В Америке

Всем, привет!
Подскажите, какой лосс можно юзать, если при предсказании мы берем N наиболее вероятных аутпутов (после софтмакса) и если хотя бы 1 попал в таргет, то хорошо.
При этом желательно все-таки как-то штрафовать, за то, что это попадание не самое вероятное.

Ценник у мидла везде будет примерно один в разрезе одной страны, это ж мидл

Мидл хирург-онколог)

Не надо утрировать

Интересует именно Predictive control, т.е предсказание поведения процесса

ты чятиком промахнулась?

Ой...блин

Спасибо.

У админа на классификаторе recall over precision;)

Ребят подскажите, где можно поискать стоимость внедрения биг даты в гос сектор, кроме гос закупок?

А чем госзакупки не устраивают?

Отмыть бабло надо(

а там нельзя?

Проблемы будут, если появится более выгодный подряд

Коллеги, добрый день. Есть такая задача - база данных людей, с морем текстовых полей, нужно программное решение по автоматической классификации (тегированию), есть команда из 3 людей, способных обучить модель. Кто-нибудь сталкивался с похожими задачами? Не подскажите в чью сторону смотреть (искать аутсорсера) или натягивать  какую-то открытую библиотеку под решение?

ну а в чем проблема? нарежте признаков из полей, и делайте классификацию...

это море текстовых полей это какие-то многострочные/многословные тексты?

И так и так

Здравствуйте, разбирался с автодеривацией и возникли затруднения с дифференциацией функций определенных на тензорах. Те если функция определённа на векторах f :: R^n -> R^m, то якобиан это матрица вида m x n, но если f' :: R^a1 x .. x R^ak -> R^b1 x .. x R^bt , где f' это та же функция и a1 + .. + ak = n, b1 + .. + bk = m, то какой шейп будет у якобиана Df' не совсем понятно. Есть ли какое-нибудь правило для определения итоговой размерности Df'?