Ответ на пост «Немецкий бункер времен Второй мировой войны, упавший со скалы, Нормандия, Франция»
Спасибо @Tamasciridate, за картинку с другого раскурса и @rmech, за идею: #comment_302648061
Конечно, никакой это не бункер, а упавший и растасканый местными аборигенами за сотни лет имперский тяжелый шагоход АТ-АТ. Сравните сами:
Ну а нейросети нужны не только сиськи рисовать, но и вот такие картинки совмещать, получая нечто фантазийное на выходе:
Ну и пара вариаций на тему:
Спустя еще 200 лет..
Это что-то больше похоже на песчаный краулер расы джавы: https://ru.wikipedia.org/wiki/Песчаный_краулер
Робокоп?
Если бы американский автопром 50-х свернул не туда..
Спасибо за внимание.
Прототипы АТ-АТ
Вы хотите головоломок?
Их есть у нас! Красивая карта, целых три уровня и много жителей, которых надо осчастливить быстрым интернетом. Для этого придется немножко подумать, но оно того стоит: ведь тем, кто дойдет до конца, выдадим красивую награду в профиль!
Немного облагородил подсветкой своё лего Star Wars
Общее фото наборов:
75290 Кантина Мос-Эйсли
75312 Корабль Бобы Фетта
75257 Сокол Тысячелетия
Наборы:
75330 Хижина Йоды
75301 Истребитель типа Х Люка Скайуокера
Наборы:
75300 Имперский истребитель СИД
75288 Имперский шагоход АТ-АТ
Чуть светлее
Общий план
Позже пришли китайские кубики с али, заделал электрику стенкой
Немного фото рукоделия
AT-AT в боевых действиях
Что нужно знать, если хочешь в Data Science
Специалисты по Data Science анализируют большие объемы данных и используют машинное обучение, чтобы строить прогнозы. Перечислили навыки и знания, без которых не обойтись в этой профессии.
Математика
В основе профессии лежит аналитика и программирование, поэтому без точных наук не обойтись. Чтобы освоить Data Science, надо знать:
линейную алгебру;
математическую статистику;
теорию вероятностей;
математический анализ;
методы оптимизации.
Но чтобы начать учиться, хватит базовых знаний — наш бесплатный курс по основам математики поможет вспомнить все важное.
Python
Язык хорошо подходит для работы с большими объемами данных, поэтому дата-сайентисты изучают в первую очередь его. Познакомиться с Python можно на бесплатном курсе по Python-разработке.
Аналитическое мышление
Помогает структурировать и анализировать большие объемы данных, выявлять закономерности, формулировать гипотезы и делать выводы.
Аналитическое мышление можно прокачать:
решать задачи на логику;
играть в шахматы;
тренировать память;
анализировать ситуации из повседневной жизни;
мыслить критически и отстаивать свою точку зрения.
Визуализация данных
Она наглядно и просто отражает результаты масштабных анализов, с которыми работают дата-сайентисты. А еще помогает увидеть общую структуру и особенности данных, выявить аномалии и зависимости.
Презентация результатов
Важно уметь доносить свои идеи просто и понятно, поэтому начинающему дата-сайентисту точно пригодится этот навык. Делать красивый и эффективный визуал учим на бесплатном курсе по созданию презентаций.
Инструменты для работы с данными
Хорошо, если вы знаете эти три:
SQL для работы с базами данных;
Excel для создания таблиц;
Tableau для визуализации данных.
Умение пользоваться основными инструментами упростит вам обучение Data Science, а в дальнейшем облегчит интеграцию в новые команды и проекты.
Что еще почитать по теме:
Чтобы убедиться в выборе, пройдите бесплатный курс «Какую профессию выбрать в анализе данных» от Яндекс Практикума. Расскажем о направлениях в анализе, а вы найдете интересную для вас IT-специальность.
Реклама ООО «Яндекс», ИНН: 7736207543