Postuar te Shkencë kompjuterike, Zhvillim i softuerit

Vizioni i Duhur për programerët shqiptarë

Stephen Covey, në librin e tij “Zakoni i 8të” i paraqet pesë epokat e zhvillimit të qytetërimit:

5 epokat

Epoka e parë ishte e Epoka e Gjuetarit/Grumbulluesit të ushqimit, me rezultate minimale të punës. Pastaj vjen Epoka e Bujkut, me të ardhura rreth 50 herë më të mëdha. Pason Epoka Industriale me produktivitet 50 herë më të madh se sa buqësia familjare. Pastaj vjen Epoka e Punonjësit të Informacionit/Dijes. Këtu Covey e citon Nathan Myhrvold, ish-shefin e teknologjisë në Microsoft: “Zhvilluesit më të mirë të softuerit janë më produktivë se zhvilluesit mesatarë të softuerit jo me një faktor 10X apo 100X apo edhe 1000X, por me 10,000X.”
Tani, a duam të ndërtojmë programerë me faktorin 10X (për 3-4 muaj trajnim), apo 100X (me shkolla profesionale) apo 1000X (me fakultete cilësore) apo 10,000X (me fakultete cilësore, sistem të mirë të punësimit, mundësi të zhvillimit profesional në punë, brain gain të ekspertëve më të mirë, shtet stabil).
Mendoj se kjo e përmbledh në pika të shkurta Vizionin e Duhur (apo një draft fillestar të tij).

Postuar te Artikuj & Tutoriale, Shkencë kompjuterike, Zhvillim i softuerit

Intervistë me Donald Knuth

Donald E. Knuth i kreu studimet universitare në Case Institute of Technology më 1960. E mori një PhD në California Institute of Technology më 1963, nën drejtimin e Marshall Hall-it, Të Riut. Iu bashkua Universitetit të Stanfordit (Stanford University) si Profesor i Shkencës Kompjuterike më 1968. Më 1993 u bë Profesor Emeritus i Artit të Programimit Kompjuterik (The Art of Computer Programming), në Universitetin e Stanfordit.

Vazhdoni me leximin e “Intervistë me Donald Knuth”
Postuar te Përmbledhje, Shkencë kompjuterike

Bazat e projektimit dhe metodologjisë së hulumtimit

Bazat_e_hulumtimit.pdf është përzgjedhje e pikave kryesore nga libri “Essentials of research design and methodology” nga Geoffrey Marczyk, David DeMatteo dhe David Festinger. Përmbajtja:

  1. Hyrje dhe përmbledhje
  2. Planifikimi dhe projektimi i një studimi hulumtues
  3. Qasjet e përgjithshme për kontrollimin e artifakteve dhe shtrembërimeve
  4. Mbledhja e shënimeve, metodat e vlerësimit dhe strategjitë e matjes
  5. Tipet e përgjithshme të projektimeve dhe qasjeve të hulumtimit
  6. Vlefshmëria (validity)
  7. Përgatitja e shënimeve, analizat, dhe interpretimi
  8. Konsideratat etike në hulumtim
  9. Shpërndarja e rezultateve të hulumtimit dhe distilimi i principeve të projektimit dhe metodologjisë së hulumtimit

Shfletoje/shkarkoje: Bazat_e_hulumtimit.pdf

Postuar te Shkencë kompjuterike, Zhvillim i softuerit

Referenca dhe rekomandime

“…I’ve had the pleasure of working with Ridvan Bunjaku during the development of my book “Head First Learn to Code” published by O’Reilly Media Press in January of 2018. Ridvan acted as a technical reviewer for this book (he was one of a dozen or so) and was chosen through an interview process that took into account his diverse background as a programmer, teacher, computer scientist with an advanced degree, and also given his past experience with the Head First format—a non-standard technical teaching format that focuses on learning, not reference, with incorporated conversation, the heavy use of graphics and brain-friendly teaching techniques based on the work of Kathy Sierra. Vazhdoni me leximin e “Referenca dhe rekomandime”

Postuar te Shkencë kompjuterike, Studime rastesh, Video, Zhvillim i softuerit

Aplikacionet realiste me PHP & MySQL

Filloje video-kursin këtu: goo.gl/xdvEsz

Nganjëherë nevojitet të krijohen shënimet para se të përdoren ato. Dhe nganjëherë duhet të krijohen tabela që t’i mbajnë ato shënime, si dhe baza e shënimeve që i mban të gjitha këto. Do të mësojmë si të krijojmë baza dhe tabela, dhe do ta ndërtojmë aplikacionin e parë me PHP dhe MySQL. Vazhdoni me leximin e “Aplikacionet realiste me PHP & MySQL”

Postuar te Artikuj & Tutoriale, Përmbledhje, Shkencë kompjuterike, Tekste, Video, Zhvillim i softuerit

Arritjet në Deep Learning gjatë vitit të fundit

Zhvillime të mëdha në teknologjitë e tekstit, zërit dhe të pamurit kompjuterik

Nga: Ed Tyantov, data scientist (artikull i përkthyer nga Ridvan Bunjaku)

Përshëndetje. Në këtë artikull, do t’ju tregoj se çka ka ndodhur në botën e Machine Learning gjatë vitit të kaluar (kryesisht në Deep Learning). Dhe ka pasur shumë gjëra, prandaj u ndala më së shumti, sipas mendimit tim, në arritjet spektakulare dhe/ose domethënëse. Në artikull nuk janë dhënë aspektet teknike të përmirësimit të arkitekturave të rrjetit. T’i zgjerojmë horizontet tona!

Vazhdoni me leximin e “Arritjet në Deep Learning gjatë vitit të fundit”

Postuar te Shkencë kompjuterike

Adresimi në radio i David Hilbert-it

Instrumenti që ndërmjetëson ndërmjet teorisë e praktikës, ndërmjet mendimit e vrojtimit, është matematika; ajo e ndërton urën lidhëse dhe e bën atë gjithnjë e më të fuqishme. Prandaj e tërë kultura jonë e tanishme, me aq sa mbështetet në intuitën intelektuale në natyrë dhe shfrytëzimin e saj, i ka themelet në matematikë. Tashmë, GALILEO ka thënë: Vazhdoni me leximin e “Adresimi në radio i David Hilbert-it”

Postuar te Artikuj & Tutoriale, Shkencë kompjuterike

Deep Learning i shkallëzueshëm dhe ekologjikisht i qëndrueshëm përmes Randomized Hashing

(Artikull shkencor i përkthyer)

Shkarkoje këtu: Deep Learning i shkallëzueshëm dhe ekologjik përmes Randomized Hashing_design

Arkitekturat aktuale të deep learning po rriten gjithnjë e më shumë për të mësuar nga dataset-a kompleksë. Këto arkitektura kërkojnë veprime gjigante të shumëzimit të matricave për t’i trajnuar miliona parametra. Në anën tjetër, është një tjetër trend në rritje për ta sjellë deep learning te pajisjet embedded, që harxhojnë pak energji. Vazhdoni me leximin e “Deep Learning i shkallëzueshëm dhe ekologjikisht i qëndrueshëm përmes Randomized Hashing”

Postuar te Artikuj & Tutoriale, Shkencë kompjuterike, Tekste

Deep learning, NLP dhe paraqitjet

Shkarkoje: Deep_Learning_NLP_dhe_Paraqitjet.pdf

Ky publikim është përkthim i artikullit ‘Deep Learning, NLP, and Representations’. Fillon me Rrjetet neurale me një shtresë të fshehur. Pastaj jep përshkrim dhe shembuj interesantë të Word Embeddings dhe të paraqitjeve të përbashkëta. Në fund flet për Rrjetet Neurale Rekursive dhe perspektivën e Deep Learning.
Publikimi mund të konsiderohet vazhdim i publikimeve paraprake: “Shembuj ilustrues nga Deep Learning” që është përmbledhje hyrëse informative, dhe “Metodologji praktike për Deep Learning” që e përshkruan një metodologji dhe një proces praktik të dizajnit. Vazhdoni me leximin e “Deep learning, NLP dhe paraqitjet”