Как стать автором
Обновить

Комментарии 5

Какой процент специалистов в программировании станков в реальности знает Swift?

Целью исследования было также отразить требования работодателей, т.е. рынка. Поэтому мы брали данные о вакансиях, а не резюме или опросы специалистов.

Я согласен, интересно было бы также посмотреть как навыки взаимосвязаны на практике у реальных людей, и сравнить два графа: построенного на ожиданиях специалистов и на ожиданиях работодателей. Однако такой анализ, на мой взгляд, проблематичен из-за отсутствия данных. Анализ резюме не дал бы представлений о реальных взаимосвязях навыков.
Спасибо за материал,

Возник вопрос, почему не использовали более типичные для задач на классификацию методы.
Например метод ближайшего соседа
Изначально планировали решать задачу обучения без учителя. Хотелось отразить рынок и требования работодателей, а при такой ситуации классы были не известны Т.е. мы делали кластеризацию, а не классификацию. А kNN используется когда классы известны.
Понятно, но я позащищаю идею)

knn выглядит хорошо с практической точки зрения, пока верно что st<s<=pt

где pt- количество типов позиций,
st — количество типов навыков
s — количество навыков.

Получается что у нас есть несколько классов (позиций) со схожими, но не идентичными различиями в наборе навыков

В итоге мне бы хотелось установить для каждого навыка несколько характеристик. (востребованость, необходимость для того, что бы претендовать на определенную позицию, влияние на оплату труда)

Возвращаясь к методу — не используя учителя мы во-первых немотивировано игнорируем принятую классификацию, а во- вторых теряем в практической интерпретации. Граф — это красиво, но предсказательная сила выглядит низкой.
Зарегистрируйтесь на Хабре , чтобы оставить комментарий

Публикации

Истории