Это че?

Disentangled representation - это представление данных в виде независимых факторов. То есть изменение одного фактора в самих данных, например, цвета объекта, ведёт к изменению одного фактора в представлении, к изменению, например, одного измерения.

Ну хз. Первая проблема это что считать независимыми факторами, т.е. есть предположение о распределении еще до начала расчетов. Что уже плохо, добавляет ошибку

.полезны могут быть например для интерпретируемости модели

Это мне такую тему диплома дипломник предложил))) который сам не знает что это

Я могу придумать миллионы микрофакторов, естественно не полностью независимых, потом придеться применить какой то метод снижения размеронсти, так нафига когда можно сразу эмбеддинги считать?

Не слушай его;) лушче брать какую то тему на острие. Посмотри свежак с хорошей цитироемостю на arxiv

Окей. Ахах. Кста на кегле ща совернования от фейсбука - нужно определить видео реальное или на нем сгенерен фейковый чел и говорит фейковую инфу. Там награда 500к баксов)))) зачем диплом когда можно заниматься этим ахах

Ну есть еще щас в рф соревнование nlp тематике , поиск фактических и логических ошибок в научных текстах, там 100 лямов рублей призовой.

Можно конечно и результаты моделировния на соревновании в курсовую превратить

А вот тебе тема - графовые модели , используют в задачах где нужно анализировать социальные графы, орг. структуру или цепочки поведения типа продажи, поведение пользователя на сайте и т.п.

... звучит интересно

Интересно

😂

я к чему спрашивал про ETL в контексте ML..

почти каждая вакансия здесь предполагает написание кастомных пайплайнов для того, чтобы адаптировать данные к процессам компании. и процессы могут быть повязаны как на открытые решения, так на внутренние продукты компаний.. и в свете этого меня не покидает мысль о том, что эту проблему (написания кода там, где он может быть не нужен) можно решить! весь процесс поставки любых данных для аналитики может быть описан декларативно. т.е. иными словами, любые данные можно привести к каким угодно форматам, минимизируя код вплоть до нуля.

т.е. вместо кодирования пайплайнов можно их составлять через определенный интерфейс в браузере.

например, тут упомянут был не так давно pandas с поддержкой CSV.GZ. и у каждого тула есть свои интерфейсы. и к ним можно приводить данные без кода.

скажите, вам это было бы интересно?

беглый поиск по чату показывал, что интерес был..

запись урока от 20 числа: https://otus.pw/IHx6/

Привет ребят, где можно прочитать про выбросы?
Побровал через Normal Distribution and S.D не подходит для моих данных.
На какие ссылки можете тыкнуть? Желательно где используют питоновские либы. Данные у меня ввиде массива цифр.

Pyod

А условия какие?