Попытка ответить на вопрос о сознании используя продукты этого сознания будь то мысли, логические рассуждения, может быть какой-то психоделический опыт, заранее обречена на провал. Тот кто смотрит через ваши глаза не может увидеть сам себя. Любые концепции которые вы попробуете выдвигать относительно этого («это есть то», «это не есть это», это не есть то" и пр.) — будут всего лишь концепциями, которые будут тянуть за собой другие концепции и так до бесконечности.
Попробуйте наоборот — не заботиться вопросом, а получить ответ здесь и сейчас. Есть практики прежде всего буддийские которые «заточены» на это.
Пользовался всякими ирригаторами. Самым удобным оказался который просто к крану подключается и использует давление воды в кране. Он еще и стоит гораздо дешевле электрических. Купить можно на али.
С DataScience есть одна интересна проблема: в основном люди понимают под DS что-то академичское — математика, статистика, алгоритмы и т.д. и прокачивают этот скил. Несомненно это хорошо, но если вы не собираетесь писать научные статьи, а применять DS и ML для бизнеса, то не нужно забывать и о бизнес-стороне. Иначе получается разрыв — знаний много, а практического применения мало. Яркий пример это сами данные, в dry Data Science обычно подразумевается что они просто есть, ну может немного грязные и с пробелами. А фактически бывает что данных нет и их получение затратнее построения самой модели.
Всем начинающим рекоммендую прекрасную книгу «Data Science for Business», by Foster Provost and Tom Fawcett
Вообще мне кажется настала пора сделать веб сервис который будет на сервере на видяхах все обсчитывать, прикрутить нейронную сеть чтобы она оценивала и подгоняла «под красоту», еще красивую интерактивную веб-морду и можно продавать (:
Такой сервис оставил бы все другие из вашей статьи далеко позади.
Спасибо за статью, было интересно почитать как дела сейчас обстоят.
В своё время, в конце 2011 тоже столкнулся с этими проблемами когда делал карту Интернета internet-map.net (на мобилке лучше не смотреть — испортите впечатление) Поэтому пришлось писать своё решение чтобы обсчитать 350к вершин.
От отображения рёбер тоже пришлось отказатся иначе каша получалась.
Да, в общем-то, насколько я понял, в книге всего одна по настоящему интересная идея: что премия за риск пузыря отражается в ценах и гонит цены вверх, тем самым еще больше увеличивая риск что пузырь лопнет. Эдакая положительная обратная связь. Читать тяжело, т.к. много академической воды и, видимо чтобы читатель не испугался, повырезали все формулы, но получилось только хуже — можно было бы одну формулу вместо страницы текста.
Для тех кто предпочитает более научный подход и знает английский могу порекомендовать «Why Stock Markets Crash: Critical Events in Complex Financial Systems»
By Didier Sornette
интересно было бы сравнить с современными и не очень исламскими кредитными практиками. Наверное, что-то похожее должно быть. Там ведь, насколько я знаю, церковь до сих пор запрещает ростовщичество.
Фильм, особенно хороший, это творческий продукт. Поэтому его очень сложно классифицировать и построить автоматическую рекомендационную систему, если ориентироваться на сам фильм. Но можно пойти другим путем — фильмы делают люди и можно ожидать что хорошие фильмы и плохие фильмы делают разные группы людей. Не только актеры, но и режисеры, продюссеры, сценаристы.
На базе этой идеи я какое-то время назад сделал lucidmovies.com — ищет на графе фильмы от тех же людей, которые делали фильмы, которые вам понравились. Рекоммендации получились вполне достойными, вот только монетизировать сложно. Буду раз если кому-то мой сервис поможет найти хороший фильм и приятно провести время.
Нет, изначально ориентировался на англоязычный мир. Источник www.themoviedb.org вроде бы позволяет брать инфу на местных языках, но качество, я думаю, будет сильно ниже.
Какое-то время назад тоже задумывался над этой проблемой листая бесконечные постеры рекомендованных фильмов на Netflix. Тогда мне казалось, одна из проблем всех этих рекомендаций — отсутствие внятного объяснения почему система считает что этот фильм может быть мне интересен. Как результат запилил свою рекомендательную систему — рекомендует фильмы по простому принципу — «тебе понравится это кино, потому что тебе понравилось это и это кино с этим актером и так же эта актриса из другого кино которое тебе тоже понравилось». Получилось вполне неплохо, дейвствительно хорошие рекомендации. Кому интересно — lucidmovies.com.
Сейчас правда забросил, т.к. не нашел простой выход на монетизацию.
Очень сложно говорить за человека и обезьян, потому что до конца непонятно «как это работает у них». А вот за современных роботов очень даже можно — все это начиная от контроллера в лифте и заканчивая самым большим суперкомпьютером сводится к машине Тьюринга и не выходит за ее теоретические ограничения. Unprestatable одно из них.
То что вам кажется что человек это просто большой компьютер скорее всего ошибка, здесь количество не переходит в качество.
Попробуйте наоборот — не заботиться вопросом, а получить ответ здесь и сейчас. Есть практики прежде всего буддийские которые «заточены» на это.
Всем начинающим рекоммендую прекрасную книгу «Data Science for Business», by Foster Provost and Tom Fawcett
Your model is not what your data scientists create, it is what your engineers deploy ©
Вообще мне кажется настала пора сделать веб сервис который будет на сервере на видяхах все обсчитывать, прикрутить нейронную сеть чтобы она оценивала и подгоняла «под красоту», еще красивую интерактивную веб-морду и можно продавать (:
Такой сервис оставил бы все другие из вашей статьи далеко позади.
В своё время, в конце 2011 тоже столкнулся с этими проблемами когда делал карту Интернета internet-map.net (на мобилке лучше не смотреть — испортите впечатление) Поэтому пришлось писать своё решение чтобы обсчитать 350к вершин.
От отображения рёбер тоже пришлось отказатся иначе каша получалась.
By Didier Sornette
На базе этой идеи я какое-то время назад сделал lucidmovies.com — ищет на графе фильмы от тех же людей, которые делали фильмы, которые вам понравились. Рекоммендации получились вполне достойными, вот только монетизировать сложно. Буду раз если кому-то мой сервис поможет найти хороший фильм и приятно провести время.
Как это соотносится с
Сейчас правда забросил, т.к. не нашел простой выход на монетизацию.
То что вам кажется что человек это просто большой компьютер скорее всего ошибка, здесь количество не переходит в качество.