Pull to refresh
6
0
Send message

квадрат в данной задаче считается от 2Х2, т.е.
1 1
1 0
должно вернуть 0. Только
1 1
1 1
это минимум.
согласен с тем, что возможно не явно прописано в условии, но тем не менее отработка на тренажере показала, что нужно считать так

такого усложняющего условия нет) только 90 градусов.

Да ничем) в итоге я сколотил команду для развития этого решения. + fullstack, + senior AI engineer. Но в результате примерно полугодовых экспериментов мы закрыли этот проект и переключились на другой. Путь был пройден долгий. Но сейчас уже много деталей забыл. Поэтому еще одну статью писать не буду :) Возможно у кого-нибудь еще получится)

Добрый день! Не совсем понял, как эти очевидные вещи относятся к теме и что с ними делать)) Но все равно спасибо за внимание к публикации!

статистику правильных ответов VS неправильных я привел после окончания обучения, т.е. после 50-ой эпохи для каждой из трех архитектур

А можно более развернуто? Коэффициентов или точек? Много или мало?

Здравая идея. Можно будет ее тоже проверить. Но тогда это уже будет сервис, который не предсказывает тренд, а просто сигнализирует о том, что он изменится. Т.е. он не ответит на вопрос, упадет цена или вырастет

Все верно. Об этом я и написал в начале статьи. Но с чего мы можем быть на 100% уверенными, что не существует твиттов, запущенными китами

вычислил пропорции на обучающей и выборочной.

Ytrain:

number when DOWN<10$ [1., 0., 0]:  9454
number when UP>=10$ [0., 1., 0]:  9926
number when NOT change [0., 0., 1]:  5426

Ytest:

number when DOWN<10$ [1., 0., 0]:  707
number when UP>=10$ [0., 1., 0]:  660
number when NOT change [0., 0., 1]:  25

Одно слово - один индекс. Одна запись - один набор индексов. Т.е. если в записи один твит из одного слова, то из 15000 колонок только одна будет равна 1, остальные 0. Два слова - две единицы.

За идею с BERT - спасибо. Беру в бэклог

спасибо. Полезная, ёмкая и доступная статья

Спасибо за развернутый комментарий. А что думаете про применение систем типа solver?
UPD: после написания статьи мы оптимизировали до -2 агентов. Помогло то, что для каждого агента мы берем первую точку, максимально удаленную от точек предыдущих агентов
-1 агент, но при этом, как я понял, они вышли за пределы дневного лимита

Information

Rating
Does not participate
Location
Москва, Москва и Московская обл., Россия
Registered
Activity