Size: a a a

AI / Big Data / Machine Learning

2019 December 05

EZ

Evgeniy Zheltonozhskiy🇮🇱 in AI / Big Data / Machine Learning
это буквально определение ученого
источник

꧁Станцуем жизнь꧂ in AI / Big Data / Machine Learning
Evgeniy Zheltonozhskiy🇮🇱
да, все ученые публикуют статьи
Это можно принимать за статистику их причин публикации?
источник

꧁Станцуем жизнь꧂ in AI / Big Data / Machine Learning
Кажется мы рассматривали причины
источник

EZ

Evgeniy Zheltonozhskiy🇮🇱 in AI / Big Data / Machine Learning
꧁Станцуем жизнь꧂
Кажется мы рассматривали причины
ну тогда я подожду пока ты обоснуешь свое утверждение
источник

EZ

Evgeniy Zheltonozhskiy🇮🇱 in AI / Big Data / Machine Learning
что ученым не нужна никакая мотивация кроме знаний
источник

w

white in AI / Big Data / Machine Learning
наука - девка по продажности слегка уступающая религии
источник

w

white in AI / Big Data / Machine Learning
а ученые за бабки  будут любую чушь пиарить
источник

꧁Станцуем жизнь꧂ in AI / Big Data / Machine Learning
Evgeniy Zheltonozhskiy🇮🇱
что ученым не нужна никакая мотивация кроме знаний
Скорее им нужны в первую очередь ответы
источник

EZ

Evgeniy Zheltonozhskiy🇮🇱 in AI / Big Data / Machine Learning
꧁Станцуем жизнь꧂
Скорее им нужны в первую очередь ответы
пруф?
источник

EZ

Evgeniy Zheltonozhskiy🇮🇱 in AI / Big Data / Machine Learning
white
а ученые за бабки  будут любую чушь пиарить
ну вот это уже фальсифицируемое утверждение
источник

EZ

Evgeniy Zheltonozhskiy🇮🇱 in AI / Big Data / Machine Learning
го эксперимент?
источник

꧁Станцуем жизнь꧂ in AI / Big Data / Machine Learning
Возьми учёных прошлого века, многие ли гранты получали? А если брать что первый антибиотик даже не запатентован
источник

EZ

Evgeniy Zheltonozhskiy🇮🇱 in AI / Big Data / Machine Learning
꧁Станцуем жизнь꧂
Возьми учёных прошлого века, многие ли гранты получали? А если брать что первый антибиотик даже не запатентован
Кажется мы рассматривали причины, а не то что происходит в реальности?)
источник

꧁Станцуем жизнь꧂ in AI / Big Data / Machine Learning
Evgeniy Zheltonozhskiy🇮🇱
Кажется мы рассматривали причины, а не то что происходит в реальности?)
Если учёный не патентует изобретение, это уже говорит, что его интересы не материальны. А по публикациям статей, как определить причины исследований?
источник

w

white in AI / Big Data / Machine Learning
Evgeniy Zheltonozhskiy🇮🇱
го эксперимент?
го
источник

EZ

Evgeniy Zheltonozhskiy🇮🇱 in AI / Big Data / Machine Learning
꧁Станцуем жизнь꧂
Если учёный не патентует изобретение, это уже говорит, что его интересы не материальны. А по публикациям статей, как определить причины исследований?
Ага, значит про одного из миллиона мы знаем что возможно его интересы не материальны (но не знаем каковы они)
источник

Y

Yurii in AI / Big Data / Machine Learning
꧁Станцуем жизнь꧂
Если учёный не патентует изобретение, это уже говорит, что его интересы не материальны. А по публикациям статей, как определить причины исследований?
Много ли ученых на которых вы намекаете были изначально бедными людьми. Заниматься наукой занятие не из дешевых.
источник

ab

arsenii begliak in AI / Big Data / Machine Learning
Илья
Не знаю на счет методологий именно ДС, но можно воспользоваться простой аналитикой и общим пониманием процесса обучения:
Было бы классно знать процент отсева после каждого занятия. И пощупать другие статистические данные (возраст, активность на курсе, сколько пересматривал уроков, выполнение заданий, после какого урока ушел и тд и тп).
Все проблемы скорее всего сведутся к недостаточному вознаграждению по итогам занятия или тому что вознаграждение растет не так быстро как сложность занятия.  Чем старше и опытней студент тем больше прощается подобных ошибок со стороны курса.
Что бы делать объективные гипотезы нужно все таки пощупать и посмотреть, но я бы обратил внимание на окончание и результатах занятий после которых происходит больший спад, и на задания которое давали на этих занятиях.
ну и "Ученик это не сосуд, который нужно наполнить, а факел, который нужно зажечь" (с) Плутарх
Да, за этим внимательно следят в играх, считают всякие там retention после каждого уровня. Там, где отваливается больше всего, нужно анализировать - слишком сложно, слишком просто или ещё что-то.

Вот есть очень качественная в целом специализация "Машинное обучение и анализ данных" на курсере. Но, к сожалению, она кажется заброшена. Места в лекциях, на которые жалуются слушатели не исправляются, используются устаревшие версии языка и библиотек(из-за чего бывают проблемы с грейдером), кое-что сделано просто на отвали, форум заброшен не только преподами, но и студентами, и существует в виде архива.

Её бы обновить - цены бы её не было. А уж аналитикой, где там сколько отсеивается там точно никто не занимается.
источник

EZ

Evgeniy Zheltonozhskiy🇮🇱 in AI / Big Data / Machine Learning
white
го
Я выбираю ученого, ты убеждаешь его сказать полнейший бред на твой выбор, но утвержденный мной?
источник

꧁Станцуем жизнь꧂ in AI / Big Data / Machine Learning
Yurii
Много ли ученых на которых вы намекаете были изначально бедными людьми. Заниматься наукой занятие не из дешевых.
Были и бедные. Согласна, что дорогое. Я бы занималась наукой, если б не потребность в еде и жилье)))
источник