Тоже веду технический блог (больше для себя), но мотивацию убивает количество времени, которое уходит на каждый пост. Даже небольшой пост уходит несколько вечеров: написать код, текст, отредактировать, переписать код (и так несколько кругов).
Можно ли это всё использовать в кросс-платформенном окружении? Т.е. пишу одну конфигурацию для разных платформ (Windows, Linux). Например, раскатить Python, .NET Core, etc.
Расскажите, пожалуйста, на чём основаны ваши выводы?
Например, вы пишете
Банки — самые успешные кейсы в управлении рисков. В телекомах — это CRM/CBM, где вся бизнес-модель завязана на увеличение LTV абонентов.
Да, задачи сейчас решаются. Но, во-первых, ресурсов, которые были потрачены на решение этих задач, было потрачено неимоверное количество. Во-вторых, ни один аналитик не сможет обработать такое количество информации, которую учитывает модель машинного обучения или нейронная сеть.
Аналогично можно сказать про остальные пункты в ваших выводах.
Отчасти я согласен с вами, что сейчас существует некая проблема с тем, что каждый xgboost-аналитик/программист может называть себя Data Scientist-ом, но это иная проблема, которую решать надо по-другому. А "настоящие" Data Scientist-ы, как мне кажется, это как раз те самые аналитики но "на стероидах", которые умеют в Python, xgboost, DL и прочее.
Не нашёл ни одного способа связи с организаторами, поэтому пишу здесь.
1. При загрузке решения сайт падает с ошибкой «413 Request Entity Too Large»
2. На сайте конкурса указано, что можно общаться в чате в Telegram, но ссылки на чат не дали
3. Формат ответа в примере на сайте отличается от формата в примере ответа. Какой формат всё-таки правильный?
Я его не особо афиширую, так что скорее нет. Веду больше для себя.
Основная задача — лучше разобраться в какой-то теме или зафиксировать подводные грабли на которые наступал и методы их обхода.
del
Тоже веду технический блог (больше для себя), но мотивацию убивает количество времени, которое уходит на каждый пост. Даже небольшой пост уходит несколько вечеров: написать код, текст, отредактировать, переписать код (и так несколько кругов).
Можно ли это всё использовать в кросс-платформенном окружении? Т.е. пишу одну конфигурацию для разных платформ (Windows, Linux). Например, раскатить Python, .NET Core, etc.
Возможно, я пропустил, но не нашёл этого в статье. Можешь рассказать и об этом?
Расскажите, пожалуйста, на чём основаны ваши выводы?
Например, вы пишете
Да, задачи сейчас решаются. Но, во-первых, ресурсов, которые были потрачены на решение этих задач, было потрачено неимоверное количество. Во-вторых, ни один аналитик не сможет обработать такое количество информации, которую учитывает модель машинного обучения или нейронная сеть.
Аналогично можно сказать про остальные пункты в ваших выводах.
Отчасти я согласен с вами, что сейчас существует некая проблема с тем, что каждый xgboost-аналитик/программист может называть себя Data Scientist-ом, но это иная проблема, которую решать надо по-другому. А "настоящие" Data Scientist-ы, как мне кажется, это как раз те самые аналитики но
"на стероидах", которые умеют в Python, xgboost, DL и прочее.Похоже, при переносе статьи потерял эту часть. Статью обновил. Спасибо.
del
1. При загрузке решения сайт падает с ошибкой «413 Request Entity Too Large»
2. На сайте конкурса указано, что можно общаться в чате в Telegram, но ссылки на чат не дали
3. Формат ответа в примере на сайте отличается от формата в примере ответа. Какой формат всё-таки правильный?
Возможно, будет полезной книга Сергея Галенкина "Маркетинг игр" http://galyonkin.com/book/