Именно так. Если ты в сети своего оператора, то биллинг идёт в реальном времени. Если в сети другого оператора в той же стране, то почти в реальном времени. А если ты в роуминге за границей, то биллинг от оператора, который тебя там обслуживал, твоему родному оператору может прийти через неделю. P.S. Собственно, с этим обычно и связано требование, чтобы при поездке за границу на счету была некая сумма, скажем 1000р. Это вот видимо некая страховка на покрытие счетов, которые потом могут прийти за роуминг. Понятно, что не всем этой суммы хватит, но видимо это достаточная сумма "в среднем по больнице", чтобы оператор не нервничал, что ему бабки не вернут.
Почему и как работает поиск мы и раньше в точности не знали, как он ранжирует и отбирает сайты. ИИ не сильно что-то изменит в этом плане, такой же чёрный ящик, но с перламутровыми ручками.
Бывает так, что заданный вопрос позволяет получить информацию не о том, о чём вопрос сформулирован, а о каких-то связанных вещах, также представляющих интерес.
Электронов, в виде неких частиц, вращающихся по орбитам вокруг ядра атома, действительно не существует. И даже понятие "электронное облако" очень далеко от реальности. Квантовая механика поставила нас перед фактом, что мы больше не можем находить в нашем макромире адекватных аналогий тому, что происходит на квантовом уровне.
Пробовал я SMOTE когда-то давно. Мне показалось, что смысла в нём вообще нет. Если только как обработка перед самыми простыми моделями вроде логистической регрессии, для которой баланс классов может быть неприятен и где нет настроек, позволяющих его компенсировать. Большинство же современных моделей машинного обучения либо имеют настройки, позволяющие взвешивать классы, либо в принципе им не важен дисбаланс, они с любым балансом работают хорошо. Проблема SMOTE в том, что сэмплы получаются не всегда "натуральными". Нормальная модель выделит имеющиеся зависимости и из изначальных несбалансированных данных. А из данных, "обогащённых" через SMOTE модель может вывести не те зависимости, которые там есть изначально.
Актуальная тема. По крайней мере для меня. Вчера сам перепроверял свой объёмный рефакторинговый пул-реквест, это было тяжело. Подумал, что надо было как-то поделить задачу на более мелкие, чтобы исправлений было не так много за один раз. Но для этого нужно заранее как-то уметь оценивать будущее число изменений в коде, что не всегда заранее возможно.
Я играл в поломанную первую версию - без ограничения по времени. Она была вполне проходибельна, но нервов местами очень много попортила )) Очень круто было открывать секреты - короткие варианты прохождения некоторых уровней. Ну и сами приколы с отражением (или тенью? забыл уже) и прочими неожиданными поворотами сюжета, были весьма клёвыми.
"использование «деревянных» моделей окажется не лучшим выбором" - а "деревянные" модели сейчас вообще используются? Для интерпретируемого результата используют регрессию, когда интерпретируемость не сильно важна, фич тонны и лениво их фильтровать, то используют бустинги, а "деревянные" модели я не видел, чтобы вообще где-то использовали последнее время. Но если это абстрактный пример, то и ладно. ) А по теме статьи я вот программист, но могу и в DS вполне, ну и во всякое другое тоже понемногу.
Слишком много у кого есть доступ к данным. Если слишком ограничить к ним доступ, то будет сложно собственно работать. Хотя по-нормальному достаточно было бы анонимизировать данные и давать персональные данные только совсем уж ограниченному числу лиц. Для довольно многих процессов достаточно и анонимизированных данных. Просто пока всем лень с этим заморачиваться, похоже.
Не очень понял, как в статью попала библиотека Faiss. Если говорить о библиотеках для быстрого поиска похожих векторов, то их нынче вагон, но к базам данных это никакого отношения не имеет.
У меня на работе в декабре кажется была рассылка, что мол вам могут написать якобы от лица высокого начальства с какими-то просьбами, не ведитесь, проверяйте, это скорее всего мошенники )
Не знаю как в JS, а в Python в таком случае returnзапоминает возвращаемое значение и его даже можно поменять другим return-ом (в том же блоке finally, например). То есть тут вопрос философский - что понимать под "выполнением return".
Потому что могут! Кто-то из дата-сатанистов просто посмотрел на фотки и сказал: а давайте деревья распознаем!
Именно так. Если ты в сети своего оператора, то биллинг идёт в реальном времени. Если в сети другого оператора в той же стране, то почти в реальном времени. А если ты в роуминге за границей, то биллинг от оператора, который тебя там обслуживал, твоему родному оператору может прийти через неделю.
P.S. Собственно, с этим обычно и связано требование, чтобы при поездке за границу на счету была некая сумма, скажем 1000р. Это вот видимо некая страховка на покрытие счетов, которые потом могут прийти за роуминг. Понятно, что не всем этой суммы хватит, но видимо это достаточная сумма "в среднем по больнице", чтобы оператор не нервничал, что ему бабки не вернут.
Почему и как работает поиск мы и раньше в точности не знали, как он ранжирует и отбирает сайты. ИИ не сильно что-то изменит в этом плане, такой же чёрный ящик, но с перламутровыми ручками.
То есть фильтрация происходит на уровне Поиска, а дальше фильтры уже не нужны, понятно. )
Бывает так, что заданный вопрос позволяет получить информацию не о том, о чём вопрос сформулирован, а о каких-то связанных вещах, также представляющих интерес.
Фильтрует ли он "политику" уже кто-то спрашивал или я первый буду? ))
Электронов, в виде неких частиц, вращающихся по орбитам вокруг ядра атома, действительно не существует. И даже понятие "электронное облако" очень далеко от реальности. Квантовая механика поставила нас перед фактом, что мы больше не можем находить в нашем макромире адекватных аналогий тому, что происходит на квантовом уровне.
Жаль, что мы так и не услышали
начальника транспортного цехаправильное определение чистой функции. Не надо так делать.Пробовал я SMOTE когда-то давно. Мне показалось, что смысла в нём вообще нет. Если только как обработка перед самыми простыми моделями вроде логистической регрессии, для которой баланс классов может быть неприятен и где нет настроек, позволяющих его компенсировать. Большинство же современных моделей машинного обучения либо имеют настройки, позволяющие взвешивать классы, либо в принципе им не важен дисбаланс, они с любым балансом работают хорошо. Проблема SMOTE в том, что сэмплы получаются не всегда "натуральными". Нормальная модель выделит имеющиеся зависимости и из изначальных несбалансированных данных. А из данных, "обогащённых" через SMOTE модель может вывести не те зависимости, которые там есть изначально.
Актуальная тема. По крайней мере для меня. Вчера сам перепроверял свой объёмный рефакторинговый пул-реквест, это было тяжело. Подумал, что надо было как-то поделить задачу на более мелкие, чтобы исправлений было не так много за один раз. Но для этого нужно заранее как-то уметь оценивать будущее число изменений в коде, что не всегда заранее возможно.
Я играл в поломанную первую версию - без ограничения по времени. Она была вполне проходибельна, но нервов местами очень много попортила )) Очень круто было открывать секреты - короткие варианты прохождения некоторых уровней. Ну и сами приколы с отражением (или тенью? забыл уже) и прочими неожиданными поворотами сюжета, были весьма клёвыми.
"использование «деревянных» моделей окажется не лучшим выбором" - а "деревянные" модели сейчас вообще используются? Для интерпретируемого результата используют регрессию, когда интерпретируемость не сильно важна, фич тонны и лениво их фильтровать, то используют бустинги, а "деревянные" модели я не видел, чтобы вообще где-то использовали последнее время. Но если это абстрактный пример, то и ладно. ) А по теме статьи я вот программист, но могу и в DS вполне, ну и во всякое другое тоже понемногу.
Слишком много у кого есть доступ к данным. Если слишком ограничить к ним доступ, то будет сложно собственно работать. Хотя по-нормальному достаточно было бы анонимизировать данные и давать персональные данные только совсем уж ограниченному числу лиц. Для довольно многих процессов достаточно и анонимизированных данных. Просто пока всем лень с этим заморачиваться, похоже.
Не очень понял, как в статью попала библиотека Faiss. Если говорить о библиотеках для быстрого поиска похожих векторов, то их нынче вагон, но к базам данных это никакого отношения не имеет.
В огороде бузина, а в Яндексе - Единство.
Возьмёмся за руки друзья, движеньем зарядимся.
У меня на работе в декабре кажется была рассылка, что мол вам могут написать якобы от лица высокого начальства с какими-то просьбами, не ведитесь, проверяйте, это скорее всего мошенники )
Бывают функции и без входных параметров ;)
Не знаю как в JS, а в Python в таком случае
returnзапоминает возвращаемое значение и его даже можно поменять другимreturn-ом (в том же блокеfinally, например). То есть тут вопрос философский - что понимать под "выполнением return".Хорошо написано, доходчиво, приятно читать.
Вот главное, чтобы у нашего Млечного пути с галактикой Андромеды такая же фигня не получилась. )