Мне кажется, пригодилось бы объяснение того, в каких случаях этот подход применим. Лично у меня без этого рецепты, как сделать контейнер из виртуалки вызывают только вопрос "Зачем?". Контейнеры же и так есть :)
Если вы о том, какие преимущества у класса, отнаследованного от NamedTuple по сравнению с обычным, то, на мой взгляд, основное преимущество в том, что он immutable. Плюс в качестве бонуса мы получаем __repr__, __eq__ и __hash__.
Т.е., это своеобразный аналог case class из Scala или data class из Kotlin.
У вас, случайно, нет планов о написании аналогичного поста про Scala? Мне кажется, было бы любопытно сравнить реализацию тех фишек, которые для Kotlin и Scala общие.
Что вы под этим имеете в виду? Вы решаете задачу совершенно другим методом, поэтому мне не понятно, в каком смысле тут вообще можно говорить об имитации.
Я не совсем понимаю, что вы имеете в виду, говоря "как и нейросеть", но метод опорных векторов вполне можно использовать для работы с текстом, нужно только правильно построить признаки. Сделать это можно по-разному, например, при помощи bag-of-words.
Тем не менее, я не нашёл никаких упоминаний нейросетей ни в новости, на которую вы ссылаетесь, ни в препринте.
Не очень понятно, откуда в посте взялась нейросеть. В тексте по ссылке говорится просто о неком метод машинного обучения, без особых подробностей, а в препринте — о методе опорных векторов.
Мне кажется, пригодилось бы объяснение того, в каких случаях этот подход применим. Лично у меня без этого рецепты, как сделать контейнер из виртуалки вызывают только вопрос "Зачем?". Контейнеры же и так есть :)
Вообще говоря, сейчас как раз идёт работа над тем, чтобы добавить легковесные потоки на уровне языка: Project Loom.
Я не уверен, что правильно понял ваш вопрос.
Если вы о том, какие преимущества у класса, отнаследованного от NamedTuple по сравнению с обычным, то, на мой взгляд, основное преимущество в том, что он immutable. Плюс в качестве бонуса мы получаем
__repr__
,__eq__
и__hash__
.Т.е., это своеобразный аналог case class из Scala или data class из Kotlin.
А с 3.6.1 ещё и методы стало можно добавлять без лишних плясок:
Спасибо.
Спасибо за статью!
У вас, случайно, нет планов о написании аналогичного поста про Scala? Мне кажется, было бы любопытно сравнить реализацию тех фишек, которые для Kotlin и Scala общие.
Не совсем понятно, какие у этой библиотеки преимущества по сравнению с scikit-learn?
Тем не менее, я не нашёл никаких упоминаний нейросетей ни в новости, на которую вы ссылаетесь, ни в препринте.