Кажется, что сейчас использовать гридсерч (ну ок, можно рандом серч, если уж так хочется sklearn) - это странная затея про том, что Оптуна - де-факто стандарт для таких оптимизаций. Вам - плюс, автору - сомнения
Поддержу вас. В кэггловских ноутбуках хорошо видно, что женщина с именем, кажется, Мэри (если память не изменяет) везло больше. И да, дополнительно везло и тем, кто был с большой семьей (одна из фичей датасета)
коль скоро у вас есть черновик, то для вас пара предложений: 1. оформить его в виде ноутбука в колабе (чтобы его можно было бы запустить и самому поиграться) 2. добавить принципиальные куски кода в изначальную статью - было бы понятнее читать.
расширением идеи RAG становится довольно занятная вещь, когда взаимодействие с моделью превращают в мультиагентность:
один агент задает вопрос модели, второй переспрашивает, мол, "а не фигню ли ты сморозила, ЛЛМ, дорогая?" и немного погоняв туда-сюда вопросы-ответы итоговый ответ становится лучше. Дополнительной идеей могло бы быть построение примерно такой же системы, только агенты ходят и спрашивают-переспрашивают у разных моделек (берем две, у которых датасет обучения был разный)
при этом для всего рынка это очень удобно. Со стороны ЦБ это выглядит как "Ну, это же не мы предложили...", типа, незамазанные. Банки - тоже взятки-гладки. А лоббисты - ну на то и лоббисты.
АБР тут понять можно: они же, фактически, лоббисты.
И да, хоть в АБР в руководстве и выходив из ЦБ (в первую очередь недавно ушедший из жизни Георгий Иванович), но они сейчас льют воду на мельницу именно бизнеса, выступая демпфером между ЦБ и рынком в меру своих сил
Модельки маленькие, тут гридсерч - куда ни шло (имею ввиду, что он долгий, взяли б хоть random search), но посмотрите на optuna - вроде как стандарт в индустрии вместо GSCV.
Почему метрикой сразу с входа было не взять f1 - тоже не понял, но посчитал, что это ученическая статья (больше на новичков рассчитанная) и тогда ок.
хм. с примерами кода бы...
Добрый день. Позвольте вопрос (кому как не вам).
Насколько взлетаемо:
Берём e-ink дисплеи вместо распечатанных ценников
Обновляем ценники через БД
В случае условной жары с помощью ML модельки тащим цены вверх-вниз на условное мороженое или варьируем цены на зонты в дождь
Заранее спасибо
Кажется, что сейчас использовать гридсерч (ну ок, можно рандом серч, если уж так хочется sklearn) - это странная затея про том, что Оптуна - де-факто стандарт для таких оптимизаций. Вам - плюс, автору - сомнения
Вы описали прям мой опыт в одной большой компании. Но мне это остое.. и я все-таки ушел. Скучно стало - неимоверно ((
Есть шутка, что так как новых данных уже никогда не будет - можно смело оверфитить модель )) точность прогноза в 1 достаточна для датасета ))
Поддержу вас. В кэггловских ноутбуках хорошо видно, что женщина с именем, кажется, Мэри (если память не изменяет) везло больше. И да, дополнительно везло и тем, кто был с большой семьей (одна из фичей датасета)
«внести правки в проект» - это же к статье не относится?
а можете ноутбук целиком выложить? По кусочкам порой тяжело смотреть и запустить хочется.
коль скоро у вас есть черновик, то для вас пара предложений:
1. оформить его в виде ноутбука в колабе (чтобы его можно было бы запустить и самому поиграться)
2. добавить принципиальные куски кода в изначальную статью - было бы понятнее читать.
расширением идеи RAG становится довольно занятная вещь, когда взаимодействие с моделью превращают в мультиагентность:
один агент задает вопрос модели, второй переспрашивает, мол, "а не фигню ли ты сморозила, ЛЛМ, дорогая?"
и немного погоняв туда-сюда вопросы-ответы итоговый ответ становится лучше. Дополнительной идеей могло бы быть построение примерно такой же системы, только агенты ходят и спрашивают-переспрашивают у разных моделек (берем две, у которых датасет обучения был разный)
— доктор, я никак не могу себя найти!
— голубчик, да вот же вы!
— спасибо, доктор!
в пост призывается ваш коллега, чтобы рассказать про то, что он с RuGPT делал.
Вопрос: правильно ли понял, что вы учитесь в школе и, если да, то расскажите, получили ли вы знания, которые дали вам буст в обучении? Пригодились ли?
как данные накопите - кликните меня, ок? я мог бы помочь их посмотреть. Все альтруистически, естественно.
Он!
при этом для всего рынка это очень удобно. Со стороны ЦБ это выглядит как "Ну, это же не мы предложили...", типа, незамазанные. Банки - тоже взятки-гладки. А лоббисты - ну на то и лоббисты.
кстати вот да. Еще одно в копилку "open source" движения. Не такое оно уж и оупен, когда политика влезает.
АБР тут понять можно: они же, фактически, лоббисты.
И да, хоть в АБР в руководстве и выходив из ЦБ (в первую очередь недавно ушедший из жизни Георгий Иванович), но они сейчас льют воду на мельницу именно бизнеса, выступая демпфером между ЦБ и рынком в меру своих сил
ну тогда и "машину опорных векторов" стоило бы перевести нормально. Он хоть и "support vector machine", но в русском все же "Метод опорных векторов".
Да, кстати, как быть с условным Ридли Скоттом, который сначала снимает "Гладиатора", а потом невнятную пургу "типа Чужой завет"?
Модельки маленькие, тут гридсерч - куда ни шло (имею ввиду, что он долгий, взяли б хоть random search), но посмотрите на
optuna- вроде как стандарт в индустрии вместо GSCV.Почему метрикой сразу с входа было не взять f1 - тоже не понял, но посчитал, что это ученическая статья (больше на новичков рассчитанная) и тогда ок.