в Украине в 2 раза выше доход, чем в России

Даже если принять на веру (чего делать не следует), то для Украины имеем 21 респондента, которые банально могут работать на аутсорс. Своего рынка труда для сайентологов тут нет, инфа 100%

МОСКВА, 11 ноя — РИА Новости. Причиной дефицита на рынке видеокарт был Сбербанк, скупавший видеокарты для своей лаборатории искусственного интеллекта; скоро дефицита не будет, заявил старший вице-президент Сбербанка Александр Ведяхин.

Лол

объясните пожалуйста, я погуглил и не нашел ответ. Для доступа к колонкам в pandas DataFrame я могу использовать квадратные скобки и loc/iloc. Какие скрытые камни, что когда предпочтительнее?

https://stackoverflow.com/questions/31593201/pandas-iloc-vs-ix-vs-loc-explanation

смотри два первых ответа

https://stackoverflow.com/questions/31593201/pandas-iloc-vs-ix-vs-loc-explanation

вопрос не в том, как что использовать - это понятно. Понятно так же, что, условно говоря, последние три колонки короче взять iloc-ом, чем писать их имена в скобках. Вопрос немного о другом - есть ли скрытые оверхеды, разная ли у них производительность?

https://ria.ru/economy/20171111/1508616511.html так оказываетя не только майнеры виноваты в таких ценах на видюхи

А может Сбербанк на самом деле видяшки для майнинга скупил?

конечно, ведь майнинг это стабильность! (сарказм)

Камера снимает стол. Задача — распознать грязные тарелки

Что почитать и в какую сторону думать?

так просто же задача классификации изображения . типа три класса грязная тарелка, с едой и чистая. наверное тут как раз модный дипленинг может хорошо помочь, если изображений не три штуки)

так просто же задача классификации изображения . типа три класса грязная тарелка, с едой и чистая. наверное тут как раз модный дипленинг может хорошо помочь, если изображений не три штуки)

Камера снимает видео

ну видео - это много картинок , идущих друг за другом)

Задача классификации изображения, значит

можно какой-то отдельный кадр просто обрабатывать

Метод: дипленинг

можно какой-то отдельный кадр просто обрабатывать

Ну раз в секунду

Я так предполагал

Keras или tensor flow?

хм, т.к. этот чат и по big data, спрошу тут: это нормально, когда csv файл весит 1.5 гигов, а соответствующая таблица кассандры - 1 гиг? Ожидал существенно меньших размеров таблички.

Мужики, кто может обьяснить применение fit_generator'a на примере работы со speach recognition. Че эт вообще такое и с чем его едят? Чет не могу понять нифига

Обучает на батчах, которые создает функция-генератор. В общем-то все

Keras или tensor flow?

А разве keras не высокоуровневый api для tensorflow и theano?)

А разве keras не высокоуровневый api для tensorflow и theano?)

Я не знаю. Это подсказали. Посоветуйте что-нибудь пожалуйста

Ну, собсна, tensorflow и theano это библиотеки для работы с тензорами, keras api для быстрой сборки, по самой задаче ничего подсказывать не буду, ибо сам ещё только из пелёнок вылез?

Народ, может быть кто-нибудь подскажет... Сталкнулся с такой проблемой: Пытаюсь обучать сетку на keras'e под tensorflow-gpu. В мануалах пишут, что gpu при установленной cude и tf-gpu видяшка должна подключаться автоматом. в девайсах тоже отображается, что видяшка подключена. но тем не менее сетки обучаются долго, а в nvuidia-smi загруженность gpu 0%. делаю вывод что вычисления происходя все таки на cpu... но как тогда быть? хочца то быстрее))

значит, неверно что-то собрано/установлено. Нет cuDNN, не прописаны все нужные пути в переменных окружения

А есть какие-то гайды по тензору?

сотни их

Задача простая: определить, пустой ли стакан

Коллеги, подскажите, встречал ли кто-нибдуь алгоритм определения типа данных из строки. Пример "01.05.2011" - дата, "1654" - целое число, "1351.1" - число с десятичной дробью, "true" - булевое и т.д.

Набор эвристик на регэкспах накидать

В порядке вероятности появления

https://www.google.ru/amp/embedded?v=7.14.21.21.arm64&hl=ru-RU#vgi=https%3A%2F%2Ftproger.ru%2Fnews%2Fgoogle-tangent%2Famp%2F&amp=https%253A%252F%252Ftproger.ru%252Fnews%252Fgoogle-tangent%252Famp%252F&ampidx=0

Подскажите пожалуйста, в каком алгоритме обучения с учителем можно учитывать не только положительные примеры, но и отрицательные?

в любом?) не очень понятен вопрос

желательно что бы был основан на нейронных сетях

желательно что бы был основан на нейронных сетях

а поддержка аджайла в алгоритме не нужна?

не, на это пофиг

Подскажите пожалуйста, в каком алгоритме обучения с учителем можно учитывать не только положительные примеры, но и отрицательные?

Сначала приведи пример машинного обучения только на положительных данных.

(ну, такие есть, но я думаю, что это не то, что ты хочешь)

Сначала приведи пример машинного обучения только на положительных данных.

decision tree с аргументами > 0

:D

Ну, есть и реально применяемые методы, для детекции аномалий

Подскажите пожалуйста, в каком алгоритме обучения с учителем можно учитывать не только положительные примеры, но и отрицательные?

Если задача классификации, и у тебя есть как положительные метки, так и отрицательные, то тогда это обычная сетка, и обучается BP

Вообще я хочу определять понравится мне статья или нет. Это можно будет представить бинарной классификацией? Или это задача ранжирования? Я чего то запутался

Когда наступит точка невозврата на пути к господству роботов над Человечеством? Когда у программиста Алексея руки дойдут. – 36 ??????? 31% Когда роботы будут эволюционировать сами по себе. – 25 ????? 21% Очнитесь. Точка невозврата уже пройдена. – 20 ???? 17% Когда робот Вера приобретет за криптовалюту Алису. – 15 ??? 13% Когда робот будет не только получать гражданство, но и выдавать. – 10 ?? 9% Когда общество расколется в вопросах отношения к ИИ и роботам. – 7 ? 6% Свой вариант в комментариях. – 4 ? 3% ? 117 people voted so far.

Вообще я хочу определять понравится мне статья или нет. Это можно будет представить бинарной классификацией? Или это задача ранжирования? Я чего то запутался

User Response Prediction, сойдет бинарка

В принципе, если линейная модель тип лог рега, то даже сойдет для ранжирования

Она хорошо сортирует по вероятностям

Пасиб!

Сортировка по вероятности не очень подходит.

Один класс получит максимум вероятности, для остальных вероятности будут околонулевыми

Для остальных - для негативного? А какая разница?

Классов бывает больше 2

2 зачем ранжировать?

ну просто есть документы вообще не похожие на нужную тему, есть похожие на нужную тему, а есть очень похожие, но они являются отрицательными примерами

Если задача классификации, и у тебя есть как положительные метки, так и отрицательные, то тогда это обычная сетка, и обучается BP

BP это то

тензорфлоу шикарная штука

ну просто есть документы вообще не похожие на нужную тему, есть похожие на нужную тему, а есть очень похожие, но они являются отрицательными примерами

Значит, задача будет плохо решаться. Если метрику похожести получше придумать не выйдет

Ребз! Подскажите, пожалуйста, нормальные NLP пакеты с поддержкой русского языка для питона или R

Ребз! Подскажите, пожалуйста, нормальные NLP пакеты с поддержкой русского языка для питона или R

э, ты, сышь, ходи сюда. Категориальные признаки есть? А если найду?

Признаков нет, отвечаю!)

Ребз! Подскажите, пожалуйста, нормальные NLP пакеты с поддержкой русского языка для питона или R

https://pymorphy2.readthedocs.io/en/latest/user/index.html возможно не совсем то что тебе надо, но вот, держи

Ребз! Подскажите, пожалуйста, нормальные NLP пакеты с поддержкой русского языка для питона или R

Смотря, что делать ннада

Пайморфи -- морфологический анализатор

Там существительные-прилагательные выделять

Там существительные-прилагательные выделять

а ты часом не знаешь хорошего пос-теггера для русского?

хороший пос-теггер - обученный пос-теггер

(контекстный)

https://pymorphy2.readthedocs.io/en/latest/user/index.html возможно не совсем то что тебе надо, но вот, держи

Спасибо!

а ты часом не знаешь хорошего пос-теггера для русского?

Nltk, pymorphy, Tomita

Главное -- читайте лицензии

томиту не знал, благодарю. мне для домашних пет-прожектов, сомневаюсь что какая-либо лицензия запретит.

https://arxiv.org/abs/1711.03543 DLPaper2Code: Auto-generation of Code from Deep Learning Research Papers. "Experiments on the simulated dataset show that the proposed framework provide more than 93% accuracy in flow diagram content extraction." ??