Здрасте- откуда начать изучать data и ml на python?

твоя ошибка в том что ты тренируешь до упора и потом тестируешь, а нужно тестировать в процессе тренировки (например каждую эпоху) и как только точность на train и validation множествах начинает достоверно расходиться, можно останавливать обучения и думать что с этим делать - скорее всего добавлять регуляризацию как тут пишут, или увеличивать датасет как честно путем создания новых данных или с помощью data augmentation. Затем если точность на training множестве из-за добавления регуляризации упала, нужно увеличивать сложность модели, и так до победного

Хмм, чёт это вкидывают во все чаты

Потому что это реклама

А где там реклама была?

Ой, это сложная схема, но мой орлиный глаз увидел. В самой статье на хабре внизу, собственно.

Подскажите как подобрать оптимальное количество кластеров для кластеризации

Подскажите как подобрать оптимальное количество кластеров для кластеризации

Подскажите, возможно ли самообучением научить сеть играть идеально?

я экспериментирую с крестиками ноликами. Стравливаю сеть с рандомом, затем показываю сети победные ходы, заставляю ее выдавать оценку победного хода выше остальных. А в случае проигрыша заставляю сеть уменьшить оценку в 2 своих последних ходов. Сеть прогрессирует с ~95% лузрейта до ~5%, но идеал в крестиках 0%.

Пентагон говорят уже добился 100% рейта побед над реальными летчиками испытателями.

Нет, я не придумал какой опыт можно получить из ничьи

https://github.com/Apache02/node-yann/tree/master/examples/ttt Вот можете глянуть реализацию.

Да никакой в крестиках ноликах зачем нейросеть? Там конкретный линейный алгоритм: выигрыш или ничья

табуляторы? это моя привычка, не могу в 2 пробела

Коллеги, приветствую. Скажите, разрешено ли здесь публиковать вакансии по работе с большими данными?

Буду благодарен за ссылки, если возможно