#machinelearning

4
37
tl;dr: założylem bloga o statystyce/danych jak narazie czekam na informacje zwrotne o tym czy jakoś to wygląda
Witajcie! Jestem właścicielem nowego polskiego bloga o danych https://datachaint.me i chciałbym Wam opowiedzieć trochę o tym, czego możecie się spodziewać od tej strony.
Dane to dziś jeden z najważniejszych zasobów, którymi dysponujemy. Mogą nam pomóc w podejmowaniu decyzji, rozwijaniu biznesu czy w codziennym życiu. Jednakże, by korzystać z danych należy wiedzieć jak je pozyskać, przetwarzać oraz interpretować. A to właśnie będzie tematem naszych artykułów.
Chcemy, aby nasz blog był miejscem, gdzie każdy, niezależnie od poziomu swojej wiedzy, mógł znaleźć interesujące informacje o danych i sposobach ich wykorzystania oraz dodać swój własny artykuł. Będziemy starali się pisać w prostych i zrozumiałych dla każdego słowach, tak aby nawet osoby, które nie są specjalistami w tej dziedzinie, mogły łatwo zrozumieć, o czym mówimy.
Nasze artykuły będą poruszać różne tematy, począwszy od podstawowych pojęć związanych z danymi, poprzez analizę danych, po machine learning i sztuczną inteligencję. Postaramy się również pisać o różnych zastosowaniach danych, takich jak marketing, zarządzanie firmą czy nauka.
Jeśli interesujesz się tematyką danych, chciałbyś nauczyć się czegoś nowego lub po prostu poszerzyć swoją wiedzę, to nasz blog jest dla Ciebie. Będziemy publikować artykuły regularnie, więc warto zaglądać na naszą stronę co jakiś czas.
Mamy nadzieję, że nasz blog stanie się dla Was cennym źródłem wiedzy o danych. Jeśli macie jakieś sugestie czy pytania, to zachęcamy do kontaktu. Chętnie odpowiedzielibyśmy na Wasze pytania i wysłuchalibyśmy Waszych sugestii.
Pierwszy post pojawił się 16 kwietnia, jednak dopiero dzisiaj staram się jakoś rozpromować moją stronę. Blog wystartował kilka dni temu i jestem świadom tego, że nie wszystkie funkcje działają (np. newsletter). Moim celem jak na tą chwile jest sprawdzenie tego czy chociażby jedna osoba byłaby zainteresowana taką działalnością. Jeżeli macie jakieś pomysły na poprawę lub chcielibyście dodać swój artykuł, prosiłbym o wysłanie informacji na email: datachaint@gmail.com
Dziękujemy, że jesteście z nami i zapraszamy do czytania naszych artykułów! https://datachaint.me
#blog #analizadanych #statystyka #statystyki #machinelearning #programowanie #python #datascience #nauka
Jason_Stafford

@datachaint przecież tam nic nie ma ¯\_(ツ)_/¯

datachaint

@Jason_Stafford witam co mógłbym zrobić, żeby coś się tam pojawiło, za wszelką pomoc dziękuje

Jason_Stafford

@datachaint Ty prowadzisz bloga o danej tematyce i pytasz się innych co tam umieścić? Coś mi się wydaje, że nie miałeś pomysłu i tak sobie o, zrobiłeś z nudów.

Zaloguj się aby komentować

Hej(to)!
Kiedy udostępniałam tu meetup Polish Machine Learning Community kilka osób pisało, ze nie mogą się pojawić, ale chętnie obejrzeliby nagrania po. I oto nagrania są dostępne, playlista na youtube.
Było to moje pierwsze poważne wystąpienie publiczne i stres trochę zjadł, ale będzie tylko lepiej!
#programowanie #naukaprogramowania #ai #python #datascience #machinelearning #astronomia #radioteleskop
10936156-4699-4719-9761-2852da987bdf
Opornik

@rakieciara brawo:)

biskitus

Super! Z każdym kolejnym będzies się czuć swobodniej. Wyobraź sobie że na sali siedzą twoi znajomi i opowiadasz im o swoim hobby

Zaloguj się aby komentować

Za 5 minut (o 20 czasu polskiego) ruszamy z wyścigiem DeepRacera na żywo z Londyńskiego biura AWS
http://twitch.tv/thetrackboss
Od kilku lat ścigam się w lidze autonomicznych samochodzików trenowanych z użyciem uczenia maszynowego. To jest wyścig pokazowy, liga ruszyła na początku miesiąca
#machinelearning #aws #naukaprogramowania
tptak

@Jason_Stafford żeby było proeuropejsko, a nie czekaj

Zaloguj się aby komentować

Hej(to)!
Zainteresowanych #sztucznainteligencja #machinelearning zapraszam serdecznie na spotkanie Polish ML Community, 18.03 w Krakowie. Wydarzenie jest darmowe, będzie pizza, integracja i kilka ciekawych prelekcji. Zapraszam tym serdeczniej, że jedno z wystąpień to będzie moja, ciekawostkowa prezentacja o przetwarzaniu danych z teleskopów kosmicznych - zarówno tych patrzących na Ziemię, jak i daleko na początki naszego wszechświata.
Agenda i formularz zgłoszeniowy.
Strona inicjatywy zawierająca min. nagrania z zeszłego spotkania.
#programowanie #programista15k #chatgpt #naukaprogramowania #ai #python #datascience
Rejestracja - Polish ML Community

Rejestracja - Polish ML Community

Zapraszamy was nam meetup Polish ML Community, który odbędzie się w Krakowie, 18.03.2023 r. w biurze Tesco Technology (Przy Rondzie 4, 31-547 Kraków). Aby wziąć udział w wydarzeniu należy wypełnić poniższy formularz. Agenda: 13:00 pizza + networking 14:30 - Marta Kaczmarska - Segmentacja zmian patologicznych w przebiegu stwardnienia rozsianego na obrazach 3D z rezonansu magnetycznego - Shifts Challenge 15:30 - Dota Szymborska: ML na ludziach – etyczne lub nie zachowania chatGPT 16:30 przerwa 17:00 - Milena Michalska: Gwiazdy w piksele - przetwarzanie danych z kosmicznych teleskopów 18:00 - Wiktoria Wilman: Przeciwciała terapeutyczne a sztuczna inteligencja: możliwości i zalety głębokiego uczenia się w odkrywaniu przeciwciał 19:00 networking Nasze prelegentki: Marta Kaczmarska - Segmentacja zmian patologicznych w przebiegu stwardnienia rozsianego na obrazach 3D z rezonansu magnetycznego - Shifts Challenge Abstrakt: Głównym celem Shifts Challenge jest zwrócenie uwagi na problem rozbieżności między danymi źródłowymi a docelowymi (ang. domain shift). Jednym z zagadnień proponowanych w ramach challenge'u jest segmentacja zmian patologicznych istoty białej na obrazach rezonansu magnetycznego w przebiegu stwardnienia rozsianego. Identyfikacja i segmentacja uszkodzeń tkanki nerwowej jest istotna dla diagnozy choroby, a także dla oceny rokowania i monitorowania leczenia. Ponieważ manualne oznaczanie przez ekspertów jest czasochłonne, istnieje zapotrzebowanie na metody automatyczne. Jednak mała dostępność danych medycznych, zmienność danych pochodzących z różnych ośrodków i urządzeń powodują, że przy zastosowaniu powstałych modeli do danych rzeczywistych obserwujemy spadek ich jakości, a także wzrost niepewności segmentacji i nie mogą być one stosowane na szerszą skalę. Stworzenie modelu, który mógłby być z powodzeniem stosowany w wielu placówkach i na różnorodnej populacji pacjentów, byłoby znaczącym krokiem w stronę poprawy jakości i wydajności opieki medycznej osób chorych na stwardnienie rozsiane. Bio: Pracuję jako Deep Learning Engineer i na co dzień zajmuję się głównie analizą i przetwarzaniem obrazów. Jestem absolwentką fizyki medycznej i chętnie angażuję się w projekty o tematyce medycznej, w szczególności związane z obrazowaniem medycznym. Wiktoria Wilman: Przeciwciała terapeutyczne a sztuczna inteligencja: możliwości i zalety głębokiego uczenia się w odkrywaniu przeciwciał Abstrakt: Przeciwciała są istotną częścią układu odpornościowego, a ich możliwości sprawiają, że są one coraz częściej stosowane jako środki terapeutyczne. Obecnie metody in silico są używane na wielu etapach odkrywania i projektowania przeciwciał, zastępując bądź wspomagając procesy laboratoryjne. Użycie paradygmatów uczenia maszynowego w bioinformatyce przeciwciał otwiera nowe możliwości, takie jak oparte na języku modelowanie repertuarów przeciwciał lub generowanie nowych sekwencji w oparciu o uczenie maszynowe. W trakcie prezentacji postaram się w pigułce przedstawić możliwości, jakie daje machine learning, w tym deep learning w projektowaniu przeciwciał terapeutycznych na konkretnych przykładach. Prezentacja oparta o artykuł naukowy: Machine-designed biotherapeutics: opportunities, feasibility and advantages of deep learning in computational antibody discovery. (https://academic.oup.com/bib/article/doi/10.1093/bib/bbac267/6643456?login=false) Bio: Cześć, tu Wiktoria @biokoderka! Moją pasją jest bioinformatyka, z którą chce zapoznać jak najwięcej osób! Pracuję również jako Bioinformatyk w NaturalAntibody, gdzie używamy rozwiązań bioinformatycznych i AI w celu przyspieszenia odkrywania przeciwciał dla przemysłu farmaceutycznego. Milena Michalska: Gwiazdy w piksele - przetwarzanie danych z kosmicznych teleskopów Abstrakt: Od zamiany ciągu cyfr z sensora optycznego w kolorowe zdjęcie, do algorytmów sztucznej inteligencji identyfikującej sygnały odbierane z kosmosu, by z wielu klatek złożyć obraz ciała niebieskiego. Programowanie orbitalnych obserwatorów jest absolutnie fascynujące! Bio: Programistka zafascynowana kosmosem, pracująca na co dzień z tematami przetwarzania obrazów i computer vision. Popularyzatorka nauki, rakieciara. Dota Szymborska: ML na ludziach – etyczne lub nie zachowania chatGPT Abstrakt: Ciężko o bardziej zaangażowaną grupę treningową jaką otrzymał chatGPT. Miliony ludzi zadają pytania, nic tylko się uczyć. Jednak odpowiedzi chatGPT idą w inną stronę – coraz bardziej zachowawcze, coraz bardziej ogólne. Do tego dochodzi wizja płatnego dostępu, który ma być wprowadzony wkrótce. Wystąpienie analizujące etyczne uwarunkowania istnienia botów i zakresu ich odpowiedzialności jak i „praw autorskich”. Bio: dr Dota Szymborska specjalizuje się w etyce nowych technologii. Jej rozprawa doktorska dotyczyła etycznych uwarunkowań w procesie decyzyjnym w pojazdach autonomicznych. Entuzjastka współpracy z niebiologicznymi naukowcami. Po godzinach fascynuje się dzikim i lodowym pływaniem, triathlonistka i maratonka.

Google Docs
8f96dfe7-5c0c-479a-80c1-77b915199653
marcin-3

@rakieciara wielka prośba o linka jak będzie dostępny

rakieciara

@marcin-3 jasna sprawa, na razie łap linka do zapisów prezentacji z poprzedniego spotkania we Wrocławiu - https://polishml.community/2023/01/12/wroclaw-03-12-2022/

Zaloguj się aby komentować

Repost, przepraszam, strefy czasowe się mi pokręciły i wysłałem w nocy.
Konferencja AWS re:Invent w Las Vegas dobiegła końca. W tym roku głównym tematem dla mnie były mistrzostwa AWS DeepRacer. Jest to samochodzik który używa uczenia maszynowego żeby jeździć po torze.
Ukończyłem na dwudziestym miejscu z 52 finalistów. Jestem bardzo zadowolony z mojego modelu, jeździł dość stabilnie. Wiedziałem że nie mam szans z najlepszymi, ale miałem nadzieję że nie będę ostatni. Nie liczyłem na awans do drugiej tury, do top 32 a tu taka niespodzianka.
Stawka była zróżnicowana. Mieliśmy studentów, którzy w zasadzie ścigali się tylko wirtualnie w lidze studenckiej i takich którzy studiują reinforcement learning i deepracer jest jednym z obiektów badań. Byli przedstawiciele partnerów AWS, pracownicy firm gdzie deepracer ma swoje wewnętrzne ligi i ludzie ze społeczności, stali bywalcy i nowi.
Były radości, były zawody, ale sam show stał na całkiem wysokim poziomie. Widać było napracowanie organizatorów.
Ze strony społeczności koordynowałem ścigaczy proxy. 5-6 osób nie mogło przyjechać i ktoś musiał im trzymać tablet przy torze. Kto miał znajomych z firmy na miejscu ogarniał sam, ale dwóch chińskich zawodników jest w lockdownie a jeden z Indii jest w kolejce do złożenia wniosku o wizę, czas oczekiwania 4 lata. Skorzystaliśmy z pomocy zawodników z poprzednich lat i wyszło chyba nieźle, dwóch weszło do drugiej rundy, dostali nagrania i informacje jak poszło, byli zadowoleni.
Przede wszystkim spotkaliśmy się po raz pierwszy od trzech lat w takich ilościach. Nowe pomysły, pełno eksperymentów, rozmów, zabawy. No, Vegas baby.
Powiem szczerze, dobrze że się zaczepiłem szybko. Jest coraz więcej dobrych ścigaczy i takie przeciętniaki jak ja będą miały trochę trudniej. A tak to teraz jestem jednym z liderów społeczności i jest szansa że nawet bez kwalifikacji będę jeździł co roku na re:Invent  tak więc jednym z moich celów jest żeby było trudniej się zakwalifikować. A do tego trzeba więcej zaangażowanych rajdowców, bo wiecie, rozumiecie, co z tego że jestem dwudziesty z ok. 14 tysięcy co w tym roku dotknęli deepracera skoro około 500-1000 ściga się trochę więcej?
Jakby ktoś był zainteresowany to chętnie wspomogę na starcie.
d6e40212-bad6-4784-ad2c-dffcc1ecd8a4
ba9e19ad-5f4d-4102-9a88-2468fbe98d6f
7492d438-57be-49f7-9de1-a3cd40cfdca7
tmg

Fajny post, nie wiedziałem że coś takiego istnieje. Tak się zastanawiam czy to bardziej zabawa w gotowce czy też by wygrać trzeba głębiej wejść w optymalizację modelu? Na jaki wiek oceniasz próg wejścia w tę zabawę?

tptak

@tmg gotowce są świetne żeby zacząć. To jest też narzędzie edukacyjne i marketingowe. Gotowcami mogę kogoś bez wiedzy w godzinę poprowadzić do objechania toru. Po tej godzinie będzie wiedzieć z grubsza jakie mechanizmy działają przy trenowaniu i ściganiu, na czym polega uczenie maszynowe, gdzie znaleźć społeczność, jak mnie w niej znaleźć, jak AWS może wbić do biura z torem na evencik, co to liga, jakie są nagrody i co może zrobić dalej jeśli chce więcej się ścigać.

Zdalnie ogarnę prezentację i pierwszy wyścig w godzinę plus czas zależnie od ilości osób.

tptak

@tmg ale jak chcesz poczuć zapach $10000 to już krew pot i łzy. Komp robi za ogrzewanie, trzeba znaleźć miejsce i budżet na tor i godziny analiz, prób i błędów

Zaloguj się aby komentować

Konferencja AWS re:Invent w Las Vegas dobiegła końca. W tym roku głównym tematem dla mnie były mistrzostwa AWS DeepRacer. Jest to samochodzik który używa uczenia maszynowego żeby jeździć po torze.
Ukończyłem na dwudziestym miejscu z 52 finalistów. Jestem bardzo zadowolony z mojego modelu, jeździł dość stabilnie. Wiedziałem że nie mam szans z najlepszymi, ale miałem nadzieję że nie będę ostatni. Nie liczyłem na awans do drugiej tury, do top 32 a tu taka niespodzianka.
Stawka była zróżnicowana. Mieliśmy studentów, którzy w zasadzie ścigali się tylko wirtualnie w lidze studenckiej i takich którzy studiują reinforcement learning i deepracer jest jednym z obiektów badań. Byli przedstawiciele partnerów AWS, pracownicy firm gdzie deepracer ma swoje wewnętrzne ligi i ludzie ze społeczności, stali bywalcy i nowi.
Były radości, były zawody, ale sam show stał na całkiem wysokim poziomie. Widać było napracowanie organizatorów.
Ze strony społeczności koordynowałem ścigaczy proxy. 5-6 osób nie mogło przyjechać i ktoś musiał im trzymać tablet przy torze. Kto miał znajomych z firmy na miejscu ogarniał sam, ale dwóch chińskich zawodników jest w lockdownie a jeden z Indii jest w kolejce do złożenia wniosku o wizę, czas oczekiwania 4 lata. Skorzystaliśmy z pomocy zawodników z poprzednich lat i wyszło chyba nieźle, dwóch weszło do drugiej rundy, dostali nagrania i informacje jak poszło, byli zadowoleni.
Przede wszystkim spotkaliśmy się po raz pierwszy od trzech lat w takich ilościach. Nowe pomysły, pełno eksperymentów, rozmów, zabawy. No, Vegas baby.
Powiem szczerze, dobrze że się zaczepiłem szybko. Jest coraz więcej dobrych ścigaczy i takie przeciętniaki jak ja będą miały trochę trudniej. A tak to teraz jestem jednym z liderów społeczności i jest szansa że nawet bez kwalifikacji będę jeździł co roku na re:Invent tak więc jednym z moich celów jest żeby było trudniej się zakwalifikować. A do tego trzeba więcej zaangażowanych rajdowców, bo wiecie, rozumiecie, co z tego że jestem dwudziesty z ok. 14 tysięcy co w tym roku dotknęli deepracera skoro około 500-1000 ściga się trochę więcej?
Jakby ktoś był zainteresowany to chętnie wspomogę na starcie.
589033f5-6c2c-4cb9-94e5-eacb438865e4
anervis

@tptak fajna sprawa, szkoda że wrzuciłeś w nocy, daj jesze raz w dzień to pójdzie na główną

tptak

@anervis 8 godzin różnicy. Zaraz poprawię, mam nadzieję że się nikt nie obrazi

anervis

@tptak o widzisz jest na głównej i tak

Zaloguj się aby komentować

Muszę sobie wreszcie sprawić sensowny komputer. Do tej pory korzystałem z mocy obliczeniowej zapewnianej przez uczelnie lub firmę w której pracy. I zasadniczo do nadal będę z niej korzystał w celu treningu sieci.
Jednak brakuje mi sprzętu do debugowania kodu, prototypowania rozwiązań oraz nauki nowych frameworków. Oczywiście można korzystać z rozwiązań chmurowych typu Google Cloud, Colab i tak dalej, jednak mnie zależy na szybkiej możliwości przetestowania jakiegoś rozwiązania.
Chcę odpalić szybko jakiś framework i po minucie mieć odpowiedź, czy wszystko działa sprawnie. Bez wysyłania datasetu na serwery zewnętrzne i instalowania tam całego badziewia. Po prostu, zobaczyć na własnym IDE, czy dany kod ma sens.
Planuje zakup maszyny z RTX 3070 od Gigabyte, Razenem 7 7700X oraz płytą główną TUF GAMING B650M-PLUS WIFI. Płytę w tym zestawie pewnie zmienię na coś mocniejszego. Całość planuje zamknąć w około 11 tyś PLN.
Miałem ten zakup odroczyć do lutego/marca ale po dzisiejszej sesji z męczeniem się nad terminalem, chyba kupie już po najbliższej wypłacie.

Zaloguj się aby komentować

Za 5 minut na https://twitch.tv/aws będę brał udział w wyścigu AWS DeepRacer. Moje auto będzie ubrane w skórkę Malucha. 
Zakwalifikowałem się do niego przez wyścig na torze podczas konferencji w Londynie. Pierwsza trójka awansuje do mistrzostw za 6 tygodni w Las Vegas ( ͡° ͜ʖ ͡°)
AWS DeepRacer to zdalnie sterowane auto, które uczy się jazdy po torze w symulatorze za pomocą uczenia maszynowego. Wyścigi są fizyczne lub wirtualne. Zwycięzca zgarnia $20K.
AWS używa DeepRacery w celach edukacyjnych i marketingowych.
#uczeniemaszynowe #machinelearning #naukaprogramowania
ca887afd-fb4a-4d56-a6dc-ab72536f07a9
Xianth

@tptak Widzę, że startują reprezentanci firm, działasz jako samodzielna osoba czy też współpracujesz z pracodawcą (swoim bądź innych)?

tptak

@Vreal jeżdżę od trzech lat. Co roku pojawia się jakieś wyzwanie, w sensie jakaś nowinka, ale w zasadzie od dwóch lat mam podobną strategię treningu, algorytm PPO, pod wirtualne wyścigi asymetryczna przestrzeń akcji i funkcja nagrody z trzonem opartym na (tajemnica) i tzw. Shaping reward gdzie obserwuję coś jeszcze i porównuję między dwoma uruchomieniami nagrody, jeśli jest lepiej niż ostatnio to dodaję punkty, a jeśli gorzej to odejmuję. Działa zaskakująco dobrze na wyścigi z botami lub pudełkami. W tym roku dołożyłem jeszcze shaping na uśrednione wyniki w takich małych sektorach toru i to bardzo pomogło, bo pierwszy tydzień trenowania był mierny bardzo. Dobrze że zacząłem się szykować na miesiąc przed więc tydzień stresu a potem było już luźno. Tydzień temu mi zgasł komputer i to był koniec treningów bo uznałem że lepiej nie musi być, a i tak osiągnąłem okolice moich możliwości. 9 sekund by starczyło (pomogło też że połowa uczestników nie dołączyła), a tyle to ja miałem jak tylko zacząłem robić pełne okrążenia.

Do tego regularna analiza logów żeby obserwować co działa i czy są postępy

tptak

@Xianth kiedy zacząłem moja ówczesna firma nie była zainteresowana. Znaczy się nie przeszkadzali ale marketing uważał engineering za tę gorszą acz konieczną cześć firmy technologicznej i na linkedin nawet nie chcieli wspomnieć. Obecna firma widzi tego wartość więc co jakiś czas ląduję na profilu, miesiąc temu mieliśmy tor w biurze i wszyscy się ścigali, takie tam. Ale to mała firma i takie nie zrobią takiej akcji jak Accenture czy JPMC że 15 torów w biurach to jak pierdnięcie i 3000 pracowników na ligę. A jednak na starcie trzeba w to troszkę włożyć. Potem jest lepiej i przy odrobinie szczęścia można jechać bezkosztowo

Ja w zasadzie teraz bardziej czerpię niż wkładam. Byłem na konferencji w Toronto, co roku latam do Vegas na reinvent, jak się nie dało to wypłacali ekwiwalent, dostaję kredyty, poznałem pełno super ludzi, zbudowałem społeczność przez którą przeszło ponad 40K ludzi. Ściganie jest jakby na drugim planie dla mnie teraz, chcę być w gronie finałowym ale mam za dużo innych rzeczy, które mnie kręcą, a i tak przyjedzie pewnie student z Tajwanu (trzech) i przytuli kasę z podium. I na zdrowie.

Zaloguj się aby komentować

Best-of Machine Learning with Python - lista najpopularniejszych repozytoriów aktualizowana co tydzień. Przejrzałem zawartość i śmiało mogę polecić jako jedną z lepiej zorganizowanych list typu "awesome". Na + zasługuje duża przejrzystość, ogrom kategorii i posortowanie narzędzi po liczbie gwiazdek na GitHubie/ich jakości.
https://github.com/ml-tooling/best-of-ml-python
Polecam też sprawdzić resztę list "best of" od powyższych autorów (link znajdziecie w repo)

Zaloguj się aby komentować

Artificial Intelligence could 'crack the language of cancer and Alzheimer's'
Powerful algorithms used by Netflix, Amazon and Facebook can 'predict' the biological language of cancer and neurodegenerative diseases like Alzheimer's, scientists have found.
Big data produced during decades of research was fed into a computer language model to see if artificial intelligence can make more advanced discoveries than humans.
Academics based at St John's College, University of Cambridge, found the machine-learning technology could decipher the 'biological language' of cancer, Alzheimer's, and other neurodegenerative diseases.
Więcej na ten temat: https://medicalxpress.com/news/2021-04-artificial-intelligence-language-cancer-alzheimer.html

Zaloguj się aby komentować

Hej, ktoś mi tutaj zasugerował żebym wrzucił swój hobbystyczny projekt.
TL;DR: Zrobiłem projekt robota który używając tylko obraz z kamerki jest w stanie jeździć po zaprogramowanej wcześniej drodze. Dodatkowo napisałem do tego bibliotekę w pythonie która na to pozwala.
https://www.youtube.com/watch?v=u7oDqWJhXR0
PapaNorris

Świetny projekcik godny tytułu inz z automatyki i robotyki :X

kawak

No to mam projekt na weekend Dzięki

Zaloguj się aby komentować

Poprzednia