Да.
Например, на своем опыте могу сказать, что на udemy, ввиду архитектуры этой школы, слишком большой разброс в уровне подачи материала. На udacity, также из собственного опыта, материалы курсов подаются более сбалансировано и явные провалы, в отличие от udemy, мне не попадались.
Но еще я хотел сказать, что в школах есть специализации, т.е. наборы курсов, объединенные общей целью (например full stack dev или инженер ML). Интересно какова доля вообще тех, кто берет и, что важно, проходит всю специализацию, и насколько они оценивают достигнутый результат. Еще бы сравнить их с теми, кто приобрел одинаковую специализацию, но надергав разных курсов, даже/возможно, из разных школ. Интересно достижение результата, а не процесс (м.б. не всем правда :-). Насколько достижим требуемый учащемуся результат и насколько он ценен? Раздел 6, при таком подходе, вообще полностью надо переделывать. Предположим, человек взял курс по HTML в одной школе, а все остальное (пусть до того же full stack) добрал сам. Насколько ему школа ему была полезна? Да почти никак. Что он может сказать о школе? Да ничего путного. Другой взял всю специализацию и прошел ее полностью. Насколько ему помогла школа? Возможно существенно.
Но это все лирика, я уверен, что даже репрезентативную выборку для такого исследования найти сложно. Так что, спасибо, что хоть что-то делаете и публикуете.
++++ жаль не могу плюсовать, но полностью с вами согласен.
Кстати, там есть еще одно измерение: человек учился только в одной школе, но прошел в ней 100500 курсов. Он мог взять специализацию, в которой несколько курсов, а мог проходить несколько несвязанных между собой курсов. На мой взгляд это измерение также интересно, так как непонятно насколько именно специализация отличается от отдельных аналогичных курсов, м.б. надерганных даже из разных школ, но объединенных одной целью, например full stack dev.
Да, я видел ваш комментарий выше.
Думаю, что было бы лучше, если бы вы прямо в преамбуле отметили, что это исследование только о тех, кто обучался ТОЛЬКО в одной школе. И было бы очень кстати если бы вы оценили какова доля тех кто обучался только в одной школе от общего количества обучавшихся в онлайн-школах. А еще лучше портрет того, кто обучался только в одной школе. По моим личным наблюдениям тех, кто обучался только в одной школе существенно меньше чем половина от общего количества. И та, вторая, большая часть, осталась в серой зоне, о которой мы, пока, ничего не узнали.
Согласен. Буквально на днях, открываю код, а IDE открыла в месте, где в функции цикл for с вложенными блоками и заканчивается все блоком else с одной единственной строкой. И выглядит этот else как будто в воздухе висит. Сначала даже непонятно стало, что это.
Тогда не совсем понятна методика. Т.е. о edx почти никто не слышал, обучаться там не хотят, но там обучалось 5% респондентов. При этом, например, в раздел 2 «Цели, которые школы помогают достигать» edx не попал, но в этот раздел попали ресурсы, на которых обучалось меньше респондентов, чем на edx.
Раздел 2 — получается про то, что те, кто не учился думают о целях, которые они могут достичь на соответствующих ресурсах? Если это так, то фраза
… то увидим, какая структура целей у студентов каждой школы
звучит непонятно. Т.е. вы фиксируете не факт (мнение того, кто там обучался), а то, что респонденты только предполагают по отношению к ресурсу на котором они еще не обучались. Возможно это просто особенность вашей методики…
Сам я, если что, пока не пользовался edx, просто интересно понять, что за результаты мы видим.
Вопрос, кстати, не только про edx, Udacity тоже «то тухнет, то гаснет».
Слышал о таком, но сам не пробовал. Думаю проблема в том, что пары отвердителя опасны, когда вы его нагреваете, вы усиливаете его испарение. Если на улице, то наверное ОК, если дома, то лучше не рисковать, особенно если дети бегают. Выход тут в том, чтобы использовать импортную эпоксидку. Но это все равно не снимает вопрос насколько эпоксидка (любая) безвредна после полимеризации.
Керамика тоже.
Знакомый начал делать торцевые разделочные доски, говорит, что склеивает Titebond 3. Но при разделке или нарезке существует прямой контакт с пищей, допустимо ли это с Titebond 3.
Эпоксидка тоже вопросы вызывает. Клинок в ручку вклеить, там между клинком и больстером минимальный зазор, но подогретая эпоксидка прет из всех щелей. Если резать мясо, то больстер прямо контактирует с продуктом. Вроде как после полимеризации считается, что эпоксидка безопасна, но слабо верится. Сам сталкивался с тем, что наша эпоксидка не «встала» за положенный срок, хотя я всегда смолу подогреваю и шприцем дозирую и смолу и отвердитель. Эпоксидка стала как пластилин, где-то за месяц затвердела, но что внутри — неизвестно. На заводе сказали: опс, неправильная инструкция в упаковке, делайте как всегда 1:10. Сделал, стало лучше, но все равно не «встает» как надо. Купил DonDeal, но 30-минутную ее сложно найти, с быстрыми работать неудобно. DonDeal полимеризируется как по часам, но ничего про безопасность не сказано.
А можете освЕтить какие клея действительно подходят для склеивания посуды, которая контактирует с пищей и чтоб прочно было? Склеивать надо дерево, стекло. Обычная эпоксидка не подходит. Titebond 3 как-то странно позиционируется, вроде для посуды применим, но прямой контакт с пищей не рекомендуется. Что это за посуда, которая напрямую с пищей не контактирует?
2. По нашей оценке ошибка не более 5% при условии корректной фильтрации облаков, что для нас достаточно. А у вас сколько?
А причем тут облака? Облака, конечно, мешают, но представьте, что у вас 0% облачности. И что? При отсутствии облачности вы научились считать правильный NDVI на основе TOA? Ну тогда это прорыв! Думаю, что тут Atmospheric Correction Inter-Comparison Exercise вы могли бы порвать всех, хотя-бы в части упражнений.
Реальность, однако, другая. Ваши 5% ошибки требуют подтверждения. И что такое 5% ошибки как вы ее считали?
Пример 1: Берем два соседних тайла Sentinel-2 снятые одним КА в один день, тайлы нарезаются с перекрытием. Вычисляем NDVI для точки в перекрывающейся области по одному и по другому тайлу и получаем разные значения. У меня получалось гораздо больше 5%, может быть так атмосфера повлияла, может быть местность, но ошибку в 5% я бы даже не заметил.
Пример 2: Берем тайл Sentinel-2 и сравниваем его с БПЛА. БПЛА без камеры MicaSense RedEdge или аналогичной камерой — это полная профанация при оценке растительности, сравнивать нечего вообще. С БПЛА с камерой MicaSense можно сравнивать. Какая у вас разница NDVI в этом случае? Для какой конкретно культуры? С какой высоты съемка? Насколько поле близко к океану?
Пример 3: NDVI по Sentinel-2 и по LandSat-8. Какая разница у вас для одной и той-же точки (можно подобрать дни когда они оба пролетали над какой-либо местностью)?
Пример 4: Вы говорите про динамику NDVI. Вот вы рассчитали, сначала 0.6, через неделю 0.7, еще через неделю 0.6. Вы построили график. Где правильное значение? Как вы оцените? Может график вообще должен идти все время вверх, а не поворачивать вниз?
Судя по вашему сайту, вы предлагаете продукт, в котором используется динамика NDVI поля, причем для большой части планеты. У вас отличный дизайн и интересная идея, да, видимо вы первые кто это сделал в таком масштабе. Но ваш NDVI неправильный, ну или вы обладаете технологией, которой нет ни у кого в мире. Пожалуйста, опубликуйте статью, со своими выкладками и как вы их проверяли, не надо технологий, пусть ваше know-how останется вашим. Просто лично у меня, нет доверия к NDVI, который считается по TOA. На текущем этапе развития человечества такого продукта вообще нет, либо он неизвестен. Проект ASIX, кстати, очень интересный, и там видно, что разные алгоритмы работают совершенно по разному в разных климатических зонах. Все вышеперечисленное ставит под сомнение ошибку в 5%, особенно при использовании TOA. Соответственно, на данный момент можно считать вашу динамику NDVI априори некорректной.
Фу-ф, длинно получилось :-)
Проблема в том, что дополнительных плясок мы сделать не можем
а в чем у вас проблема?
Была статья с конференции по ДЗЗ по классификации, насколько я помню, пшеницы, хотя могу ошибаться, но точно какой-то зерновой культуры. Там предлагалось использовать несколько NDVI в различные стадии вегетации за сезон, т.е. в динамике. Без этого невозможно было точно определить культуру, в статье рассматривались разные методы, кстати. Если использовать такой «мгновенный» NDVI как у вас, то использовать его динамику для классификации не представляется возможным, более того разные области Земли будут иметь разные периоды вегетации культуры. Мы с борщевиком с этим столкнулись даже внутри РФ.
Использование TOA практически гарантирует некорректность расчета NDVI так как состояние атмосферы исключается из расчета. Расчет NDVI, в таких случаях, будет иметь произвольную неизвестную, которая может отразится, а может и не отразится на результате расчета NDVI. Это приводит к тому, что NDVI, особенно рассматриваемый в динамике, будет некорректным. А может и корректным. Даже атмосферная коррекция Sentinel-2 с помощью Sen2Cor исключает «нормальный» расчет NDVI. К сожалению, без дополнительных плясок, можно считать только мгновенный NDVI для данного тайла Sentinel-2.
Подскажите пожалуйста:
1. Как вы проводите атмосферную коррекцию оптических данных? Данные Sentinel-2 «из коробки» имеют проблемы с атмосферной коррекцией и если рассчитывать NDVI по этим данным, то он будет некорректным. У вас представлена динамика NDVI, т.е. данные явно приводились к общему знаменателю либо с помощью АК, либо еще как-то.
2. Используете ли вы NDVI при классификации?
3. Каким образом вы обучали модель для столь разных участков Земли? У нас получалось, что даже экспозиция склона может оказать влияние на классификацию даже в пределах одного региона РФ.
4. На сайте указано, что вы используете радарную съемку Sentinel-1, для каких целей вы используете радары и, если можно, то как? «Радарный» NDVI многие пытались считать, но получается так себе. Радары сильно подвержены влиянию влажности, как вы боролись с этим?