Dzięki, kolejne już w drodze! :)

Dzięki za feedback! Kilka materiałów było nagrywanych wcześniej, dlatego tekst jest niewiele większy niż ostatnio. Na pewno uwzględnię przy następnych materiałach. :)

Dzięki wielkie! Wielkość czcionki na pewno zostanie poprawiona w następnych materiałach, na ten moment mogę polecić jakość 4k + powiększenie ekranu - wiem, że to nie zastąpi większej czcionki ale na teraz zawsze coś. :)

Dzięki! Odnośnie Twojego pytania: tak. Więcej operacji tensorowych na pewno pojawi się w kolejnych materiałach, ale odpowiadając konkretniej - uważam, że jako data scientist spotkasz się z operacjami normalizacji danych (najczęściej przechowywanych w tensorze), "spłaszczania", rozkładu tensora (np. SVD, rozkład Cholesky'ego), czasem możliwe, że będziesz musiał zmniejszyć wymiar danych zachowując jak najwięcej użytecznych informacji. Mimo wszystko uważam, że nie jest Ci potrzebne zrozumienie teorii stojącej za tymi operacjami - po to właśnie buduje się biblioteki, żebyś znał efekt i sens stosowania tych operacji, które przy użyciu takich bibliotek jak PyTorch, Scikit-Learn, Pandas czy Seaborn stają się dla Ciebie przeźroczyste. Dla biznesu jako data scientist powinieneś potrafić zrobić szybką i treściwą analizę danych, które sam odpowiednio przygotujesz. Zdecydowanie stawiałbym na praktykę, która wyrobi intuicję co i kiedy stosować aby wyciągnąć jak najwięcej użytecznych informacji z danych. :)

@@r.sikora super, dzięki za tak obszerną odpowiedź i powodzenia dalej z kanałem. Chętnie obejrzę przyszłe produkcje :)

Dzięki! Na pewno pojawi się więcej materiałów z czasem. :)