Большое спасибо, отличная подборка метрик. Однако, в случае с временным рядом допущена существенная ошибка: последовательность (значений) случайных величин не является случайной величиной (но является случайной последовательностью). Из за этого большинство ml методов по работе с аномалиями на временных рядах не могут быть корректно использованы (и корректность метрик, соответственно, под большим вопросом).
Хорошие, правильные мысли. В дополнение я бы рекомендовал трудоустроить хотя бы 10 выпускников своих курсов, чтобы понимание потребностей рынка было достаточно глубоким. На деле, есть очень много смежной работы, которую реальные программисты делать не будут, но подмастерья могут освоить и 1-2 года радостно выполнять (пока не вырастут или не накопят опыта на переход в другую компанию).
вопрос был исключительно про IO операции, не про замедление работы (конкретно меня больше волнует ресурс диска). Получается, что число операций все же удваивается? Зачем создавать 2 точки отказа вместо одной (если данные побились при первой записи - они невалидные, если только при второй - тоже невалидные, вероятность побиться или при первой, или при второй записи выше, чем только при первой)?
Большое спасибо за гайд, но с двойной записью все ещё непонятно: в 2 разных файла данные записываются, или как-то переносятся из одного файла в другой?
"сам doublewrite buffer не удваивает количество IO операций - страницы в doublewrite buffer пишутся большими блоками"
как установление корреляции непонятной природы поможет регрессии (если сам закон взаимозависимости нелинеен и неизвестен)? Как это на практике можно использовать? И чем это будет лучше линеаризации регрессии (по известным моделям - полиномы, экспоненты, гиперболы) ?
Как нам может помочь знание о нелинейной корреляции без возможности установления правила этой корреляции (регрессии)? Ведь ни для описания явления, ни для прогнозирования факта корреляции недостаточно.
Большое спасибо, отличная подборка метрик. Однако, в случае с временным рядом допущена существенная ошибка: последовательность (значений) случайных величин не является случайной величиной (но является случайной последовательностью). Из за этого большинство ml методов по работе с аномалиями на временных рядах не могут быть корректно использованы (и корректность метрик, соответственно, под большим вопросом).
По поводу обратной связи. Много раз сталкивался с неадекватным поведением соискателей при её получении, поэтому просто зарекся уже её давать
Дёшево же ваш час перепайки/разборки стоит :)
Type hints делают код более понятным?
"Ни одной страны такой не знаю, где так вольно дышит человек"
Хорошие, правильные мысли. В дополнение я бы рекомендовал трудоустроить хотя бы 10 выпускников своих курсов, чтобы понимание потребностей рынка было достаточно глубоким. На деле, есть очень много смежной работы, которую реальные программисты делать не будут, но подмастерья могут освоить и 1-2 года радостно выполнять (пока не вырастут или не накопят опыта на переход в другую компанию).
flush может теперь отказать целых два раза (например, электричество выключили, или контроллер сдох, или kernel panic, или память закончилась).
Etag не зависит от mime типа
Он просто не умеет готовить CDN
.
Громкость звука очень плавает: перебивки громкие, голоса частично тихие. Шутки норм
вопрос был исключительно про IO операции, не про замедление работы (конкретно меня больше волнует ресурс диска). Получается, что число операций все же удваивается? Зачем создавать 2 точки отказа вместо одной (если данные побились при первой записи - они невалидные, если только при второй - тоже невалидные, вероятность побиться или при первой, или при второй записи выше, чем только при первой)?
Большое спасибо за гайд, но с двойной записью все ещё непонятно: в 2 разных файла данные записываются, или как-то переносятся из одного файла в другой?
"сам doublewrite buffer не удваивает количество IO операций - страницы в doublewrite buffer пишутся большими блоками"
Муж работать то успевал в перерывах между собеседованиями, отправкой резюме и тестовыми заданиями ? :)
Автоматика была когда то давно неверно настроена. Это и обнаружили
как установление корреляции непонятной природы поможет регрессии (если сам закон взаимозависимости нелинеен и неизвестен)? Как это на практике можно использовать? И чем это будет лучше линеаризации регрессии (по известным моделям - полиномы, экспоненты, гиперболы) ?
Как нам может помочь знание о нелинейной корреляции без возможности установления правила этой корреляции (регрессии)? Ведь ни для описания явления, ни для прогнозирования факта корреляции недостаточно.
Мы также получали грант 8 лет назад. В целом, все как описано в статье. Но куча гемора с отчетностью , и с 4 млн. обычно 30% налогов ещё заплатить
По Vita, universum, omnia гуглится полный репозиторий. Как то совсем просто.. :)