Да, это правда. Я бы сказал, что сверточные сети — это простая (но, безусловно, трудно придумываемая) эвристика. Но вот незадача — аргументы для ее придумывания казалось бы радикально более просты, чем рассуждения о NP-сложности и особенностях функции потерь.
А почему бы и нет? Эти люди существуют на мои налоги, определяют уровень моего образования (и образования моих детей), выполняют экспертную роль. Я хотел бы знать, за какие такие достижения общество наградило их такой функцией и такими полномочиями.
Я бы хотел узнать у автора статьи, каким образом изложенные, безусловно содержательные, математические конструкции помогают практику (и даже кагглеру) быстро и вычислительно эффективно подобрать структуру нейросети, способом близким к оптимальному решающую конкретную задачу?
>>> Про, собственно, машинное обучение и нет ничего
«Когда-нибудь тут случится сложный ИИ, но, увы, пока нет. По крайней мере не в этой статье.»
>>> Бот — это по сути обёртка над запросами к API Telegram. При этом не самого лучшего качества
«Оговорюсь, что в первую очередь я специализируюсь на алгоритмических аспектах разработки и поэтому буду рад конструктивной критике решений кодерского характера от более сведущих в этом вопросе специалистов.» Можно чуть более конструктивно? Что конкретно стоит улучшить и почему?
Про машинное обучение в строгом смысле слова пока нет. Буду рад, если мне покажут имеющуюся (более развитую и написанную специалистами) библиотеку, пригодную к использованию в нужном мне виде (с мета-моделью и функцией перевода результата ее применения в понятный пользователю вид; и еще с возможностью регулярно обновлять данные со сторонних API).
Тогда ещё толком не было, плюс под несколько специфическую задачу, плюс академический интерес. Если есть ссылки на хорошие библиотеки (сам пока видел только одну, и то мне на текущем этапе проще со своей) — буду благодарен.
Я предпочитаю контролировать код, который пишу насколько это возможно и использую библиотеки типа pandas или csv только в случаях, когда вручную быстро написать нужный участок кода проблематично — например в случае очень больших файлов или текстовых значений с запятыми. Довольно печально потратить несколько часов (а то и дней) на поиски причины несоответствия метрики на валидации и в продакшене и, наконец, обнаружить, что проблема состояла в том, что та или иная библиотечная функция работает «немного» не так, как предполагалось.
Ну это первый, пристрелочный вариант. Нужный для того, чтобы показать общий стиль мышления и то, как выкатить потом все это дело в прод. Планируется вторая (а может быть и дальнейшие) части — там буду уже заниматься более тонкой оптимизацией, глубже экспериментировать с фичами и моделями. В частности и избавляться от лишних неинформативных значений. Спасибо большое за замечание, оно сэкономит мне немного времени в будущем :)
И всё-таки
она вертитсяважность и ценность теоретических работ значительно переоценена обществом.А почему бы и нет? Эти люди существуют на мои налоги, определяют уровень моего образования (и образования моих детей), выполняют экспертную роль. Я хотел бы знать, за какие такие достижения общество наградило их такой функцией и такими полномочиями.
Спасибо
Ну это же просто заглушка для того, чтобы показать как оно работает.
>>> Вопрос не в том, зачем она вам. Зачем она другим?
Кажется «другие» в основном не против — судя по статистике апвотов/даунвотов, добавлений в закладки и подписок за последние сутки.
«Когда-нибудь тут случится сложный ИИ, но, увы, пока нет. По крайней мере не в этой статье.»
>>> Бот — это по сути обёртка над запросами к API Telegram. При этом не самого лучшего качества
«Оговорюсь, что в первую очередь я специализируюсь на алгоритмических аспектах разработки и поэтому буду рад конструктивной критике решений кодерского характера от более сведущих в этом вопросе специалистов.» Можно чуть более конструктивно? Что конкретно стоит улучшить и почему?
Про машинное обучение в строгом смысле слова пока нет. Буду рад, если мне покажут имеющуюся (более развитую и написанную специалистами) библиотеку, пригодную к использованию в нужном мне виде (с мета-моделью и функцией перевода результата ее применения в понятный пользователю вид; и еще с возможностью регулярно обновлять данные со сторонних API).
Я предпочитаю контролировать код, который пишу насколько это возможно и использую библиотеки типа pandas или csv только в случаях, когда вручную быстро написать нужный участок кода проблематично — например в случае очень больших файлов или текстовых значений с запятыми. Довольно печально потратить несколько часов (а то и дней) на поиски причины несоответствия метрики на валидации и в продакшене и, наконец, обнаружить, что проблема состояла в том, что та или иная библиотечная функция работает «немного» не так, как предполагалось.