Cегодня написал подобный код, но мне правда решарпер подсказал, что не все в порядке. обратил мое внимание на то, что я переменную цикла в замыкание засунул. Я заменил тело цикла на вызов функции (ну там передача по значению).
Вобщем будет удобнее в C#5.
Для меня, самое большое зло вломанных айфонов для простых людей заключается в том, что программы устанавливаются бог знает откуда, и могут содержать вирусы\трояны. А если пользоваться телефоном по полной, (почта, банкинг) то возникает куча угроз безопасности. Как-то так.
Я знал, я знал! Когда переключился на мак, постоянно доставало, я и кривую ускорения изменял, но такого поведения как в видне\убунту так и не добился.
Потом привык.
Статья хороша комментариями, узнал про MEF и прочее. Сам сделал похожее решение, только имена классов отличались, прямо смешно как похоже получилось :). Только я кэш строил, а не манифесты.
Я не эксперт, но погуглив и включив здравый смысл, пришел к выводу, что по той же причине остановилась экспансия газовых фонарей — электрические удобней и практичнее.
Ну а в гугле нашел такое:
What is a disadvantage of an Artificial Neural Network?
local minima
generalization/overfitting
hard to interpret
и такое:
Neural nets perform very well on difficult, non-linear domains, where it becomes more and more difficult to use Decision trees, or Rule induction systems, which cut the space of examples parallel to attribute axes. They also perform slightly better on noisy domains.
One of disadvantages in using Neural nets for data mining, is a slow learning process, compared top for example Decision trees. This difference can very easily be several orders of magnitude (100-10000).
Another disadvantage is that neural networks do not give explicit knowledge
representation in the form of rules, or some other easily interpretable form. The model is implicit, hidden in the network structure and optimized weights, between the nodes.
Вобщем стали заниматься более обещающими интсрументами.
Спорить не буду, а спрошу что есть лучше SVM?
А насчет деревьев — ну да большие, ну так и мощьности уже есть, зато всегда можно понять как ИИ пришел к конкретному решению (в отличие от SVM)
Для обработки комбинаций сущетвуют разные решения.
Впрочем был бы рад узнать про более мощные алгоритмы.
Вы хотите конкретики, а сами написали что-то совсем не конкретное.
При этом создается впечатление, что вы не особо знаете, как работают нейронные сети ибо:
Увы, с математикой у меня всегда было туго,
А ИИ Алгоритмы без математики не понять, к сожалению.
Замечу что нейронные сети в ИИ сейчас не особо актуальны, их изучили еще лет 20 назад, свою нишу они заняли, и теперь надо сказать их забросили, тк существуют более мощьные алгоритмы ИИ: SVM, Genetics ну и конечно Decision_tree . Последние кстати делают то что вы и предложили:
По хорошему говоря, НС должна работать с тремя видами данных:
правила (они же — верные данные, они же — факты);
ограничения (они же — неверные данные);
исключения (ведь из каждого правила есть исключения, да?)
Вобщем если вам интересно ИИ учите математику, можно даже поверхностно (не углублясь в доказательство теорем), но тогда вы будете понимать что стоит за таким красивыми метафорами как «Нейронные Сети» или «Генетические Алгоритмы»
Я помню один попал в AppStore ну и само собой джелбрейкнутые телефоны очень уязвимы.
А то что куча уязвимостей закрывается, так это далеко от массового заражения, какое тут в статье описано.
У меня к вам вопрос по поводу dynamic + .NET Remoting.
Допустим есть интерфэйс IRemoteCom и его метод DoSomething()
на сервере есть реализация IRemoteCom и этого метода.
Обычное использование:
работает ожидаемо.
Но когда я хочу использовать dynamic,
я натыкаюсь на исключение, которое говорит мне, что у прокси класса нет такого метода.
Теперь вопрос: существует ли возможность научить dynamic вызывать методы через прокси? И как это сделать.
Спасибо.
в общем случае код просто не скомпилируется.
Вобщем будет удобнее в C#5.
Потом привык.
Вобщем статья — собирательная. Спасибо.
Пока приток денег > 300 и денег > 1000 строить рабочих, жилища и армию.
Так можно сократить количество мелких суетных движений.
Ну а в гугле нашел такое:
и такое:
Вобщем стали заниматься более обещающими интсрументами.
А насчет деревьев — ну да большие, ну так и мощьности уже есть, зато всегда можно понять как ИИ пришел к конкретному решению (в отличие от SVM)
Для обработки комбинаций сущетвуют разные решения.
Впрочем был бы рад узнать про более мощные алгоритмы.
При этом создается впечатление, что вы не особо знаете, как работают нейронные сети ибо:
А ИИ Алгоритмы без математики не понять, к сожалению.
Замечу что нейронные сети в ИИ сейчас не особо актуальны, их изучили еще лет 20 назад, свою нишу они заняли, и теперь надо сказать их забросили, тк существуют более мощьные алгоритмы ИИ: SVM, Genetics ну и конечно Decision_tree . Последние кстати делают то что вы и предложили:
тут на русском:
Дерево_принятия_решений
Вобщем если вам интересно ИИ учите математику, можно даже поверхностно (не углублясь в доказательство теорем), но тогда вы будете понимать что стоит за таким красивыми метафорами как «Нейронные Сети» или «Генетические Алгоритмы»
Я помню один попал в AppStore ну и само собой джелбрейкнутые телефоны очень уязвимы.
А то что куча уязвимостей закрывается, так это далеко от массового заражения, какое тут в статье описано.
Но вот дальше — ждемс очередного витка.
Async CTP?
Go?
Erlang ?!
вам поиграться или в продакшн?
ну или вы в R&D?
вобщем странно все это.
должно быть
Или вы не правильно сформулировали или я чего-то не понимаю,
Но для неотрицательных элементов это просто весь массив.
Вашу же задачу сформулировал yeputons.
В любом случае есть решение за O(N).
habrahabr.ru/blogs/refactoring/113260/
habrahabr.ru/blogs/refactoring/113274/
разве:
сложнее?