Werom nei de universiteit
Dûke yn wittenskiplik programmearjen
- Publisearre
- Bywurke
- (oanmakke )
- Skreaun troch
- Willem L. Middelkoop
- Minsklike ferzje fan dit berjocht
- https://willem.com/fy/2023-02-08_werom-nei-de-universiteit/
- English
- Back to the University
- Nederlands
- Terug naar de Universiteit
- Deutsch
- Zurück zur Universität
- Español
- De vuelta a la Universidad
- Français
- Retour à l'université
- Italiano
- Di nuovo all'università
- Português
- De volta à universidade
- Papiamentu
- Bèk na Universidat
- Talen
- Oerset út it Ingelske oarspronklike troch in taalmodel yn twa rûnten (oersetting en korreksje) mei in wurdlist en in staveringskontrôle; noch net lêzen troch in memmetaalsprekker.
Gearfetting
Dizze moanne gie ik werom nei de universiteit foar in bysûndere kursus oer wittenskiplik programmearjen. Mei alle resinte foarútgong yn machine learning (yn PowerPoint-taal “AI” neamd), ynklusyf ChatGPT, fielde it as it perfekte momint om Python-programmearjen yn te dûken. Gean mei op dizze reis.
Folsleine tekst
Wêrom Python foar wittenskiplik programmearjen?
Python is tige populêr wurden yn de wittenskiplike mienskip, en net sûnder reden. De ienfâld en lêsberens meitsje it tagonklik foar nijkommers, wylst it de krêft hâldt om yngewikkelde taken oan te pakken. Troch de fleksibiliteit fan de taal kinne ûndersikers en wittenskippers algoritmen en modellen relatyf maklik útfiere.
In grut oanbod fan biblioteken foar wittenskiplik rekkenjen, lykas NumPy, SciPy, Pandas en Matplotlib, fersterket de posysje fan Python op dit mêd. Dizze biblioteken biede wiidweidige funksjes en ark foar gegevensanalyse, statistyske modellering en fisualisaasje, wat it proses fan wittenskiplik programmearjen ienfâldiger makket.
Yn ferliking mei oare programmeartalen, lykas JavaScript of Ruby, dy't faak yn net-wittenskiplike konteksten brûkt wurde, lykas webûntwikkeling, hat Python in ienfâldiger syntaksis. Dêrmei kinne brûkers har rjochtsje op it probleem sels, yn stee fan te wrakseljen mei de yngewikkeldheden fan de taal. Dêrnjonken makket it wiidweidige wittenskiplike ekosysteem fan Python it in geskiktere kar foar ûndersyksapplikaasjes.
Besjoch de folgjende twa koadefoarbylden, ien yn C++ en ien yn Python 3. Elk programma docht deselde dingen: it freget om de namme en berteboarte fan de brûker, docht in basale kontrôle fan de ynfier en lit úteinlik de hjoeddeistige leeftiid fan de brûker sjen.
Men sjocht maklik it ferskil yn syntaksis tusken de twa talen, mei Python dy't mear liket op deistich Ingelsk. Dat makket Python foar in protte brûkers better lêsber en begryplik.
In oare faktor dy't bydraacht oan it sukses fan Python yn wittenskiplik programmearjen is de bloeiende mienskip. Ûndersikers en ûntwikkelers út ferskate dissiplines diele kennis, biede stipe en drage by oan open-sourceprojekten, wat in omjouwing fan gearwurking en trochgeande ûntwikkeling skept.
De kursus
Yn de kursus waard de absolute basis fan it programmearjen ferkend troch problemen út ferskate wittenskiplike domeinen oan te pakken. Oan it ein hie men in solide begryp fan programmearprinsipes opdien, mei de mooglikheid om se yn ferskillende fjilden en projekten ta te passen.
De basis fan it programmearjen opnij besjen, sels foar betûfte programmeurs (lykas ik), kin tige weardefolle wêze. Yn de rin fan de tiid is it net ûngewoan dat programmeurs gewoanten of ôfkoartingen ûntwikkelje dy't net oerienkomme mei de bêste praktiken. Troch werom te gean nei de fûneminten kinst do skealike gewoanten ôfleare en wer in sterke basis yn programmearprinsipes lizze. Dêrnjonken betsjut de rappe aard fan de techbranche dat der hieltyd ynnovaasjes en fernijingen opdûke. Troch de basis te werhelje kinne betûfte programmeurs bywurke bliuwe mei de lêste ûntjouwingen en metoaden. Dit opnij beoardieljen biedt ek de kâns om programmearjen mei in skjin blêd te benaderjen.
De kursus bestie út meardere modules, te begjinnen mei Nivo 1, dêr't keazen waard tusken ALGORITHMEN, dat him rjochte op it opdielen fan yntuïtive problemen yn stappen dy't in kompjûter begripe kin, en GETALLEN, in wiskundich rjochte module dy't him dûkte yn de eigenskippen fan getallen sûnder foarôfgeande wiskundekennis te freegjen. Op Nivo 2 wie de kar tusken TEKST, dat him rjochte op natuerlike taalferwurking en sentimintanalyse fan tweets, en NUMERYKE YNTEGRAASJE, dêr't wichtige techniken leard waarden om it oerflak ûnder funksjes te bepalen as tradisjonele yntegraasje net genôch wie. Nivo 3 gie oer wurkje mei BIG-DATA, it analysearjen fan grutte gegevenssets en waarpatroanen yn Nederlân. In opsjoneel bonusnivo, BEWEGING, bea in simulaasje fan it graven fan in tunnel troch de planeet en ferkende natuerkundige problemen dy't mei help fan de kompjûter oplosber binne.
Konklúzje
Hoe âld of wiis men ek is, der is altyd romte om wat nijs te learen, benammen mei de foarútgong yn machine learning lykas GPT4. Boppedat is werom nei de universiteit gean in ferfrissende feroaring, mei in folslein oare kontekst as de kommersjele of profesjonele wrâld dêr't ik normaal yn wurkje. Omearmje it mantra: stay hungry, stay foolish!
