All streams
Search
Write a publication
Pull to refresh
-1
0.3
Алексей Волков @DjMpegAlex

data science engeneer

Send message

Похоже на корейский сценарий по запрету слов.

Установку винды использую не на "диск С", а на диск с буквой О например. Диск С, D, E делаю маленьким с лимитами на запись, с ложной системой папок винды. В большинстве случаев непонятные процессы пытаются лесть именно в диск C.

Встроенные средства защиты обхожу через портативной винды. Надо было отключить парочку не нужных служб, которые не отключить штатно. Например, систему обновлений просто заменил файлами плацебо (просто exe файл, который ничего не делает) - никаких уведомлений.

Дипсик кстати задачи триз хорошо решает.

Солидарен с мыслью, что техдолг надо считать обычными задачами в бэклоге. Но хотелось бы добавить про главный триггер его разрастания.

Всё работает, пока не меняется бизнес-контекст (законы, политика, стратегия). Именно тогда корректно написанный под старые требования код превращается в проблему. Техдолг минимален или медленно тлеет.

Но настоящий ад начинается, когда меняется сама бизнес-логика. Новый закон, смена политики компании, санкции — что угодно. Разработчик изначально сделал всё верно для тех требований, но новая реальность входит в жестокий конфликт с существующей архитектурой.

И вот тут бизнес оказывается перед жестоким выбором:

  1. Переписать/адаптировать решение целиком (дорого, долго, но правильно).

  2. Сделать костыль (быстро, дешево, но мы начинаем копить "гнездо костылей").

Думаю, где то, в 90% случаев побеждает вариант №2. А потом, когда таких костылей становится критически много, мы и начинаем эти "победоносные исследования техдолга", пытаясь задним числом оправдать затраты на расхлебывание того, что когда-то сэкономили.

Польза от нейронок есть, в простых вещах, которые можно заменить более простыми и оригинальными приемами. Например генерация нот при помощи простой речи, или флейты. Я так делаю - беру флейту, наигрываю импровизацию, затем преобразую в ноты миди и на струны кидаю, как пример. Однако на железе можно по интереснее звуки громоздить, особенно используя морфинг и автоматизацию изменения параметров звука. Если нейронки смогут массово создать хиты, которые будут звучать всюду и правдоподобно, и даже будут приносить массовый доход, то я первым делом куплю ей флейту в подарок!

это тот самый случай, когда ментору нужен ментор. А если серьезно - дополнительная экспертиза.

 "По ссылке" вы можете - а ссылка то реферальная

Хорошо дисциплинирует сотрудников, несмотря на наличие пропусков с чипами, временная практика - по листочкам надо было отмечаться время прихода и время ухода из кабинета. Помогло - трое ушли из команды, остались самые живучие и дисциплинированные

признателен вам за ваше неравнодушие! благодарю, очень полезная обратная связь.

если параметр меняется в диапазоне (1, 10) и с шагом 1, то количество возможных принимаемых значений параметр занимает восемь значений ,то время перебора сильно зависит от количества возможных принимаемых значений. в статье , если вы на это обратите внимание, я использую контроль над количеством возможных принимаемых значений параметра.

спасибо. название к статье поправил. теперь будет честно

Итак, из-за необходимости очень длительного вычисления комбинации параметров для получения наилучшего результата здесь как раз и используется случайный перебор параметров. Хотя вероятность найти лучший вариант снижается с увеличением количества параметров. Но цель найти приемлимый допустимый вариант. Зафиксировав ключевые парамеры повторяете процедуру подбора параметров. Если вы зафиксировали параметры которые лучше всего приближают вас к результату, то количество перебираемых параметров становится меньше. Соответственно зачем перебирать все подряд, если можно провести "эксперемент" ограниченное количество раз и выявить значимые параметры, сокращая на каждом этапе перебираемые параметры (или ограничив область поиска у выбранных параметров). В этом и константное время перебора. Алгоритм сильно упрощается. Например пять итераций сокращения перебираемых параметров с фиксацией.

К заголовку статьи прилагается и сама статья

можно написать очень длинную статью, но читать мало кто будет. поэтому частями выкладки

Дело в том что геологические карты отражают возраст пород, скрытые часто под четвертичными отложениями. Четвертичные отложения толщиной могут достигать более десятков метров. Но геологические карты также применяются для выделения в них масок признаков - не только структурных особенностей (синклинали, взбросы, прорвы интрузий, разрывные нарушения и т.д.). То есть тупо беру интересующую геологическую карту с сайтов который указал в источниках. Затем есть там же карты полезных ископаемых - на эти карты нанесены известные уже месторождения, рудопроявления, пункты минерализации на карту. Но для того, чтобы детальнее разметить данные целевой переменной обучения, нужно поднимать геологические отчеты. Лично я ездил в Росгеолфонд в Москву. Там по предварительной записи нужно заказывать отчеты. Там есть читальный зал, вот сидишь разбираешь материалы. Это долго, но можно получить очень качественный датасет.

Руду я размечал разными цветами. Пользовался исключительно фотошопом, там удобно карты накладывать одну на другую. Часть карты могут быть отрисованы в разных координатных системах, это тоже в фотошопе проще всего подгонять. "Рудный градиент" - месторождения, скажем это класс 3, класс 2 это рудопроявления, класс 1 это пункты минерализации и пусто это 0.

Таким образом нами находилась руда на медь даже под озерами и реками. То есть со спутника это выглядет как водная гладь, или заболоченная местность, но проведенные поисковые работы подтвердили, что геохимические аномалии уходят в сторону озера. Например, аэрогеофизика и космогеофизика имеет здесь свои недостатки, вода является хорошим отражателем, а углифицированные породы сильным поглотителем - это болотистые места.

Спасибо за комментарий. Конечно, в поисковой геологии для оценки количества вероятного оруденения используется метод аналогии. При этом используются известные поисковые признаки, по аналогии с "эталонным объектом". Здесь же рассматривается именно применение дополнительного слоя данных - карт расстояний, как индикация области поисков (то есть взаимопересечение расстояний от локализации признаков - вулканические, тектонические, геологическое, геохимические, геофизических - является похожей с эталонными размеченными данными). Вы правы, но в научно-популярном виде представить данную статью не представляется возможным, к сожалению, по причине громоздкости материала. Возможно в виде анимаций какую-то информацию представлять получится в следующих статьях для наглядности. Спасибо еще раз.

Information

Rating
2,431-st
Location
Москва, Москва и Московская обл., Россия
Registered
Activity

Specialization

Backend Developer, Software Architect
Middle
From 550,000 ₽
Git
Python
PostgreSQL
MongoDB
RabbitMQ
Linux
MS SQL administration