Ottimo video! Finalmente uno dove si indicano quali argomenti e soprattutto quali corsi nello specifico frequentare. Sarebbe interessante vedere un ''risultato finale'' e poi risalire a monte con le competenze informatiche e matematiche che servono. Oppure il contrario. :)
Ho studiato data science al PoliTO (magistrale) e ammetto che la matematica ÃĻ stato lo scoglio piÃđ grande per me; in particolare la statistica. Giustamente un bravo ML engineer deve conoscere la complessità matematica; quindi, per i futuri data sientist / ML specialist, non sottovalutate assolutamente questo aspetto. Siate bravi programmatori, ma cercate anche di capire i concetti matematici che stanno alla base :)
Per curiosità , la triennale l'hai fatta sempre al poli? PerchÃĻ io faccio ing inf lÃŽ e abbiamo trattato in modo piÃđ o meno approfondito tutti gli argomenti di matematica descritti nel video (anche la statistica inferenziale fino ai test d'ipotesi)
@@danieleferrara1011 Ciao Dani; piÃđ che felice di condividere la mia esperienza! Ho fatto anche io ing inf come triennale ma in un'altra università (non al Poli) e la base ÃĻ piÃđ che solida. Poi considera che in tutti i corsi di matematica per data science o Machine Learning si fa un'introduzione di base; e da quella poi si vanno dei dettagli (PCA, Kernel model, etc)
@@animatronix5676 Ma noo, ti spiego: tutto dipende dalla tua inclinazione piÃđ o meno forte verso gli aspetti della matematica / statistica. Anche una laurea in economia dà basi piÃđ che sufficienti nell'ambito matematico per affrontare data science (un po' meno per l'ambito programmazione ma quella si impara). Il mio commento si riferiva al fatto che io come persona non amo particolarmente i concetti matematici complessi (prendiamo il gradiante ad esempio che sicuramente farai) e quindi studiare tali aspetti per me era uno scoglio mentale importante, sebbene avessi tutte le basi e conoscenze
Utilissimo video, solo una domanda finale: per il "second brain" avete dei riferimenti su come strutturarlo al meglio o semplicemente si traspone in digitale l'organizzazione personale che si avrebbe con gli appunti scritti? So che ci sono tantissimi video sul second brain, e non ÃĻ l'oggetto principale del video, ma mi interessava sapere come venisse usato da chi si occupa effettivamente di data science. Grazie mille!
![āļāļāļīāđāļŠāļāđāļĄāđāđāļŦāļ§ (Crush on you) - LIPTA feat. No One Else [Official MV]](http://i.ytimg.com/vi/NBw1jF342vw/mqdefault.jpg)
Ottimo video! Finalmente uno dove si indicano quali argomenti e soprattutto quali corsi nello specifico frequentare. Sarebbe interessante vedere un ''risultato finale'' e poi risalire a monte con le competenze informatiche e matematiche che servono. Oppure il contrario. :)
Ho studiato data science al PoliTO (magistrale) e ammetto che la matematica ÃĻ stato lo scoglio piÃđ grande per me; in particolare la statistica. Giustamente un bravo ML engineer deve conoscere la complessità matematica; quindi, per i futuri data sientist / ML specialist, non sottovalutate assolutamente questo aspetto.
Siate bravi programmatori, ma cercate anche di capire i concetti matematici che stanno alla base :)
Per curiosità , la triennale l'hai fatta sempre al poli? PerchÃĻ io faccio ing inf lÃŽ e abbiamo trattato in modo piÃđ o meno approfondito tutti gli argomenti di matematica descritti nel video (anche la statistica inferenziale fino ai test d'ipotesi)
@@danieleferrara1011 Ciao Dani; piÃđ che felice di condividere la mia esperienza! Ho fatto anche io ing inf come triennale ma in un'altra università (non al Poli) e la base ÃĻ piÃđ che solida.
Poi considera che in tutti i corsi di matematica per data science o Machine Learning si fa un'introduzione di base; e da quella poi si vanno dei dettagli (PCA, Kernel model, etc)
@@animatronix5676 Ma noo, ti spiego: tutto dipende dalla tua inclinazione piÃđ o meno forte verso gli aspetti della matematica / statistica.
Anche una laurea in economia dà basi piÃđ che sufficienti nell'ambito matematico per affrontare data science (un po' meno per l'ambito programmazione ma quella si impara).
Il mio commento si riferiva al fatto che io come persona non amo particolarmente i concetti matematici complessi (prendiamo il gradiante ad esempio che sicuramente farai) e quindi studiare tali aspetti per me era uno scoglio mentale importante, sebbene avessi tutte le basi e conoscenze
Video super utile e interessante. Complimenti
Super interessante! Potresti approfondire anche l'ambito informatico?
Assolutamente!
Utilissimo video, solo una domanda finale: per il "second brain" avete dei riferimenti su come strutturarlo al meglio o semplicemente si traspone in digitale l'organizzazione personale che si avrebbe con gli appunti scritti?
So che ci sono tantissimi video sul second brain, e non ÃĻ l'oggetto principale del video, ma mi interessava sapere come venisse usato da chi si occupa effettivamente di data science. Grazie mille!
Bravo video utilissimo
Iibri consigliati?