#вашивопросы
Я прошел курс по питону на курсере, сейчас прохожу чуть более сложный курс по питону на степике. В целом нравится, но чувствую, что ООП даётся сложно. Вопрос - если больше всего меня интересует data science, в частности NLP, насколько важно разбираться в ООП? Или достаточно знать какой-то минимум по питону, и дальше прокачиваться в математике/статистике/конкретных библиотеках?
Большинство дата-саентистов, которых я встречала, не очень сильны в программировании и написании софта. И код у них часто довольно примитивный - по сути, многие используют язык программирования в качестве умного калькулятора. Это говорит как минимум о том, что не обязательно быть прям гуру программирования для работы в сфере Data Science. С другой стороны, я бы не советовала свято следовать примеру таких специалистов и совсем забить болт на написание кода.
На счет проблем с ООП не совсем понимаю, в чем именно состоит проблема. Если вы не понимаете, что такое классы и объекты в питоне - то в этом нужно разобраться. Во-первых, в них нет ничего сложного, так что бояться их не нужно. Во-вторых, как дата-саентист вы будете работать со сторонними библиотеками и модулями, и там встретите классы, и придется с ними что-то делать. Если же вы не понимаете концептуально принципы ООП - инкапсуляцию, полиморфизм, абстракцию и наследование - то почитайте про них в Интернете, чтобы понимать на уровне ликбеза. А сильно глбоких знаний от вас требовать, скорее всего, никто не станет.
Привет! начала изучать программирование (питон) сначала самостоятельно и хаотично по книжкам, а сейчас купила основательный такой интенсивный курс. и столкнулась с тем, что изучение даётся мне очень тяжело. простые примеры – пожалуйста, но стоит взять чуть более сложную задачку и я чувствую потерянность, не понимаю, как ее сделать, мозг открещивается от "въезжания" в какие-то конструкции. понимаю, что я должна сделать, но не могу разложить в голове по полочкам алгоритм, как и что взять, как преобразовать.
мой куратор на курсе говорит, что это нормально, но я ощущаю себя валенком, когда неделю не могу сделать задание. у меня неспособность к программированию или нужно больше времени? или более простые задачи и я ошиблась с курсом?
Думаю, ваша проблема связана с тем, что изначально вы привыкли к более легкому материалу, а сейчас уровень сложности повысился, и это может вызывать некую панику. Хорошая новость - в IT всё обычно раскладывается на простые, доступные для понимания компоненты. Поэтому если что-то не даётся сразу, попробуйте остановиться на непонятном моменте подольше, разложить его по полочкам, не спешить. Можно выявить непонятные моменты и попросить кого-то, кто шарит, объяснить их (можете написать мне, только я медленно разгребаю вопросы, так как их много).
Что касается переключения на более простые задачи - то это палка о двух концах. Возможно, на нынешнем этапе вам это нужно (я же не знаю вашего уровня и сложности курса, который вы проходите). Но с другой стороны - растем и прогрессируем мы именно на сложных задачах - не таких сложных, которые кажутся нам прямо неподъемными, но умеренно сложных, которые без некоторого усилия и раздумий не решить.
Бот для ваших вопросов: @hum_it_bot
Я прошел курс по питону на курсере, сейчас прохожу чуть более сложный курс по питону на степике. В целом нравится, но чувствую, что ООП даётся сложно. Вопрос - если больше всего меня интересует data science, в частности NLP, насколько важно разбираться в ООП? Или достаточно знать какой-то минимум по питону, и дальше прокачиваться в математике/статистике/конкретных библиотеках?
Большинство дата-саентистов, которых я встречала, не очень сильны в программировании и написании софта. И код у них часто довольно примитивный - по сути, многие используют язык программирования в качестве умного калькулятора. Это говорит как минимум о том, что не обязательно быть прям гуру программирования для работы в сфере Data Science. С другой стороны, я бы не советовала свято следовать примеру таких специалистов и совсем забить болт на написание кода.
На счет проблем с ООП не совсем понимаю, в чем именно состоит проблема. Если вы не понимаете, что такое классы и объекты в питоне - то в этом нужно разобраться. Во-первых, в них нет ничего сложного, так что бояться их не нужно. Во-вторых, как дата-саентист вы будете работать со сторонними библиотеками и модулями, и там встретите классы, и придется с ними что-то делать. Если же вы не понимаете концептуально принципы ООП - инкапсуляцию, полиморфизм, абстракцию и наследование - то почитайте про них в Интернете, чтобы понимать на уровне ликбеза. А сильно глбоких знаний от вас требовать, скорее всего, никто не станет.
Привет! начала изучать программирование (питон) сначала самостоятельно и хаотично по книжкам, а сейчас купила основательный такой интенсивный курс. и столкнулась с тем, что изучение даётся мне очень тяжело. простые примеры – пожалуйста, но стоит взять чуть более сложную задачку и я чувствую потерянность, не понимаю, как ее сделать, мозг открещивается от "въезжания" в какие-то конструкции. понимаю, что я должна сделать, но не могу разложить в голове по полочкам алгоритм, как и что взять, как преобразовать.
мой куратор на курсе говорит, что это нормально, но я ощущаю себя валенком, когда неделю не могу сделать задание. у меня неспособность к программированию или нужно больше времени? или более простые задачи и я ошиблась с курсом?
Думаю, ваша проблема связана с тем, что изначально вы привыкли к более легкому материалу, а сейчас уровень сложности повысился, и это может вызывать некую панику. Хорошая новость - в IT всё обычно раскладывается на простые, доступные для понимания компоненты. Поэтому если что-то не даётся сразу, попробуйте остановиться на непонятном моменте подольше, разложить его по полочкам, не спешить. Можно выявить непонятные моменты и попросить кого-то, кто шарит, объяснить их (можете написать мне, только я медленно разгребаю вопросы, так как их много).
Что касается переключения на более простые задачи - то это палка о двух концах. Возможно, на нынешнем этапе вам это нужно (я же не знаю вашего уровня и сложности курса, который вы проходите). Но с другой стороны - растем и прогрессируем мы именно на сложных задачах - не таких сложных, которые кажутся нам прямо неподъемными, но умеренно сложных, которые без некоторого усилия и раздумий не решить.
Бот для ваших вопросов: @hum_it_bot