Комментарии 5
Уже на пункте 0 споткнулся о такие недостатки в изложении:
x - это объекты или векторы?
f - это отображение или алгоритм?
"модель обучается приближать отображение" - какая-то каша. Наверное так лучше было написать: "требуется найти модель, которая будет производить отображение". и, наверное, этот поиск будет вестись методом приближений. ?
После чего дальше читать желание пропало.
Достаточно катигорично отнеслись) Я в целом понимаю негодование, но попробую тоже поаспаривать 🤼
1. Отображение=функция => модель учиться приближать функцию - не прям плохо то и звучит
2. Так как речь тут просто о постановки задачи, то и x и f можно так и так обозвать, при рассказе
*Я понимаю, что иногда хочется четких и прилизанных ответов, но также полезно разные синонимы, что разнообразия речи
** Я считаю, ценность работы в выделение сути и практических примеров под каждую тему
Большое спасибо за мнение!
Почему от текста пахнет Gemini? Использовали для описания монотонных моментов или проф. деформация?
Ну во первых не Gemini, а chatgpt)
Я активно смотрел как в разных местах пишут и как мне кажется лучше и понятнее. И конечно один из советников был llm - просто потому, что он иногда лучше связывает слова между собой 🙃 , а иногда у него лучше баланс между заумностью и легкостью и лаконичностью
В первую очередь эти материалы предназначены и для меня(а вообще являются моим мнением), а это значит что я очень критически отношусь к тексту, если он мне не нравится
Спасибо за мнение, как вам, что не нравится, от чего коребит? Дальше буду стараться учесть!
P.s. у Gemini и chatgpt разный пул смайликов, по ним можно отличить. Я их поубирал в основном, где неуместны. Где то оставил 😅
Хорошая статья для тех кто только втягивается в ML/DS, ну для тех кто хочет освежить знания!
Фундаментальные вопросы по ML/DL, часть 1: Вопрос → Краткий ответ → Разбор → Пример кода. Линейки. Байес. Регуляризация