Mojih top 5 data science preporuka – Željana Grbović
Ja sam Željana Grbović. Završila sam osnovne i master studije na Fakultetu tehničkih nauka u Novom Sadu. Trenutno sam na trećoj godini doktorskih studija na departmanu za Energetiku, elektroniku i telekomunikacije, usmerenje obrada signala, na istom fakultetu. Radim kao istraživač na Institutu BioSens, najviše na obradi različitih modliteta slika: rgb, termalne, hiperspektralne sa raziličitih vrsta senzora (kamere, dronovi, sateliti) sa primenom mašinskog učenja i deep learning tehnika u poljoprivredi sa ciljem predikcije prinosa, procene biomase ili detekcije bolesti.
Evo nekih saveta i linkova gde možete usvojiti znanja iz ove oblasti.
Prvo, kao zagovornik kvalitetnih online kurseva, koji su svoju pravu ekspanziju postigli tokom ove pandemije, tu su standardni sajtovi Coursera, Udacity, edX i Stanford Online, gde se mogu naučiti i osnove, ali i proširiti znanja iz oblasti koja vas zanima. Osim toga kao istraživač mogu da kažem, da je pregled literature nešto osnovno, i od izuzetne važnosti kako bi se stekao uvid u aktuelno stanje u oblasti.
5.Challenges
S obzirom da sam inženjer po struci, praktične stvari i taskovi su me oduvek najviše motivisali da najbrže napredujem i učim. Pa shodno, tome preporuka je fokusirati se na jedan dataset i rešavanje konkretnog problema, kroz koji se uči razvoju ideje i načinu razmišljanja koji vodi do krajnjeg rešenja, ali i teorijskim i praktičnim znanjima. Na nekim čelendžima sam i sama učestvovala i osvajala nagrade sa kolegama sa fakulteta i posla, pa eto još jedna dodatna motivacija.
Neki od čelendža: IEEE Signal Processing Cup, Inspire Challenge, AGRICULTURE-VISION: CHALLENGES & OPPORTUNITIES FOR COMPUTER VISION IN AGRICULTURE, Kaggle. Bar za neke, verujem da su mnogi od Vas čuli, ili su se i takmičili.
4.Podaci
Podaci su postali veoma bitan resurs u IT industriji na globalnom nivou, i osnovna su veza na osnovu koje mašinsko učenje i veštačka inteligencija imaju upliv u sad već skoro svaku granu industrije. Čak je i Google otvorio – Dataset Search – gde možete pronaći dostupne podatke.
3.AlphaSignal
Kao istraživač, zanimljiva mi je pretraga literature i naučnih radova, pa ova web aplikacija koja rangira naučne radove i obaveštava na nedeljnom nivou o najnovijim objavljenim radovima na osnovu oblasti koje čekirate da ste zainteresovani, je super stvar.
2.TensorFlow PlayGround
Interaktivna web aplikacija koja omogućava korisnicima da testiraju AI algoritme koristeći TensorFlow biblioteke za mašinsko učenje kroz browser. Moguće je kreirati jednostavne modele neuronskih mreža, puštati eksperimente i analizirati dobijene rezultate.
1.Google Colab
Sjajno online okruženje koje omogućava korisnicima da proizvoljno pišu i pokreću svoje skripte i kodove pisane u Python-u kroz browser. Ono što bih izdvojila kao najveće benfite korišćenja ovakvog web-framework-a je što nema potrebe za konfiguracijom i podešavanjima biblioteka, pristup grafičkim karticama za izvršavanje koda (GPU) i jednostavna razmena i zajednički pristup skriptama.
***Bonus: Quick, Draw!
Zanimljiva online igrica koja zahteva od korisnika da nacrta zadati objekat, i koristi neuronsku mrežu kako bi pogodio šta je nacrtano. Algoritam se doobučava svakim crtanjem, povećavajući robusnost i generalizaciju modela, i verovatnoću za tačno prepoznavanje. Zanimljiv način i jednostavan način da vidite primenu neuronske mreže.
