Это не первая моя статья на ресурсе habrahabr.ru, в 2011 году меня пригласило НЛО со статьей о кластеризации палитры PNG из песочницы. В сложившейся ситуации я решил разбавить эти комментарии небольшой аналитикой по своим статьям.
Итак, с 2011 года я написал 10 статей, новые из них — посвящены маркетингу (они набирали мало дизлайков и находятся в левом нижнем углу), самые первые — прикладным вопросам обработки изображений (они набирали больше всего лайков и находятся в правом нижнем углу диаграммы). Эта статья набрала аномальное количество лайков/дизлайков и находится в самом верху диаграммы — синяя точка. Конечно эта аномалия связана с определенными событиями, и в обычной ситуации эта статья заняла бы свой законный левый угол.
И конечно, одна из лучших моих статей касалась алгоритмов заливки — она занимает достойную красную и жирную точку в правом углу.
Для чего написана эта статья? Явно не для того, чтобы показать баннеры до cut. Они и без этого у вас есть в правом верхнем углу браузера, на главной странице habrahabr.ru (если вы конечно не включаете AdBlock), почти такие же как на картинках.
Эта статья написана с той целью, чтобы привлечь внимание сообщества маркетологов и аналитиков к тем «картинкам» которые мы наблюдаем каждый день во всех углах нашего браузера. Как и почему они так работают — остается для меня загадкой. Возможно, у нас получится это выяснить, вместе и здесь. Желающие получить исходные данные для анализа, могут написать мне в личку и развить проведенное исследование.
Здравствуйте, спасибо за ваш вопрос.
Обратите внимание, я постарался привести в статье достаточно полный обзор источников.
В качестве обучающей выборки обычно используют данные когда пользователь на нескольких устройствах сидит из под одного и того же аккаунта магазина или любого другого сервиса. В качестве фичей этой выборки может быть все то, что известно о пользователе, география, время работы с сервисами, ip адреса, геолокация а так же различные паттерны во времени, которые детектируют тот факт, что два разных устройства часто, на протежении длительного времени, находятся в одном и том же месте.
Построение такой модели по точным данным позволяет строить кросс-девайс по пользователям, для которых учетные идентификаторы неизвестны. Подробнее вы можете посмотреть по списку использованных источников из конца статьи.
Примерно, в 2009 году, я имел честь общаться с одним из действующих космонавтов нашей страны. Я так и не решился задать вопрос о денежном вознаграждении космонавтов, хотя было очень интересно. Я попытался корректно (ну, со скидкой на возраст) задать этот вопрос своему сопровождающему, однако не получил ответа и понял — этот вопрос оказывается совершенно неуместным.
Очень круто! А какая модель/алгоритм используется для восстановления полной картины о молнии? По этому поводу в статье написано «обработав осциллограммы в софте, созданном на Unity3d», но мне кажется что основная фишка проекта это софт (та его часть, которая переводит по факту три проекции в трехмерный объект) — в котором вероятнее всего используются оригинальные математические фокусы. Ведь даже совместить по времени эти проекции думаю не так просто, на каждой станции есть точные точные часы?
Спасибо за ответ, поддерживаю! Дело вот в чем, старики и специалисты вскоре совсем помрут, и все это совсем потеряется. Большинство архивов скорее всего сожгли, меня сильно впечатляет формулировка: «Знаменатель дроби есть единица, разробленная на равные чатсти, а числитель есть одна или несколько таких частей.» А вот что пишут сейчас в вики: «Горизонтальная или косая черта обозначает знак деления, в результате чего получается частное. Делимое называется числителем дроби, а делитель — знаменателем.» В комменте изложен слишком сложный тезис, про молодежь, не смогу ничего ответить, но согласен.
Это очень здорово что вы выкладываете подобные материалы. Но хочется не просто ссылку на журнал, а историю как вы, например, до него добрались. Я думаю что если найдется человек, который агрегирует вашу информацию — получится чудесная книга, целый раздел истории науки и техники. Это даже интереснее чем реплики штуковин Давинчи, Вот бы найти время и выпилить такую.
Вот такую сигнатуру всегда вспоминаю: - (BOOL)automaticallyForwardAppearanceAndRotationMethodsToChildViewControllers. Тут, конечно, везде своя специфика. Для Objective-C, например, данные правила будут очень затруднительны — особенно про строчки.
Спасибо за ролик, советские «макеты» впечатляют. Что заинтересовало — ветро-силовая установка — а такое возможно на Марсе? А по поводу гироскопов и акселерометров — инерциальная система навигации может помочь, если только добиться вычислительной усточивости системы.
Добрый день. Получается, что да. Для анализа формы объекта можно использовать контурный анализ и алгоритмы с преобразованием фурье для контуров. Вот хорошая статья , хотя содержит небольшие ошибочки в реализации. Ну и книга Фурмана «Введение в контурный анализ».
П.С. А как вы видите Листинг 1 и Листинг 2 из этой статьи?, мне кажется, или верстка поехала?
Вместо плохо определенные матрицы — плохо обусловленные.
Вообще, задача поиска спектра матрицы, одна из сложнейших проблем вычислительной алгебры. Ковариационная матрица вырождается или становится плохо обусловленной в том случае если исследуемые признаки зависимы — отсюда ноги растут я думаю.
Итак, с 2011 года я написал 10 статей, новые из них — посвящены маркетингу (они набирали мало дизлайков и находятся в левом нижнем углу), самые первые — прикладным вопросам обработки изображений (они набирали больше всего лайков и находятся в правом нижнем углу диаграммы). Эта статья набрала аномальное количество лайков/дизлайков и находится в самом верху диаграммы — синяя точка. Конечно эта аномалия связана с определенными событиями, и в обычной ситуации эта статья заняла бы свой законный левый угол.
И конечно, одна из лучших моих статей касалась алгоритмов заливки — она занимает достойную красную и жирную точку в правом углу.
Для чего написана эта статья? Явно не для того, чтобы показать баннеры до cut. Они и без этого у вас есть в правом верхнем углу браузера, на главной странице habrahabr.ru (если вы конечно не включаете AdBlock), почти такие же как на картинках.
Эта статья написана с той целью, чтобы привлечь внимание сообщества маркетологов и аналитиков к тем «картинкам» которые мы наблюдаем каждый день во всех углах нашего браузера. Как и почему они так работают — остается для меня загадкой. Возможно, у нас получится это выяснить, вместе и здесь. Желающие получить исходные данные для анализа, могут написать мне в личку и развить проведенное исследование.
Кажется, тут, но это старое исследование https://www.soasta.com/blog/google-machine-learning-ecommerce-research/
А есть где-то сам отчёт поподробнее? В источнике указано видео.
Откуда взял себе, к сожалению, не помню.
Обратите внимание, я постарался привести в статье достаточно полный обзор источников.
В качестве обучающей выборки обычно используют данные когда пользователь на нескольких устройствах сидит из под одного и того же аккаунта магазина или любого другого сервиса. В качестве фичей этой выборки может быть все то, что известно о пользователе, география, время работы с сервисами, ip адреса, геолокация а так же различные паттерны во времени, которые детектируют тот факт, что два разных устройства часто, на протежении длительного времени, находятся в одном и том же месте.
Построение такой модели по точным данным позволяет строить кросс-девайс по пользователям, для которых учетные идентификаторы неизвестны. Подробнее вы можете посмотреть по списку использованных источников из конца статьи.
9ф — 2р
15 — xр?
Ответ: xp = 3,33р
Продолжайте пожалуйста публиковать :), возможно, по несколько привилегий сразу.
- (BOOL)automaticallyForwardAppearanceAndRotationMethodsToChildViewControllers. Тут, конечно, везде своя специфика. Для Objective-C, например, данные правила будут очень затруднительны — особенно про строчки.П.С. А как вы видите Листинг 1 и Листинг 2 из этой статьи?, мне кажется, или верстка поехала?
Вообще, задача поиска спектра матрицы, одна из сложнейших проблем вычислительной алгебры. Ковариационная матрица вырождается или становится плохо обусловленной в том случае если исследуемые признаки зависимы — отсюда ноги растут я думаю.