewolucja. Oczywiście to się nie odbywa teraz, ale to rewolucja, którą bym podzielił na dwie części.

Pierwsza jest związana z rozwojem chmur i tym wszystkim co z chmurami jest związane i druga związana z rozwojem machine learningu w sztucznej inteligencji szeroko rozumianej. To jest bardzo powiązane ze sobą, jedno napędza drugie. Uważam, że każda firma, która jest w tej chwili w IT (zwłaszcza firma pokroju software house, która tworzy jakieś rozwiązania dla klientów), musi w tym świecie się odnaleźć.

Musi w tym świecie się poruszać i tworzyć rozwiązania dostosowane, integrujące, dające możliwość skorzystania z obydwu tych światów. 

Tych mniejszych rewolucji, związanych z samymi systemami informatycznymi, jest oczywiście więcej. Tutaj bym wyróżnił coś, co się akurat teraz ostatnio dzieje (w ostatnich latach czy ostatnim roku), a co mnie szczególnie interesuje. Jest to powiązane z DataWorkshop, z tym co się odbędzie na jesieni (kurs NLP).

Mianowicie chodzi mi o rewolucje, gdzie chatboty zastępowane są voicebotami. Wszystko to zmierza w kierunku zmiany sposobu interakcji użytkowników z systemami informatycznymi.

To są zastosowania w naszych rozwiązaniach, być może teraz na pierwszy rzut oka tak to nie wygląda, bo my tworzymy tradycyjne rozwiązania, ale patrząc w przyszłość, biorąc pod uwagę to, co się w ogóle wokół dzieje, nie tylko jaki jest z tym boom związany, ale ja patrzę nie przez pryzmat tego boomu, który się w tej chwili odbywa, tylko takich realnych korzyści.

Ja bardziej patrzę na realne korzyści dla użytkowników końcowych, którzy nie potrzebują nawet wiedzy, że tam gdzieś z tyłu jest machine learning, sztuczna inteligencja, algorytmy mniej lub bardziej tradycyjne. Patrzę na wplatanie machine learningu w dotychczasowe rozwiązania, może małymi kroczkami, natomiast dające realne korzyści. 


Jesteś absolwentem kursu online „Praktyczne uczenie maszynowe od podstaw”. Kurs trwa 2 miesiące + tydzień przed i tydzień po. Czy kurs spełnia Twoje oczekiwania? Co najbardziej zapamiętałeś i co wydaje się być dużą wartością w Twoich oczach?

Kurs jak najbardziej spełnił moje oczekiwania. Powiem nawet, że spodziewałem się mniej. Ja w społeczności DataWorkshop znalazłem się dopiero przychodząc na kurs, w związku z tym moja wiedza była minimalna na ten temat. Jestem bardzo zadowolony. 


Pierwsza główna zaleta, co podobało mi się w kursie (coś co się pojawia wśród absolwentów i w trakcie omawiania samego kursu, czy podejścia w kursie) – od samego początku działamy praktycznie. Cały czas pracujemy na danych, na kodzie, na zadaniach do wykonania.

To nie odbywa się po wstępie teoretycznym, tylko to jest fajnie przeplatane, że jeśli jest jakiś materiał teoretyczny, pojawia się jakaś nowa wiedza (nowy algorytm, podejście, sposób analizy danych), to robimy to na przykładzie i realnie. Tak naprawdę od pierwszego workbooka, jaki wykonujemy na kursie, możemy zatrzymać się, rozwinąć to poszczególne zadanie i naprawdę nad nim spędzić dużo czasu, bardzo dużo się nauczyć. Jest to naprawdę bardzo fajne, praktyczne podejście. 


Ciężar teoretycznie jest zrzucony na zdobywanie wiedzy w dużej mierze samodzielnie. Jest to nieuniknione, nie ma takiej możliwości, żeby w kursie, który trwa 2 miesiące, wtłoczyć komuś całą wiedzę teoretyczną. Poza tym ona jest chyba zbędna, bo każdy idzie w jakimś indywidualnym kierunku. W związku z tym to, co daje kurs, to fajny obraz całości.

Przechodzi przez tematy tradycyjnych algorytmów, jak i mamy tutaj deep learning, który jest wstępem dalej do NLP. Naprawdę każdy może, mając obraz mniej więcej całości, znaleźć gdzieś jakąś działkę dla siebie. 

Doskonale wiemy, że machine learning jest już tak rozwiniętą dziedziną, że ona sama w sobie jest ogromna i nie można się generalnie zajmować tym, ponieważ wydaje mi się, że to jest w tej chwili już niemożliwe. Specjalizacja tak czy siak przed każdym stoi, czy to pójdzie jako data scientist do pracy, czy będzie się zajmował od strony, która mi się marzy, czyli tworzenia rozwiązań, kreowania ich, wypracowywania ich razem z klientem i budowania ich niejako w całości.

Bardzo fajnym pomysłem jest „wstępniak” z Pythona. Mimo że jestem programistą, to wcześniej z Pythonem nie miałem związku, natomiast bardzo fajny był ten tydzień początkowy, wejście w język po to, żeby się na tych mniej istotnych szczegółach nie skupiać już w trakcie samego kursu. To jest bardzo fajne powiązanie i jest świetnie zorganizowane na sam początek.


Jak oceniasz konkurs? Wydaje mi się, że aktywnie się w niego angażowałeś. 

Tak, zaraz przejdę do konkursu Jeśli chodzi o sam proces dydaktyczny kursu, to świetnym uzupełnieniem są webinary – długie, wyczerpujące temat i bardzo dużo wnoszące. W kursie dajesz materiały też w formie książkowej i również tam są nagrania.


Z mojego punktu widzenia te webinary bardzo dużo wnoszą. Rzadko mi się udawało oglądać je na bieżąco. Zwykle oglądałem je kolejnego dnia, czy nawet na początku kolejnego tygodnia. Natomiast one bardzo dużo wnosiły i są bardzo wartościowym elementem w kursie. 

Oczywiście, konkurs. Ja się zaangażowałem w konkurs i to była bardzo dobra decyzja. Nawet jeśli to było kosztem większej ilości czasu spędzonego na rozwiązywaniu problemów pobocznych, czyli samej walce z tym, jak wyjąć dane w Pythonie, jak podejść do analizy danych, żeby było trochę szybciej, bo mi to długo schodziło i długo czekałem na kolejny wynik. Problemy, które są w całej tej otoczce, ale które są bardzo istotne.

Idąc tokiem kursu, nie zawsze jest na to czas i nie zawsze można przez to przejść. Mało tego, to, co robimy przy konkursie, to jest tak naprawdę jeszcze bardziej praktyczna realizacja praktyki związanej z samym tokiem kursu. Ponieważ tu jesteśmy już całkiem pozostawieni samymi sobie, przynajmniej na pewien czas.

Naprawdę musimy uruchomić ten proces twórczy, zaczynają się kombinacje. Ja byłem jedną z osób, które akurat sugerowały, że może warto robić dwa konkursy. Może rozbić ten konkurs na dwie części, czyli konkurs właściwy i kontynuację później, po pierwszych wynikach. Byłem jednym z tych użytkowników, którzy raczej chcieli to rozbudowywać. Także to też była ogromna zaleta. 

Mówiąc ogólnie, kurs daje dosyć dobrą orientację w tematyce jako całość. Jest to bardzo ważne. Tak naprawdę do tej pory wiedzę czy zainteresowania czerpałem z Internetu. Nie wchodziłem głęboko w temat, nie kupowałem książek związanych z machine learning.

Może pomijając jedną w zeszłym roku, która była związana z C# i była po prostu okropna, fatalna – nigdy więcej takich książek pojawiających się u nas. Jestem po kursie i odradzam takie lektury. Ja mogę ją później podać i broń Boże nie czytać tej książki przed zrobieniem jakiegoś kursu lub w ogóle łagodniejszym wejściem w ten temat, bo to było straszne przeżycie.

Nie zniechęciłem się jednak i tak naprawdę dopiero zacząłem wgryzać się w tę tematykę po zapisaniu się na kurs w zeszłym roku w zimie. Wtedy się dopiero pojawiły książki i jakby głębiej wchodziłem w ten temat. 

Teraz przede mną jest czas wyboru tej specjalizacji, o której wspominałem. Do tej pory wiedziałem, że mnie to interesuje, interesuje mnie sztuczna inteligencja, machine learning. Teraz po kursie mogę powiedzieć, co konkretnie mnie interesuje, jaka dziedzina wiedzy. Z mojego punktu widzenia nie mogę się doczekać jesiennego kursu NLP, bo moje pomysły i to, z czym chcę związać przyszłość, jest związane właśnie z NLP, voice botami, z różnymi usługami z tym związanymi. 

Dla porównania ostatnio słuchałem webinaru innego kursu i to też warto zrobić. Chociażby po to, żeby mieć perspektywę i polecam innym zrobić to samo, aby sobie jeszcze lepiej uświadomić wartość w DataWorkshop. Obejrzałem program tego innego kursu, który też trwał wiele tygodni, gdzie w ostatnim tygodniu kursanci mieli wykonać jakieś zadanie machine learning.

Nie mając wiedzy i doświadczenia wcześniej, może byłoby to dla mnie atrakcyjniejsze. W tym momencie widzę przewagę Twojego podejścia na kursie. Jest to zupełnie inne spojrzenie na ten temat. Może tam też jest ogląd różnych problemów i całości, natomiast tych praktycznych umiejętności wydaje się być dużo mniej.

Tam w ogóle nie było mowy o konkursie, który w Twoim kursie bardzo dużo wniósł. Osoby, które się zaangażowały przypuszczam, że mogłyby ze startu zacząć praktycznie od następnego dnia działać w jakimś realnym projekcie. 

To nie jest wszystko. Wychwalam, ale pewne rzeczy wynikają też z mojej historii, doświadczenia i z punktu widzenia 20 lat tworzenia mniejszych lub większych systemów dla klienta. To, co wnosi wartość to jest to, że od samego początku trzeba być troszeczkę ponad pewnymi szczegółami. To nie jest ważne, czy to będzie Python czy jakiś inny język.

Tak samo nie jest ważne jaki będzie algorytm. Tu jest bardzo ważne to, że w wielu kwestiach ujmujesz generalnie podejście. Nie rozmawiamy o jakiś parametrach, szczegółach. 

Istotny aspekt to filozofia, podejście, etyka stosowania machine learning. Często na studiach nawet informatycznych przerabia się jakiś język programowania, nie mówiąc w ogóle o aspektach miękkich samego tworzenia aplikacji. To jest to, co też u Ciebie jest uwypuklone, że tworzymy te rozwiązania dla ludzi – po coś.

One mają wnosić konkretną korzyść. Korzyść rozumianą w sensie dobrego wkładu dla szerokiego grona osób. Nie w sensie korzyści dla wybranej osoby kosztem innych. To są takie rzeczy, których na czystych, technicznych studiach jest mniej. 

Czasami pojawiają się osoby, czy to ze świata IT, które doskonale programują, znają konstrukcje języka programowania itd., a potem konstruują niepraktyczne aplikacje dla końcowych użytkowników. Tu jest pierwsze banalne ćwiczenie:

Drogi Programisto – używałbyś tej aplikacji? No nie, tego by się nie dało używać. To czemu robisz to ludziom?”



Przenosząc tutaj na język machine learning to ten aspekt jest istotny.

źródło: giphy.com



Sam machine learning czy sztuczna inteligencja technologicznie to przecież nie jest żadna rewolucja. To są po prostu algorytmy. One też są wykonywane na komputerach, cała technologia clouda, przede wszystkim moc, którą dostaliśmy w ostatnich latach, umożliwiła rozwój. Klucz jest w szukaniu tych zastosowań.

Z mojego punktu widzenia najważniejsze jest to, żeby te zastosowania również pojawiły się w przyziemnych systemach, nie tylko w rozwiązaniach, które serwują nam duzi gracze. Chodzi o to, żeby sprowadzić zastosowanie sztucznej inteligencji pod strzechę, czyli do zwyczajnych systemów realizujących realne procesy w firmach.


Praktyczność, ale również tematy związane z etyką, to jest temat, który mnie osobiście bardzo mocno martwi i staram się go też maksymalnie szerzyć, bo wierzę, że większość ludzi, jak posłucha tego, to tak trochę bardziej się obudzą i bardziej świadomie popatrzą na to, co robią i być może tego czegoś złego, będzie się wydarzało trochę mniej. Przynajmniej taką mam nadzieję.

Myślę, że to jest kluczowa sprawa w tym, jak zbudowana jest w ogóle społeczność wokół DataWorkshop. To jest kolejny efekt kursu i coś, co jest niesamowitym plusem. Odbywamy kurs, a my teraz rozmawiamy, ja działam w grupie warszawskiej, mogę coś realizować, mogę wymieniać poglądy z innymi osobami, czyli realizować pewną zasadę: nie rób wszystkiego sam, bo nie wiesz wszystkiego. Ciągle się uczymy. 

To też jest bardzo istotne, nawet z punktu widzenia tworzenia rozwiązań dla klientów. Dzięki kursowi i temu, co się dzieje po nim (kontakt z wszystkimi osobami), mam możliwość popracowania wśród osób takich jak ja, które się uczą, wchodzą w temat i próbujemy coś tworzyć.

Nie wskakujemy na głęboką wodę, tak że po kursie zostaję sam i sam próbuję się rozwijać, a potem skaczę na głęboką wodę i próbuję coś robić dla konkretnego klienta. To jest bardzo istotna zaleta, że możemy to kontynuować i realizować w praktyce.

Ja już nie mówię nawet o takiej satysfakcji, że jak teraz rozmawiamy w ramach projektów, które są realizowane w grupie warszawskiej, czy w innych miastach, że jest nieukrywana przyjemność, że wiemy, o czym mówimy, używamy czasami technicznych pojęć i doskonale się rozumiemy – to jest super. To jest w pewnym sensie przeciągnięcie kursu na następne lata i wzajemne korzystanie ze swojej wiedzy.

Materiał ze spotkania warszawskiej grupy, która działa w ramach DataWorkshop Foundation




Bardzo dziękuję Krzyśku za Twój czas. Wspomniałeś o kursie NLP – dodam, że ten kurs rusza 28 września. Dzięki jeszcze raz i życzę, żeby projekt warszawski, w który teraz jesteś zaangażowany, prężnie się rozwijał i aby też zdobyte umiejętności miały miejsce, gdzie możesz je zastosować po to, żeby komuś żyło się na tym świecie lepiej.


Dziękuję również.





Historia Ani pokazuje, jak można w ciekawy sposób łączyć różne obszary działania. Przez dłuższy czas działała w obszarze związanym z bio-medycyną, następnie zaczęła dodawać do tego warstwę technologiczną. Obecnie pracuje w TomTom, ale ma pomysł na platformę, która ma pomóc naukowcom szybciej i łatwiej wynajdywać informacje w naukowych publikacjach. Dzięki temu świat naukowy stanie się jeszcze bardziej transparentny. 


Cześć Ania. Przedstaw się: kim jesteś, czym się zajmujesz i gdzie mieszkasz.

Nazywam się Anna Gorzkiewicz. Mieszkam w Łodzi. Z zawodu jestem biotechnologiem po Politechnice Łódzkiej. Ostatnie prawie 10 lat poświęciłam badaniom naukowym w branży biomedycznej, ale z czasem zatęskniłam za matematyką i postanowiłam, że coś muszę z tym zrobić, więc zaczęłam się uczyć programować w Pythonie.

To mnie olśniło, stwierdziłam, że to jest dokładnie to, czego mi brakowało. Zaczęłam się w tym rozwijać, a ponieważ z reguły stawiam sobie dość ambitne cele, to postanowiłam wybrać kierunek możliwie najbardziej ambitny, więc wybrałam machine learning. Tak właśnie trafiłam na Twój kurs. Od dwóch lat jestem data scientist w TomTom.

Anna Gorzkiewicz

Dosyć szybko się tam rozkręciłam. Mam już jakieś pierwsze sukcesy, nawet zarządzam projektem, w którym w dużej mierze miałam wpływ na to, jak powstał i jak w ogóle wygląda. Obecnie wszystko super i rozwijam się dalej.



Brzmi bardzo optymistycznie. Powiedz, co ostatnio ciekawego przeczytałaś?

Właśnie w tym momencie czytam książkę Daniela Kahnemana „Pułapki myślenia” i już wiem, dlaczego wszyscy ją polecają. Autor ma bardzo ciekawe przemyślenia i spostrzeżenia. Czuć tam poziom naukowca.

Ostatnio czytałam też książkę „Jak działa Google”, ponieważ sama rozkręcam startup i chcę się zainspirować z różnych stron. W tej książce rzeczywiście było parę takich wskazówek, które nawet mam zapisane na tablicy, aby tworzyć rzeczy zaskakujące, nadzwyczaj użyteczne. Jest jeszcze jedna rzecz, która mi się bardzo spodobała w tej książce.

To fakt, że nazywają swoich pracowników „kreatywnymi geniuszami”. To jest super, bardzo fajne podejście. Trochę teraz traktują takich ludzi jak inną rasę, z innymi problemami, innymi celami, ale ewidentnie widać, że z ludźmi kreatywnymi można tworzyć super rzeczy i nawet czasem nie trzeba się obawiać o to, czy coś się uda, czy nie. Zawsze coś wymyślą.

Ponieważ zajmuję się mózgiem na doktoracie, to też ostatnio kupiłam książkę „Mózg, władca czasu”, napisaną przez profesora, neurobiologa i psychologa Deana Buonomano. On nawet schodzi do poziomu molekularnego, jak mózg rzeczywiście liczy czas, jak nas wyłapuje w tym świecie, który płynie. To też bardzo ciekawe, bo naukowe. Do mnie to przemawia. 

Czytałam też jeszcze bardzo fajną książkę „The Other Brain” Douglasa Fieldsa. Mówi ona o części mózgu, o której chyba mało kto wie. Ludzie myślą, że to tylko neurony, a tak naprawdę neurony to jest tak mniej więcej masowo – połowa mózgu, a druga część to jest tkanka glejowa i w tym komórki (które zresztą badam) astrocyty.

Wszystko wskazuje na to, że ta tkanka glejowa odpowiada za powstanie inteligencji i świadomości na poziomie ewolucji. Bardzo ciekawa książka, też taka trochę naukowa. Zainteresowanym polecam.


Myślę, że osoby, które też się zajmują tematami związanymi z bio + technologia, mogą tutaj bardzo się zainspirować. A to, że starasz się teraz te rzeczy łączyć, to jest bardzo ciekawe.

Zresztą przed naszą rozmową o tym rozmawialiśmy i o jednym z Twoich projektów, nad którym obecnie pracujesz. Warto powiedzieć, że dodawanie technologii, konkretnie uczenia maszynowego może przyczynić się do ogromnego postępu w tym obszarze. 

Powiedziałaś, że najpierw uczyłaś się Pythona, potem znalazłaś kurs DataWorkshop. Już jesteś po kursie, jesteś absolwentką 6. edycji „Praktyczne uczenie maszynowe od podstaw”. Czy kurs spełnił Twoje oczekiwania? Co Ci się najbardziej spodobało? 

Tak, na pewno spełnił moje oczekiwania. Może nawet troszkę przerósł, bo teoretycznie przerobiłam wcześniej jakieś kursy, w których poznałam różnego rodzaju algorytmy, ale tak naprawdę na Twoim kursie dopiero zauważyłam, że ja nic nie wiem. Rzeczywiście, tutaj mamy wiedzę na najwyższym poziomie.

Bardzo dużo było takich praktycznych trików programistycznych, co dla mnie, jako osoby niebędącej programistą, było bardzo pomocne. To bardzo praktyczny i merytoryczny kurs, więc to wszystko jak najbardziej spełniło moje oczekiwania, a przerosło, ponieważ ja tylko chciałam płynnie umieć stosować algorytmy, a tymczasem nauczyłam się znacznie więcej. Poznałam, jak to tak naprawdę powinno się to tworzyć. 

Co mi się najbardziej spodobało? Na pewno spodobał mi się konkurs, bo był nie lada wyzwaniem dla mnie. Był w tym obszarze, który u Ciebie dopiero zaczęłam szlifować na kursie. To było takie niesamowite, że przez półtora tygodnia nie byłam w stanie, kombinując na różne sposoby, przeskoczyć o punkcik wyżej, żeby polepszyć mój model.

Tak przynajmniej wynikało z ocen na Kaggle. W ostatniej chwili dopiero stworzyłam ze dwa modele, który jeden drugiego pobił i tam rzeczywiście wskoczyłam trochę wyżej. Ostatecznie wyszło na to, że one i tak się praktycznie nie liczyły, ale to było dla mnie ważne że dałeś swój feedback, że obserwowałeś.

Widać było, że poświęciłam na to dużo czasu, bardzo mnie to wciągnęło i pamiętam, że powiedziałeś, że jeden z moich modeli, których nie wybrałam, mógłby wskoczyć na trzecie miejsce. Dla mnie to było takie: „wow, czyli jednak nie jest najgorzej ze mną”. To było super. Więc chyba mnie poziom zaskoczył.


Kurs też właśnie jest tak skonstruowany, żeby przeżyć na własnej skórze, czym jest przyuczenie się i lepiej zacząć tak z powagą, szacunkiem podchodzić do pewnych ustawień. Odnośnie do feedbacku, to było tak, że m.in. model, który wytrenowałaś, miał znacznie wyższą pozycję, ale nawet nie zdawałaś sobie sprawy z tego, że tak jest. 


Będziesz przerabiać na jesień kurs „NLP przetwarzanie języka naturalnego”. Jesteś jedną z osób, które o ten kurs w swoim czasie dopytywały, co też pozytywnie wpłynęło na to, że ten kurs się pojawił.



To zawsze jest tak, że ilość rzeczy, które się chce zrobić, jest znacznie większa niż to, ile człowiek fizycznie może zrobić tym bardziej, że kurs NLP przez rok się zbierał, tworzyłem brudnopisy itd. Tego materiału teraz mam mnóstwo, aby powstał kurs, coś bardziej ustrukturyzowanego, takie coś, co daje wartość namacalną. 

Porozmawiajmy teraz o tym, jaki będzie następny krok z Twojej strony. Już wspomniałem o tym, że masz pomysły, żeby połączyć pewne obszary, Twoje doświadczenie z różnych zawodów, dziedzin. 

To było tak, że poświęciłam tej nauce sporo lat, jeżeli chodzi o badania naukowe i widziałam, że coś tutaj nie do końca działa. W pewnym momencie, postanowiłam napisać artykuł o tym, co nie działa w nauce i szczerze mówiąc, to też przerosło moje oczekiwania, bo wiedza, którą wtedy nabyłam, była porażająca.

Fakty w tym artykule zawarte są porażające, jako że naprawdę mamy problem z jakością nauki. Zapraszam do lektury artykułu „Globalny problem współczesnej nauki. Jakość badań biomedycznych”. To spowodowało, że poczułam złość na to, że tak jest, ale przez to też postanowiłam, że chcę to zmienić. Zawsze chciałam otworzyć swoją firmę, więc stwierdziłam, że może by to połączyć.

Chcę połączyć dwie dziedziny – naukę z technologią. Chcę stworzyć platformę dla naukowców, która będzie miała na celu przyspieszenie procesu zdobywania wiedzy, ale wiedzy wysokiej jakości. Tutaj właśnie dlatego algorytmy Natural Language Processing, ponieważ większość danych, informacji naukowych jest ukryta w artykułach.

Artykułów przybywa jeden co 30 sekund, tj. jakiś milion na rok, więc nikt nie jest w stanie tego przeczytać, a już na pewno nie da się przeanalizować wszystkiego i wyciągnąć z tego wniosków. Mamy tu problem poznawczy. Produkujemy wiedzę, ale co dalej?

Uważam, że tutaj idealne są właśnie algorytmy, które im więcej tych danych mają, tym są lepsze. Uczą się znajdować schematy, czyli dokładnie to, czego potrzebujemy, żeby połączyć dane i wyciągnąć z nich wnioski. 

Uważam, że jeżeli coś takiego będzie dostępne globalnie dla naukowców, a taki mam plan, to może naprawdę wpłynąć na zwiększenie jakości tego, co naukowcy tworzą, zwiększenie jakości ich wiedzy i przez to przyspieszenie rozwoju nauki i może nawet wyciągnięcie wniosków z tego, co już teoretycznie wiemy, bo są dane ukryte w artykułach, ale nikt jeszcze nie był w stanie połączyć odpowiednich kropek, żeby jakiś wniosek naukowy wyciągnąć.

Mniej więcej takie jest założenie, że mnóstwo zapytań ludzi z różnych branż, dziedzin nauki, z różną ciekawością, da algorytmom input do poszukiwania takich połączeń, których wcześniej nie było. Dopiero mnóstwo takich połączeń może stworzyć esencję wiedzy, która kto wie, co nam da. Tak naprawdę myślę, że tam coś jest ukryte i my jeszcze o tym nie wiemy.

Zgadzam się, że tworzy się obecnie ogromne ilości treści naukowych. Liczba informacji cyfrowych, czyli takich, które da się przetworzyć w sposób cyfrowy, wzrasta w sposób wykładniczy. Analizować to w sposób manualny jest już po prostu niemożliwe. Takie narzędzie, które może tu pomóc, przyspieszyć, już samo w sobie brzmi sensownie. Pozostaje tylko kwestia realizacji tego, żeby to było przydatne dla ludzi.

W ogóle świat naukowców jest bardzo ciekawy. Dużo się teraz mówi o tym, jak obecna sytuacja związana z pandemią wpłynie na rozwój nauki.

Naukowcy teraz nie podróżują na różne konferencje. Organizacje, które ponosiły koszty, z jednej strony się cieszą, bo są mniejsze wydatki, ale z drugiej strony nie do końca wiadomo, jak to wpłynie, bo naukowcy dość często są zamknięci i siedzą w swoich przysłowiowych „piwnicach” i tak naprawdę nie zawsze w ogóle piszą o tym w swoich publikacjach.

Nawet jeśli piszą, to nikt nie czyta za bardzo publikacji. Nie ma możliwości, ponieważ tego jest za dużo. Te konferencje same w sobie nie były wartością, że ktoś tam się dowie czegoś nowego wprost, tylko bardziej ludzie się poznają i w ten sposób wymieniają wiedzę. 

Tak, ale szczerze mówiąc, też uważam, że interakcje naukowców są mega ważne i rzeczywiście nawet o tym piszę także w artykule, że każdy robi tam coś w tym zamkniętym laboratorium, potem to publikuje. Nikt nie wie, jak to zrobił, przez co przeszedł itd. Właśnie chodzi o to, żeby ta platforma też dała możliwość komunikacji między naukowcami.

Czasami naukowcy robią dokładnie to samo w różnych miejscach świata, nie wiedząc o tym, a mogliby współpracować, żeby poszerzyć horyzonty, jeśli chodzi o podejście do danego zagadnienia itd. 

Jak najbardziej kooperacja oraz interdyscyplinarność (bo na to też chcę postawić) – to wszystko chciałabym, żeby miało miejsce na tej platformie.


 

Dziękuję bardzo za podzielenie się opinią o kursie, ale też swoimi planami po kursie. Życzę samych sukcesów i wszystkiego dobrego. 

Bardzo Ci dziękuję i wszystkiego dobrego dla Ciebie również.







Marcin – skromny i bardzo pomocny człowiek. To zresztą było świetnie widać na kursie, kiedy podpowiadał w trakcie kursu innym osobom, jak można rozwiązać dany problem lub spojrzeć na coś w inny sposób. Zaangażował się także w projekt katowickiej grupy w ramach DataWorkshop Foundation.

Ten projekt analizuje dane wypadków drogowych, aby móc wpłynąć  na to, aby było ich mniej. To wszystko dopiero zaczyna się, ale sama wizja tego, że dzięki technologii można zaoszczędzić komuś zdrowia lub życie, brzmi super! Jeśli ten temat jest Ci bliski, to dołącz do grupy! Tu są notatki ze spotkań roboczych grupy i inne materiały.


Cześć Marcin. Przedstaw się: kim jesteś, czym się zajmujesz, gdzie mieszkasz.

Jestem programistą. Pracuje we wrocławskim software house’ie, który specjalizuje się w budowaniu rozwiązań, związanych z szeroko rozumianym marketingiem i reklamami w Internecie. Sam proces kupowania reklam i cały ekosystem z technicznego punktu widzenia jest bardzo ciekawy, więc jak na razie jestem bardzo zadowolony. Mieszkam we Wrocławiu.


Marcin Maślany
Marcin Maślany – absolwent 6 edycji kursu „Praktyczne uczenie maszynowe od podstaw”

Zainteresowałeś się tematem uczenia maszynowego, przerobiłeś kurs. Jesteś absolwentem kursu „Praktyczne uczenie maszynowe od podstaw”. Skąd pojawił się pomysł na badanie tematu machine learning?

To chyba bardziej moja ciekawość i chęć nauczenia się czegoś nowego. W projektach, które robiłem, uczenia maszynowego nie było za wiele, a jak już było, to te rozwiązania pochodziły od zewnętrznych firm. To takie trochę „czarne pudło” było dla mnie i teraz próbuję je sobie wybielić, zobaczyć, co jest w środku, w pełni to zrozumieć. 


Jak już wspomniałem, jesteś absolwentem kursu – czy spełnił Twoje oczekiwania? Co Ci się najbardziej spodobało? 

Jeśli chodzi o to, co mi się najbardziej podobało, to może krótko powiem:

  • wiele intuicji, 
  • dużo przykładów,
  • praktyczne podejście. 

To było bardzo fajne. 


Jest jeszcze inna kwestia, która dotyczy Ciebie bezpośrednio, Vladimir. Bez względu na to, o czym się opowiada, jeśli ktoś jest faktycznie danym tematem zainteresowany, to dobrze się go słucha. Właśnie to Twoje zaangażowanie, Twoje zainteresowanie tym tematem i sposób, w jaki o tym opowiadasz, bardzo pomaga. Ja po tym kursie jestem bardzo zainteresowany i zaciekawiony tym i chcę to dalej robić. Także dziękuję, że mnie tym bakcylem zaraziłeś.

Dzięki! Tutaj właśnie też ciekawa rzecz się wydarzyła po kursie, bo zaangażowałeś się również w projekt DataWorkshop Foundation. Obecnie jesteś zaangażowany w jeden z projektów w Katowicach. Jak to się stało, że się w niego włączyłeś i akurat dlaczego tam działasz?


Po kursie zaangażowałem się w projekt, który dotyczy wypadków na terenie województwa śląskiego. Dostaliśmy dane od policji, staramy się przewidzieć, czy w danym miejscu, o danej godzinie, być może na jakimś konkretnym odcinku drogi będzie wypadek. 

Zaangażowałem się, bo moje doświadczenie z praktycznymi projektami w uczeniu maszynowym było niewielkie. Tak naprawdę dopiero zaczynam i po prostu to doświadczenie chciałem zdobyć, a że ludzie są tam bardzo fajni, to wydaje mi się, że jest to dla mnie duża wartość.


 

Bardzo mnie cieszy, kiedy widzę kontynuację nauki w sposób praktyczny u uczestników moich kursów, a tym bardziej gdy dzieje się to w dobrym celu, realnie wpływającym na jakość naszego życia. Projekt, który w tej chwili jest rozwijany w Katowicach, jest jednym z ciekawszych, dlatego zachęcam wszystkim zainteresowanych do dołączenia.

Powiedziałeś, że kurs spełnił Twoje oczekiwania. Jak myślisz, komu warto go polecić? Mam na myśli profil człowieka. Jakie doświadczenie ktoś powinien mieć, żeby ten kurs mu się przydał? 

Wydaje mi się, że kurs jest wartościowy tak naprawdę dla każdego, chociaż zdecydowanie osoby, które jakieś doświadczenia programistyczne już miały, będą potrafiły sobie poradzić zdecydowanie lepiej. Kurs jest na tyle wartościowy, że każdy tam się może odnaleźć. Wystarczy tak naprawdę zaangażowanie, więc wydaje mi się, że jakby patrzenie w kategoriach osób, którym on by się przydał to… wystarczy się zaangażować. To wydaje mi się, że jest najważniejsze.



Co będzie dalej? Jak uczenie maszynowe może się przydać w Twojej obecnej pracy?

W moje branży jest sporo miejsc, gdzie uczenie maszynowe znajdzie swoje zastosowanie np. wykrywanie botów. Jest nawet taka firma, z którą w ramach jednego z projektów kiedyś się integrowaliśmy. Chodzi przede wszystkim o to, żeby wychwycić sztuczny ruch i nie licytować możliwości wyświetlenia reklamy urządzeniom, które zostały zakwalifikowane jako boty. 

Byłem też kiedyś na konferencji, gdzie jeden z prelegentów opowiadał o tym, jak można wykorzystać jakąś prostą metodę, to się chyba nazywało induction rule system. Ta metoda polegała na tym, żeby maszyny, które licytują (albo to co stoi przed tymi maszynami) przepuszczały tylko taki ruch, którym my z dużym prawdopodobieństwem będziemy zainteresowani. 

Jeszcze gdzie indziej można wykorzystać algorytm factorization machines do optymalizacji CTR, czyli liczby kliknięć. Można też próbować zgadywać, za ile należy licytować, tak żeby wygrywać, ale nie przepłacać. Cały mechanizm polega na tym, że gdy przychodzi do nas ruch, my licytujemy się z innymi maszynami o możliwość wyświetlenia reklamy konkretnemu użytkownikowi.

Podsumowując, zdecydowanie miejsce jest. Potrzebny jest tylko czas i fajny klient, który chce takie rzeczy i takie rozwiązania wdrażać.


Bardzo fajnie, że też rozważasz, jak można to wdrożyć w obecnym miejscu pracy. Na koniec chciałbym podziękować Ci za to, że znalazłeś czas na to, żeby podzielić się swoim doświadczeniem i wiedzą. 

Chciałbym jeszcze wrócić do wątku, związanego z projektem w Katowicach, bo też warto tutaj połączyć te kropki. Jak na początku powiedziałeś, jesteś z Wrocławia. Projekt, w który teraz się zaangażowałeś, jest w Katowicach, więc stąd można wyciągnąć wniosek, że obecność fizyczna w punkcie A nie jest konieczna, żeby działać z projektem w punkcie B. 

Teraz wszystko się odbywa online, więc też to zachęta dla innych osób, żeby się zaangażować. To jest bardzo ciekawy projekt, bo bazuje na prawdziwych danych z “naszego podwórka”. Tym samym praca w ramach tej inicjatywy ma realny wpływ na nasze otoczenie. Zachęcam wszystkich zainteresowanych do włączenia się w projekt.

Tak, zdecydowanie zapraszamy wszystkich chętnych.

Dzięki wielkie. Życzę wszystkiego dobrego i do usłyszenia.

Dziękuję i Tobie również do usłyszenia.

Siódma edycja kursu “Praktyczne uczenie maszynowe” rusza 5 października 2020 i potrwa 8 tygodni. Jeśli masz obawy, że Twoja znajomość Pythona jest bardzo podstawowa, to polecam przerobić tuż przed tym kurs satelitę, czyli “Praktyczne wprowadzenie do Pythona”, który rusza 14 września i potrwa 3 tygodnie (kończy się tuż przed głównym kursem).

Uwaga❗️❗️❗️

Kupując kurs wcześniej – dostajesz zniżkę, w czerwcu 30%, w lipcu 20%, w sierpniu 10%. Dzięki temu jest możliwość dla osób zdecydowanych obniżyć koszt.



Jeśli rozważasz, czy machine learning jest dla Ciebie, to warto oprócz słuchania podcastu BiznesMyśli, obserwować społeczność DataWorkshop. Na początek polecam np. przerobić wyzwania lub transformację. To są bezpłatne inicjatywy, gdzie na nagraniach krok po kroku tłumaczę podstawy w ramach przygotowanych materiałów wideo, a na koniec dostajesz proste zadanie do zrobienia. Możesz to potraktować jako łagodny sposób wejścia do świata uczenia maszynowego za pomocą małych, ale skutecznych kroków. 




Na koniec chciałbym życzyć Ci dużo zdrowia. Też mam prośbę, poleć ten odcinek jednej osobie, której może być pomocny. Dziękuję, że jesteś, że czytasz i do usłyszenia. Wszystkiego dobrego.



Od 2013 roku zacząłem pracować z uczeniem maszynowym (od strony praktycznej). W 2015 założyłem inicjatywę DataWorkshop. Pomagać ludziom zaczać stosować uczenie maszynow w praktyce. W 2017 zacząłem nagrywać podcast BiznesMyśli. Jestem perfekcjonistą w sercu i pragmatykiem z nawyku. Lubię podróżować.

Leave a Reply

Twój adres email nie zostanie opublikowany. Pola, których wypełnienie jest wymagane, są oznaczone symbolem *