А в мире Kubernetes пытаются понять как с ним (OOMKiller) выживать. Хотя что докер, что кубер хорошо позволяют «нарезать» ресурсы, но в контейнерах нет нормальной работы со swap.
При таком типичном профиле нагрузки в Linux не стоит отключать swap, тогда и проблемы будут другие. Не в плане доступности, а в плане задержек и скорости…
А у меня недавно случился неприятный случай с российским провайдером, который достаточно активно ведёт корпоративной блок на харбе.
Удалили сервер (без моего подтверждения). Но самое смешное, что бэкапов у них нет, поскольку они не хранят личные данные клиентов.
Куда жаловаться на таких хостеров и их неадекватную техподдержку?)
Мой опыт подсказывает, что нельзя экономить на том, что измеряется в процентах ))
Это все равно, что сказать, что «какие-то там проценты» на банковском вкладе роли не играют. А по факту, вы просто лишаете себя нескольких процентов своего дохода…
А как же «no free lunch»? Несколько карт с разными категориями кэшбека всегда будут лучше чем одна.
Вот ещё бы кто-нибудь сделал приложение, которое показывало с какой карты выгоднее расплатиться.
Спойлер для тех, кому читать лень.
На сколько эффективно машинное обучение для торговли на финансовых рынках? — Да черт его знает, вот вам описание некоторых методов и фичей.
Мы использовали github.com/python-telegram-bot/python-telegram-bot, попутно намучавшись с реализацией через него асинхронных вызовов к Flask (бэкенд для модели).
Есть еще telebot.
Решения могу подсказать и показать (только там страшный хакатон-код), но из фишек получилось: 1) обеспечить inline, 2) когда модель уходила думать на 5 секунд делать вид, что бот что-то пишет. Ну и соответственно, делать все это по возможности асинхронно (как и у вас).
Осталось упомянуть «прекрасное» введение смайлов в многоязычной среде на iOS (циклическое переключение трех клавиатур). Но тут жалуемся не только мы, но еще и, например, немцы.
Спасибо за статью! Только One-hot encoding — не панацея! Он не подходит для порядковых переменных, которые наверняка присутствовали в исходных данных. Очевидно, что такой метод приводит к потере информации о соотношении категорий, а следовательно, ухудшает показатели модели.
Не вникал в детали вашей реализации, но techus вам абсолютно правильно TF-IDF советует использовать. Странно, что в специализации с ним сразу не знакомят. Кажется, что если постараться, то «все» необходимое можно запихать в один курс: www.coursera.org/learn/vvedenie-mashinnoe-obuchenie, чтобы потом не пришлось ссылаться, на то, что еще много чего осталось освоить :)
Пытаются подружиться с OOM, счастливые))
А в мире Kubernetes пытаются понять как с ним (OOMKiller) выживать. Хотя что докер, что кубер хорошо позволяют «нарезать» ресурсы, но в контейнерах нет нормальной работы со swap.
При таком типичном профиле нагрузки в Linux не стоит отключать swap, тогда и проблемы будут другие. Не в плане доступности, а в плане задержек и скорости…
Кое-кому не помешало бы узнать про .gitignore
Такое вообще часто бывает?
Удалили сервер (без моего подтверждения). Но самое смешное, что бэкапов у них нет, поскольку они не хранят личные данные клиентов.
Куда жаловаться на таких хостеров и их неадекватную техподдержку?)
Это все равно, что сказать, что «какие-то там проценты» на банковском вкладе роли не играют. А по факту, вы просто лишаете себя нескольких процентов своего дохода…
Вот ещё бы кто-нибудь сделал приложение, которое показывало с какой карты выгоднее расплатиться.
На сколько эффективно машинное обучение для торговли на финансовых рынках? — Да черт его знает, вот вам описание некоторых методов и фичей.
Есть еще telebot.
Решения могу подсказать и показать (только там страшный хакатон-код), но из фишек получилось: 1) обеспечить inline, 2) когда модель уходила думать на 5 секунд делать вид, что бот что-то пишет. Ну и соответственно, делать все это по возможности асинхронно (как и у вас).