 |
| 當個小粉絲跟 Mezzanine 的作者 Stephen McDonald 合照, 先跟他小小抱怨了沒有 i18n 的痛苦, 他說那是現在排名第一名的 Missing Feature, 他回去就會把 pull requests 好好的 merge 回去了 |
今天(5/17)有些蠻有趣的心得, 希望對資訊或數學有興趣的人可以花點時間看一下, 沒有太高深的東西(太高深的我也不會), 僅僅是點到為止的介紹。
Keynote
首先從今天的 Keynote 開始, 主講者是來自 DataPad 的 Wes McKinney, 他同時是 Pandas 和 Python for Data Analysis 的作者。他的講題主要的方向可能是從他自身經驗(BI, 商業邏輯) 來導出 Python 在資料科學的趨勢、重要性及實用性。
接著提到在資料科學中的 ETL (Extract, Transform, Load) 不是件容易的事, 很多人認為, 在資料科學中往往最困難的不是在資料分析, 而是在資料的導入與取得上面。對此, 他也引用了 Big Data Borat 在 Twitter 上說的話來提供這觀點的共鳴(註：真的!)：
 |
| 在資料科學中, 大概花百分之八十的時間在準備資料, 另外百分之二十在抱怨準備那些必要的資料 -- Big Data Borat |
最後他則提出一句他自己也不知道是誰說的話來作結尾：
Python is the second best language for Data Science這句話在 PyCon 講可能會引起公憤, 不過講者立刻解釋說因為很多人都會擁護自己愛戴的語言, 像是有些人會覺得 Scala 比較好, 有些人則是認為 Java 比較好之類的, 但是這種情況底下, 通常大家都會願意折衷取一個效率雖然不是最好, 但卻大家都能夠接受的 Python 來實作, 對 Python 實際上是個幽默的讚美。
PySpark: next generation cluster computing engine
第二個聽的是來自 Yahoo! 奇摩 Wisely Chen 給的 talk, PySpark 其實在我去年寫這篇參加 Yahoo! 技術分享活動的文章中多少可以得到這個 talk 的重點, 由於上次 Spark 的作者講的蠻仔細的, 這次有多的部分可能就是在展示利用 PySpark + scikit-learn 簡單實作推薦系統的部分。從這個講題我們可以確認, 在經過了快一年後, Spark / Shark 真的是現在想要研究 Big Data 的朋友需要了解的趨勢之一, 想走 Big Data 路線的朋友, 千萬千萬不要遺漏了。
Time for Education: Data Mining in High School
接下來我去聽的是一位來自新加坡的高中生, Yuli Zhan, 分享他做的一些關於中學教育的專題, 新加坡的英文真的好, 教育感覺也很活, 從國高中就有 study group, 真是讓人羨慕啊。講者提到一些資料科學在教育上可能的應用, 像是如果一個學生在學習過程中分別陸續得到 EEEAA 或 AAEEE 這兩種分數的排列, 在這種情況底下, 最後學期末可能都是得到 C 左右的平均分數, 但是如果善用資料分析, 可以看出學生是在成長還是退步, 進而事先預防找出盲點與困境, 這樣的觀點在申請國外的學校也可以發現異曲同工之妙, 國外的學校會在乎你成績是否是逐漸上昇的(好證明你是有潛力及企圖心的), 所以有些會看最後幾學期的分數, 而不是單單僅是看最後的平均, 不過名校可能就是大家都 GPA 4.0 滿分, 不過我自始至終沒申請過, 單純打打嘴炮一下。
Graph-Tool: The Efficient Network Analyzing Tool for Python
上午的最後一場是 Pinkoi 的 Mosky Liu 講的主題, 主題臨時改成 Graph-Tool in Practice, 是一場蠻實用的 talk。其中提到在開始前需要進行一些步驟, 像是,
- 定義問題
- 轉換成圖
- 處理原始資料
- 設定 HIGHEST_PROTOCOL
- 採用 tuple 以節省空間與時間
- 將檔案序列化存檔
IPython in PNaCl
下午第一場由 UC Berkeley, 同時也是 IPython 作者 Fernando Perez 所演講, 雖然剛吃飽飯想睡覺, 我還是很認真的把英聽給上完了。:D
這個 talk 提到了 Python 和 Science 的關係, 也提到了資料科學的重要性, 對我來說最有趣的是 IPython。我一開始在想 IPython 不就只是個 interactive (互動式) 的 Python shell 嗎? 這樣原生 Python 不是也有提供嗎?
但是如果加上 Google Drive 之後呢?
竟然變成了協作的 IPython... 真的還蠻有趣的就是了, 但是目前我似乎沒有這樣需求的情境可以套用, 可能還需要再想一下, 先放進腦袋裡備用。
graph database for python
由 tagtoo 李宗哲所提供的 talk, 好像是提到 neo4j, 因為之前已經聽過比較深的講題, 我就不自覺的晃神了......
Yielding a Tulip
Yielding a Tulip 這個由 Tzu-ping Chung 所分享的主題其實很有趣, 因為 Tornado 就是用類似概念這樣搞的(誰致敬誰的我還沒查), 不過這個原理在去年, 有一個我超閒(三星鄉與員山鄉誰的面積大？)又亦師亦友的強者喇賽夥伴 Achi Chen, 曾經用 PyDev 去 trace Tornado 的 event loop 然後分享給我知道, 如果真的有人想知道, 我會請他出山來寫一篇文章滿足大家的求知慾。
Data Analysis in Python
這個由 Wei-Ting Kuo 所分享的主題偏向資料分析所需要使用到的 Python 基礎, 我沒有聽完全程跑去聽上面的那場 talk 了, 歡迎有聽完的朋友可以分享一下。
Lightening talk
Lightening talk 真的是現在這些研討會後我最喜歡的一個部分, 參加的人都很有創意, 有些無俚頭搞笑的、有些認真做小玩具的、有些假心得抱怨文的, 總之, Lightening talk 真的不能錯過。(僅先用我筆記的重點先擺著, 晚點補回細節)
- mooc.org, edX.org
- PyClab
- show code
TDDBoF is dead- programming and music
- 窮人的 BigQuery, QSearch -> google analytics
- Taiwan R user group
- ZipCodeTW
- pelican
- one line code, checkio
- NetworkX, closeness, centrality
- ciphers using python
- Hue
- Capy, 日籍 CTO 上台介紹 Capy
中間我最喜歡的是由同時也從趨勢出來的 Tom Chen 所展示, 有關程式與音樂結合的小專案, 利用簡單音源辨識, 流暢的簡報過程, 是一個非常不錯的短講。至於其他的 talk, 蠻多東西之前或多或少有摸過, 不過應該會將窮人版的 BigQuery、Cloudera 的 Hue 、NetworkX 列為有空可以摸摸看的小東西, 似乎蠻值得玩一下的。不過, 前提還是要有空看啊, 雖然乳溝變大了, 但是還是挺難擠的......
在 BoF 時間, 我把披薩盒給撕開, 幫忙寫了個海報進行招募, 效果感覺還不錯, 蠻多人來詢問的。
後註：Capy 是一間跟我們之前在 Startup Weekend 得獎作品類似的新創公司(已經獲得日本知名創投融資), 我們當初成員之一目前在裡面奮戰中, 對 Python、Django 有興趣, 也想前往日本工作的朋友, 歡迎談談。
後後註：其實從11點寫到了星期天的凌晨1:40, 但是因為懶得改上面原本使用今天的詞, 決定偷改文章日期時間......
BoF, Birds of a Feather
在 BoF 時間, 我把披薩盒給撕開, 幫忙寫了個海報進行招募, 效果感覺還不錯, 蠻多人來詢問的。
 |
| sushi 就是模特兒身材啊 |
 |
| 有了海報立馬很多人來詢問, 看來日本的吸引力很大啊 XD |
後後註：其實從11點寫到了星期天的凌晨1:40, 但是因為懶得改上面原本使用今天的詞, 決定偷改文章日期時間......
後後後註：免責聲明, 因為本人可能在做筆記的時候遭遇晃神、聊天等不可抗拒之外力影響, 筆記內容難免有落差, 如有正確資訊, 煩請指正。
留言
張貼留言