Это смотря насколько вы верите, что ЦБ не установит свой фиксированный курс (скажем 50 руб. за доллар при продаже и 500 руб - при покупке), а потом запретит вам совершать валютные операции не по этому курсу.
Потому что ЦБ может уставновить свой обменный курс (скажем 35 рублей за доллар для продажи, 350 руб - для покупки) и запретить резидентам проводить валютные операции не по нему.
В посте на результирующем графике ровно то же самое, только в относительных величинах (число заразившихся на 1 млн населения). Почему абсолютные величины не подходят — я объяснил комментом выше.
Делал. Но из-за того, что методологии определения причина смерти (коронавирус или пневмония) разные (что важно) и непрозрачные (что еще важнее), то на Хабр этот график я решил не выкладывать.
Вы правильно все говорите. Но это в идеальном мире.
А в реальном мире — нужно найти еще такой набор данных (лучше два). Использовать популяцию населения для нормирования не идеально, но лучше так, чем никак.
Через пару недель MS проводит мероприятие, где среди прочего будут мастер-классы по ML/DL (разумеется, с закосом, как это сделано Azure (для кого-то это неприемлимо)) https://events.techdays.ru/Future-Technologies/2017-06/
Я думаю, что там многое можно услышать-спросить, из того, что было написано выше.
DL-алгоритмы из коробки (есть Azure GPU-инстансы и там это возможно),
более шустрый перенос новых R-пакетов в облако (в AzureML-environment новые версии пакетов появляются с тормозами). Синхронизация облачный и девелоперских версий R-runtime и R-пакетов — это вообще отдельная история, как и история с source control в Azure ML.
чтение данных напрямую с HDFS, поддержка Parquet (полгода назад не было).
В остальном Azure ML, если знаешь что хочешь (со мной это редко) — удобный инструмент как для соревнований, так и для production-сервисов.
Azure ML (как и его облачные братья от AWS и GCP) вполне серьезный инструмент data scientist'a.
В основном причина в упомянутых вами ограничениях
Про ограничения я ничего не понял: понятно, что они есть — толщина dataset'а, длина вектора фич и т.п. (довольно большие величины). Но в статье про них не написано, а те ограничение, которые указаны в статье — в csv разделитель запятая, а не другой символ, и BDT приходится использовать вместо простого дерева — ограничения конкретного модуля, а не платформы. Хотите читать GBs данных из HBase/NoSQL/MSSQL? — используйте модуль Import Data. Не устраивает формат? — добавьте R/Python-скрипт и трансформируйте в нужный.
не очень-то юзер-френдли
Про user-friendly: удобнее всего, конечно, писать код (я серьезно). Но писав продолжительное время на R, я без проблем освоил Azure ML (может обратная ситуация тоже возможна, уже не узнаю). Но это проблема общая для IT-мира: если ты не понимаешь на уровень абстракции ниже, то довольно сложно понять, как эта штука работает.
Математика простая: беру цену за час из прайса AWS/Azure и умножаю на 720 (приблизительное число часов в месяц).
Дальше считаю по максимально общему сценарию: спотовая цена ввиду слабой предсказуемости не рассматривается; поправки, на историю, что GPU-инстанс возьмут на год вперед, также не делаю.
По ссылке речь прям о физическом выживании, а пост, как видно из имени хаба и названия, все-таки сосредоточен на экономическом выживании.
Волков бояться - в лес не ходить.
Это смотря насколько вы верите, что ЦБ не установит свой фиксированный курс (скажем 50 руб. за доллар при продаже и 500 руб - при покупке), а потом запретит вам совершать валютные операции не по этому курсу.
...и товарища майора.
Пост про уменьшение рисков, а не про то, как сесть за решетку.
Здравомыслящим людям во всем мире хочется приблизительно одних и тех же вещей. Это не зависит от национальности или расы.
Потому что если Вам нужна заначка на Черный день, то кэш - это самое ликвидное, что есть, в условиях закрытого фин. рынка.
Потому что ЦБ может уставновить свой обменный курс (скажем 35 рублей за доллар для продажи, 350 руб - для покупки) и запретить резидентам проводить валютные операции не по нему.
Только вчера эту тему обсуждал с другом, и без шуток: купить корову, кур и домик с участком в деревне - сейчас одна из самых лучший стратегий.
Максим, этот вариант даже не рассматривается - в этой жизни еще много надо сделать!
В посте на результирующем графике ровно то же самое, только в относительных величинах (число заразившихся на 1 млн населения). Почему абсолютные величины не подходят — я объяснил комментом выше.
Мы никогда не 'увидим' на таком графике регион из 100 человек, где 50 заразилось, а между тем — там коллапс.
Делал. Но из-за того, что методологии определения причина смерти (коронавирус или пневмония) разные (что важно) и непрозрачные (что еще важнее), то на Хабр этот график я решил не выкладывать.
Вы правильно все говорите. Но это в идеальном мире.
А в реальном мире — нужно найти еще такой набор данных (лучше два). Использовать популяцию населения для нормирования не идеально, но лучше так, чем никак.
Не достаточно раскрыл тему разницы между чтением постов друзей и самостоятельным анализом явления на основе данных?
Через пару недель MS проводит мероприятие, где среди прочего будут мастер-классы по ML/DL (разумеется, с закосом, как это сделано Azure (для кого-то это неприемлимо)) https://events.techdays.ru/Future-Technologies/2017-06/
Я думаю, что там многое можно услышать-спросить, из того, что было написано выше.
Чего в Azure ML сейчас не хватает (мне) так это:
В остальном Azure ML, если знаешь что хочешь (со мной это редко) — удобный инструмент как для соревнований, так и для production-сервисов.
Про ограничения я ничего не понял: понятно, что они есть — толщина dataset'а, длина вектора фич и т.п. (довольно большие величины). Но в статье про них не написано, а те ограничение, которые указаны в статье — в csv разделитель запятая, а не другой символ, и BDT приходится использовать вместо простого дерева — ограничения конкретного модуля, а не платформы. Хотите читать GBs данных из HBase/NoSQL/MSSQL? — используйте модуль Import Data. Не устраивает формат? — добавьте R/Python-скрипт и трансформируйте в нужный.
Про user-friendly: удобнее всего, конечно, писать код (я серьезно). Но писав продолжительное время на R, я без проблем освоил Azure ML (может обратная ситуация тоже возможна, уже не узнаю). Но это проблема общая для IT-мира: если ты не понимаешь на уровень абстракции ниже, то довольно сложно понять, как эта штука работает.
Дальше считаю по максимально общему сценарию: спотовая цена ввиду слабой предсказуемости не рассматривается; поправки, на историю, что GPU-инстанс возьмут на год вперед, также не делаю.