Пример с MSN недостаточен.
Все-таки, это привилегированный сервис Майкрософт, возможно, пользующийся возможностями, недоступными для других клиентов, в т.ч. недокументированными.
Есть ли другие клиенты с крупными базами, с большим количеством пользователей?
Попробуйте для оценки близости гистограмм расстояние Дженсен-Шеннона, основанное на дивергенции Кулбак-Лейблера. В своем проекте мы на нем остановились.
Пространство любого хэша намного меньше определяемого его длиной.
А количество коллизий, вообще говоря, подчиняется обычной теории вероятностей. Кроме, конечно, случаев, связанных с особенностями работы хэша.
Ведь получается, что, если процент коллизий постоянен при удвоении базы (как у Вас), то тогда коллизии между старыми и новыми картинками отсутствуют напрочь.
Такой эффект может иметь место только если хэш на новых картинках работает совершенно иначе, чем на старых. Например, были кошки, стали машины, и хэш это «понимает» и дает разные значения.
Для такой базы процент коллизий очень высокий.
С ростом базы, он, естественно, будет повышаться. Для многих реальных баз в миллионы и сотни миллионов объектов такой хэш не слишком подойдет.
Как Вы считаете?
Какой процент коллизий на 64-битном хэше Вы получили?
И на каком объеме базы?
Строите ли Вы гистограммы в реальном времени или считаете заранее и храните?
В приведенном примере «полиция гОрода N» контекст вполне достаточен.
Приведите пример (я не нашел), в каком случае корректно выражение «полиция городА N».
Вы привели данные по пиковой цене при аномальных для Калифорнии морозах. Средняя цена ниже на порядок. Следовательно, Ваши 5,7 года превращаются в 60 лет.
Сообщения, содержащие подобные друг-другу слова на аналогичных синтаксических позициях — говорят об одном и том-же. То есть, имеют близкий смысл.
— это, разумеется, неверно.
Контрпримеры подобрать, разумеется, несложно. Но, похоже, это чаще верно, чем неверно.
Я правильно понял, что можно посмотреть показания любого Netatmo?
Если так, то легко составить расписание обитателей дома с таким датчиком CO2. Осталось по внешнему датчику определить точный адрес, и готовы данные для домушников.
Хорошо разбирает отдельные слова, и плохо слитную речь.
Это беда всех распознавалок.
Хорошо еще, что она уловила, что что-то не работает, и не переспросила про тарифы.
Пока в качестве апробации есть один пример
>> пример такого корпуса ниже рассматривается массив аннотаций электронных препринтов arXiv (www.arxiv.org) за 2007-2010 годы по тематике информационного поиска (рубрика cs.IR) объемом 550 записей.
Про актуальность — в первом содержательном абзаце.
А сравнения действительно пока нет, поправим в ближайшее время.
Все-таки, это привилегированный сервис Майкрософт, возможно, пользующийся возможностями, недоступными для других клиентов, в т.ч. недокументированными.
Есть ли другие клиенты с крупными базами, с большим количеством пользователей?
Можно, конечно, и абсолютные частоты использовать, но это только в случае, если суммарная частота одна.
Правда, и количество циклов зарядки ниже:
А количество коллизий, вообще говоря, подчиняется обычной теории вероятностей. Кроме, конечно, случаев, связанных с особенностями работы хэша.
Ведь получается, что, если процент коллизий постоянен при удвоении базы (как у Вас), то тогда коллизии между старыми и новыми картинками отсутствуют напрочь.
Такой эффект может иметь место только если хэш на новых картинках работает совершенно иначе, чем на старых. Например, были кошки, стали машины, и хэш это «понимает» и дает разные значения.
С ростом базы, он, естественно, будет повышаться. Для многих реальных баз в миллионы и сотни миллионов объектов такой хэш не слишком подойдет.
Как Вы считаете?
И на каком объеме базы?
Строите ли Вы гистограммы в реальном времени или считаете заранее и храните?
Приведите пример (я не нашел), в каком случае корректно выражение «полиция городА N».
Контрпримеры подобрать, разумеется, несложно. Но, похоже, это чаще верно, чем неверно.
Если так, то легко составить расписание обитателей дома с таким датчиком CO2. Осталось по внешнему датчику определить точный адрес, и готовы данные для домушников.
Основной посыл футбольных организаторов в том, что футбол — соревнование на поле игроков и команд, а не технических и программных средств.
Это беда всех распознавалок.
Хорошо еще, что она уловила, что что-то не работает, и не переспросила про тарифы.
>> пример такого корпуса ниже рассматривается массив аннотаций электронных препринтов arXiv (www.arxiv.org) за 2007-2010 годы по тематике информационного поиска (рубрика cs.IR) объемом 550 записей.
Про актуальность — в первом содержательном абзаце.
А сравнения действительно пока нет, поправим в ближайшее время.
Да, в статье именно так.