А можете дать ссылки на основные статьи по подходу "слабой разметки" или хотябы его описания применительно к текстам? Я в статье нашел только одну медицинскую ссылку
Время на передачу данных убьет эффективность. Нет возможности использовать multithreading только multiprocessing, гораздо более ограниченный класс задач получится
Зависит от количества расчетов + желание иметь одну настроенную среду еще и для хранения датасетов. Ну и облака недешевые так-что на длинной перспектив кмк не дешевле (тут вопрос еще в апдейте комплектующих)
см. комменты выше и текст.
Сборка — включая тесты видеокарты и всего вместе
Корпус — каждый сам, до достаточно больших, чтобы много видеокарт поместилось еще поискать надо, и цели сэкономить несколько тысяч при покупке в 150 выглядят странно.
я посчитал, что поиск нужной видеокарты + ее тест, а так-же мест для каждого комплектующего и их тест, еще и тест всего вместе и рулежка если вдруг-чего, имеет скорее спортивный интерес, на который не было тогда времени.
Случаи были такие
— Данные есть в исторической выборке, но в момент принятия решения они еще не готовы в системах, и в бою модель не работает
-Модель должна эмулировать действия человека, а он порой противоречит сам себе, и нельзя формализовать ожидания от модели
-Планируемый эффект от модели за годы, ниже затрат на внедренение (тут нужно еще смотреть на косвенные эффекты, вроде автоматизации и понимания того, что происходит, однако если есть выбор, выбирают более прибыльные инциативы)
у sklearn.cluster.kmeans под капотом по умолчанию kmeans++ и эвклидовое расстояние. Если хочется чего-то экзотического то можно загрузить туда матрицу расстояний.
Ну разные методики выявляют кластера разных типов, DBScan очень неустойчив когда есть небольшое количество точек перетекающих из кластера в кластер например. Я обычно пробую различные методы с различными функциями расстояния.
про случай запустить и кто первый тот и занял, это решение не очень и проблем не решает, я про это писал в статье как раз.
Лицом к стене вроде никто не сидит ни в одном из вариантов.
Читал статьи, что человеку не очень комфортно в офисной обстановке, и он делает ее похожей немного на домашнюю, цветы, мемы, статуэтки и т.д. В этом смысле очень часто менять рабочее место не самая лучшая идея.
К тому-же при таком подходе невозможно запомнить кто где сидит.
не всем нравится когда на них смотрят все рабочее время, и к тому-же за спиной у сидящих придется ходить, что тоже не очень комфортно, и тот кто сидит около окна будет к нему спиной=> ему в монитор будет солнце светить
спасибо за материал!
А можете дать ссылки на основные статьи по подходу "слабой разметки" или хотябы его описания применительно к текстам? Я в статье нашел только одну медицинскую ссылку
Сборка — включая тесты видеокарты и всего вместе
Корпус — каждый сам, до достаточно больших, чтобы много видеокарт поместилось еще поискать надо, и цели сэкономить несколько тысяч при покупке в 150 выглядят странно.
— Данные есть в исторической выборке, но в момент принятия решения они еще не готовы в системах, и в бою модель не работает
-Модель должна эмулировать действия человека, а он порой противоречит сам себе, и нельзя формализовать ожидания от модели
-Планируемый эффект от модели за годы, ниже затрат на внедренение (тут нужно еще смотреть на косвенные эффекты, вроде автоматизации и понимания того, что происходит, однако если есть выбор, выбирают более прибыльные инциативы)
Лицом к стене вроде никто не сидит ни в одном из вариантов.
К тому-же при таком подходе невозможно запомнить кто где сидит.
Просто, чтобы писать меньше кода с точки зрения функции можно просто вычесть из всего 2, меня скорее интересовала скорость разработки:)
2. Подробно разобрано здесь ru.wikipedia.org/wiki/Парадокс_мальчика_и_девочки
3. разобрал swelf вцелом