Здравствуйте.
Фактически нейронные сети (и данный модуль в том числе) работают в 2х режимах: обучение (backpropagation) и работа :) (run) при котором не происходит изменения весов. Поэтому отделить часть тестирования просто: для неё не надо вызывать метод backpropagation, тогда веса не будут обновляться, запускайте только метод run
Веса зависят от данных которые вы подаете на вход + случайная компонента, так как метод градиентного спуска ищет не абсолютный минимум ошибки, а ближайший, поэтому возможна ситуация при которой сеть остается на уровне локального минимума функции ошибки, решается переопределением весов.
thetha это веса, правильно, при этом количество индексов зависит от количества слоёв в нейронной сети и количества нейронов. То есть может быть произвольным
Немного не понял, вы сначала тренируете модель прямо предсказывать клик
Y = [1 if click.conversion_time else 0 for click in clicks]
А потом считаете «насколько близка предсказанная вероятность»? Я не очень понимаю что есть «предсказанная вероятность» потому что ясно, что линейная регрессия не вероятность выдает.
Есть мнение что лучше использовать стандартные инструменты, но грамотно оценивать результаты моделирования, для примера порог качества модели установить 99,5%, а не 99%, при 1% положительных значений
Используются ли эти данные для практического прогнозирования? К примеру, начали осваивать новые сх территории => прогноз+рекомендации установления оптимального дорожного сообщения в регионе
Имеет смысл вставить в перевод дополнительные пояснения к примеру «Поэтому мы подтолкнем ее по схеме в положительном направлении...» имеется в виду изменение весов связей и это тоже не самая тривиальная задача.
Наверное от плагинов для браузеров полностью не удастся уйти, потому что это наиболее простой способ встраивать свой html в страницу, но написать отдельное приложение для windows которое устанавливает плагин в папку расширений браузера, а само работает в трее для вычислений, можно, хотя это более замороченный способ как для вас так и для пользователей
Хорошая идея и реализация в целом, но считаю оформление клиентской части в виде плагина к Хрому это добровольное сокращение сегмента потенциальных пользователей.
Я так понимаю, для сносной работы нужны роутеры в каждом доме, а в идеале на нескольких этажах в подъезде.
В общем задумка хорошая, но это далекая еще перспектива
Сами себе придумали проблему. Почему нельзя было неделю переносить каждую ночь по 1 млн. пользователей? В худшем случае пользователь, зашедший в 05.00 увидел надпись «Сервис обновляется» на 2-3 минуты…
Уважаемые сотрудники Яндекса,
Я, как среднестатистический пользователь, в абсолютном большинстве случаев могу выразить свой поисковый запрос лаконично и ясно. Если поисковая выдача меня не устраивает, я готов ввести дополнительные ключевые слова или перефразировать запрос. Это нормально, так как многое зависит от контекста.
Мне нравится ОБЪЕКТИВНОСТЬ выдачи.
Если Вам так нравится слежка, повесьте на себя камеры слежения, сделайте сервис РеалитиЯндекс, мы будем смотреть за вами и советовать что вам больше надо. Конверсия взлетит, акционеров порадуете.
Тут ошибка конечно, в первом нуль должен быть.
Много экспериментировал с кодом, в итоге пришел к тому, что нули вообще нет смысла добавлять в массив, для сегментации достаточно только единиц.
Фактически нейронные сети (и данный модуль в том числе) работают в 2х режимах: обучение (backpropagation) и работа :) (run) при котором не происходит изменения весов. Поэтому отделить часть тестирования просто: для неё не надо вызывать метод backpropagation, тогда веса не будут обновляться, запускайте только метод run
Веса зависят от данных которые вы подаете на вход + случайная компонента, так как метод градиентного спуска ищет не абсолютный минимум ошибки, а ближайший, поэтому возможна ситуация при которой сеть остается на уровне локального минимума функции ошибки, решается переопределением весов.
thetha это веса, правильно, при этом количество индексов зависит от количества слоёв в нейронной сети и количества нейронов. То есть может быть произвольным
А потом считаете «насколько близка предсказанная вероятность»? Я не очень понимаю что есть «предсказанная вероятность» потому что ясно, что линейная регрессия не вероятность выдает.
Есть мнение что лучше использовать стандартные инструменты, но грамотно оценивать результаты моделирования, для примера порог качества модели установить 99,5%, а не 99%, при 1% положительных значений
Да, те, кто работает с нейронными сетями делятся на 2 лагеря: для одних нейронная сеть предсказывает выходные значения, а для других вычисляет :)
В общем задумка хорошая, но это далекая еще перспектива
Я, как среднестатистический пользователь, в абсолютном большинстве случаев могу выразить свой поисковый запрос лаконично и ясно. Если поисковая выдача меня не устраивает, я готов ввести дополнительные ключевые слова или перефразировать запрос. Это нормально, так как многое зависит от контекста.
Мне нравится ОБЪЕКТИВНОСТЬ выдачи.
Если Вам так нравится слежка, повесьте на себя камеры слежения, сделайте сервис РеалитиЯндекс, мы будем смотреть за вами и советовать что вам больше надо. Конверсия взлетит, акционеров порадуете.
Много экспериментировал с кодом, в итоге пришел к тому, что нули вообще нет смысла добавлять в массив, для сегментации достаточно только единиц.