• Определяем спелость арбуза с помощью Keras: полный цикл, от идеи до программы на Google Play
  • Распознавание объектов на android с помощью TensorFlow: от подготовки данных до запуска на устройстве
    0
    Не больно свежее исследование, но общее представление дает arxiv.org/abs/1810.01109
  • Нейросети. Куда это все движется
    +2
    Вы про ods.ai часом не слышали?
  • Ищем свободное парковочное место с Python
    0
    Отечественные сети это конечно сарказм, имхо у науки не должно быть национальности. Примеры посмотрел, спасибо.
  • Ищем свободное парковочное место с Python
    +1
    Подобная система нужна скорее для демонстрации возможностей современных библиотек, чем для решения реальных проблем с парковкой. В статье упоминается о том, что этот скрипт можно применять для решения похожих задач, в этом наверное и есть его главная ценность. Перевод качественный, спасибо и автору и переводчику. А Вам, кстати, никто не мешает написать хорошую статью про отечественные нейросети.
  • SciPy, оптимизация с условиями
    +1
    Задачи у нас в основном учебные, поэтому про оптимизацию зашумленных функций вряд ли что смогу рассказать. А откуда берется шум? Вы его моделируете или это в результате измерений получается?
  • Профессиональная деформация дата саентистов
    +4

    Хорошая статья, только много букв. Настоящий DS то знает оптимальную длину статьи на хабре ;-)

  • SciPy, оптимизация
    +1
    Давайте еще раз повторим. C/Fortran — это очень хорошо для промышленных приложений.
    У python есть свои сформированные ниши, например www.kaggle.com/c/two-sigma-financial-news/kernels — практически все исследования на python.
    Мы уже достаточно подробно обсудили сильные и слабые стороны инструмента scipy. Что Вы еще хотите сказать?
    PS
    Где изолента не держит — сварке нечего делать!
    Где русский инженер использует изоленту и водку, британский возьмет скотч и скотч ;-)
  • SciPy, оптимизация
    0
    Спасибо за подробный комментарий, Вы все правильно говорите, единственно позволю себе некоторые уточнения.
    «экономически просто нецелесообразна», т.е. машины на поездить или для посчитать целесообразны, а программное обеспечение нет. Странно немного.

    В маленькой конторе затраты на покупку полноценной коммерческой версии ПО могут просто не окупиться из-за небольшой выручки. Или в госконторах бывают проблемы с финансированием или банальная бюрократия. Всяко бывает.
    Я, конечно, ретроград, и предпочел бы их учить на примере исходных кодов NAG для Fortran

    Учить студентов Фортрану конечно можно, но начинать полезнее все-таки по принципу чем попроще, тем лучше.
    «интерактивность и простой синтаксис» — а как бы у MATLAB/Maple/IRAF интерактивность повыше будет. Не?

    Лично мне работа в Anaconda нравится намного больше MATLAB, но это конечно субъективно.
    Для сравнения Linux 1.0 появился 25 лет назад и только последнее время Linux смог претендовать на нишу более менее надёжного швейцарского ножа.

    Технологии совместной разработки сейчас получше, чем 25 лет назад, да и ядро Linux посложнее scipy будет. В любом случае, продукт не растет сам по себе, нужны усилия сообщества, нужно рассказывать пользователям, что есть альтернатива ворованному ПО.
  • SciPy, оптимизация
    0
    Как то уж слишком однобоко у Вас получается. Существует множество организаций, для которых покупка коммерческих математических программ экономически просто нецелесообразна. А практические задачки решать тоже надо, хотя бы и учебные.
    Добавим сюда основные преимущества python — интерактивность и простой синтаксис, и получим отличный бесплатный швейцарский нож. Он не заменит пилораму, но для подручной работы намного удобней.
  • SciPy, оптимизация
    +1
    Очень хороший вопрос. К сожалению, готовых методик выбора алгоритма оптимизации я не встречал, а у самого пока мало опыта в решении подобных задач. Так что пока остается только перебор и интуиция.
  • Метод оптимизации Trust-Region DOGLEG. Пример реализации на Python
    0
    Много матана и кода. Я вот посмотрел только по диагонали и кинул в закладки. Как понадобится, вернусь.
  • SciPy, ввод и вывод в MATLAB
    0
    Это вряд ли.
  • SciPy, алгоритмы на графах
    0
    Спасибо Вам, теперь все расставлено на свои места.
  • SciPy, алгоритмы на графах
    0
    Анаконда помогает решить проблемы, связанные с проведением исследованием, мат моделированием и публикацией результатов. Как pip install помогает решить эти проблемы я не могу сказать.
  • SciPy, алгоритмы на графах
    0
    Пруф привел. От себя могу добавить, что для подготовки научных публикаций анаконда очень удобная штука, поэтому лично я ее тоже рекомендую. Матлаб вообще по 5 Гб дистрибутивы, и представьте себе, качают!
  • SciPy, алгоритмы на графах
    0
    imp и ump в лестнице слов ведут к одному и тому же слову amp с одной стороны,
    вершины ohm и ohs с другой стороны лестницы являются смежными для одной и той же вершины — oho.
    Путь между oho и amp одинаков для всех восьми вариантов (не учитывая направления, естественно).
    Статью поправил, надеюсь теперь понятно.
  • SciPy, алгоритмы на графах
    0
    scipy.org/install.html — первый пункт в списке.
    Рекомендуется анаконда, потому что с ней в комплекте идет вся экосистема для научных вычислений (numpy, matplotlib и т.д.). Если все это добро Вам не нужно, ставьте на здоровье через pip.
  • ФНС потратит 3,3 млрд руб, чтобы приспособить свою систему к отечественному «Линуксу» и «Офису»
    0
    Результаты тестирования опубликованы в отчёте (копия есть в редакции «Коммерсанта»).

    Очень интересно было бы взглянуть на отчет…
  • Основы экономики полупроводникового производства
    0
    Перспективный рынок для сбыта микроэлектроники — интернет вещей, но мы проходим мимо. Была даже статья на эту тему.
  • Почему в России много идей, но мало стартапов
    0
    В качестве примера https://habrahabr.ru/company/uteam/blog/311960/