В рейтинге участвует:

групп:

каналов:

Виртуальный сервер на SSD - недорого!

Аренда выделенных и виртуальных серверов (VDS/VPS), хостинг, аренда IP-адресов, администрирование, круглосуточная поддержка

qwarta.ru подробнее

Резервное копирование с проверкой на вирусы!!!

Удобный сервис создания резервных копий на любой сервер сети интернет. Отслеживайте изменения, проверяйте на вирусы. Надежно защитите свой бизнес!

go.backupland.com

Выбираете сервер? Любая конфигурация на заказ!

Аренда физических серверов любых конфигураций под любые запросы - 1С бухгалтерия, игровые сервера, нагруженные проекты, интернет-магазины!

qwarta.ru подробнее

Size: a a a

Machine learning

7639 membersпожаловаться на группу
2020 December 17

AR

Anton Rogozin in Machine learning
Алия
Ребята, привет)) Хочу узнать мнения у опытных спецов. Я сейчас стою на распутье - изучать машинное обучение (deep learning) или учиться на пайтон-разраба(веб-разработка). Обна направления интересны. Вот только из-за отсутствия опыта не знаю, где рутины меньше, а разнообразия выполнения задач больше. Может есть у кого-то опыт работы в этих двух направлениях?
deep learning разнообразнее, имхо. Да и неопределенности в решении задач побольше. Веб разработка, думается, более спокойная
источник
11:19пожаловаться#1

А

Артем in Machine learning
Алия
Ребята, привет)) Хочу узнать мнения у опытных спецов. Я сейчас стою на распутье - изучать машинное обучение (deep learning) или учиться на пайтон-разраба(веб-разработка). Обна направления интересны. Вот только из-за отсутствия опыта не знаю, где рутины меньше, а разнообразия выполнения задач больше. Может есть у кого-то опыт работы в этих двух направлениях?
Везде рутина на самом деле
источник
11:19пожаловаться#2

AA

Andrey Ananev in Machine learning
Нужна пояснительная бригада:
Вопрос: Выберите признаки, которые могут рассматриваться только как категориальные (и не могут рассматриваться как бинарные или вещественные).

"Цвет автомобиля" - почему это правильный ответ? Разве я не могу цвет рассматривать как вещественный признак?
источник
11:22пожаловаться#3

AR

Anton Rogozin in Machine learning
Andrey Ananev
Нужна пояснительная бригада:
Вопрос: Выберите признаки, которые могут рассматриваться только как категориальные (и не могут рассматриваться как бинарные или вещественные).

"Цвет автомобиля" - почему это правильный ответ? Разве я не могу цвет рассматривать как вещественный признак?
Потому для вещественных есть операции сложения, вычитания, умножения и деления. Попробуй слово "красный" поделить на слово "синий") Поэтому цвет автомобиля в этом вопросе - категориальный признак
источник
11:23пожаловаться#4

AA

Andrey Ananev in Machine learning
Anton Rogozin
Потому для вещественных есть операции сложения, вычитания, умножения и деления. Попробуй слово "красный" поделить на слово "синий") Поэтому цвет автомобиля в этом вопросе - категориальный признак
Не проблема работа с матрицами. Особо хорошо работает в определение контрастных участков в HSV rfyfkf
источник
11:24пожаловаться#5

AA

Andrey Ananev in Machine learning
Я не вижу проблемы в представлении цвета вектором
источник
11:25пожаловаться#6

AA

Andrey Ananev in Machine learning
Или точкой в пространстве
источник
11:26пожаловаться#7

AR

Anton Rogozin in Machine learning
Andrey Ananev
Я не вижу проблемы в представлении цвета вектором
Тогда это уже несколько признаков (RGB - три признака), а не один. В вопросе (он вроде из первого курса для новичков) подразумевается, что есть один признак: цвет в одном признаке можно представить словом
источник
11:26пожаловаться#8

AA

Andrey Ananev in Machine learning
Anton Rogozin
Тогда это уже несколько признаков (RGB - три признака), а не один. В вопросе (он вроде из первого курса для новичков) подразумевается, что есть один признак: цвет в одном признаке можно представить словом
Нет, один признак заданный вектором.
источник
11:26пожаловаться#9

AA

Andrey Ananev in Machine learning
Вспомни как привести Обобщенный байесовский классификатор к наивному. Объединяешь и удаляешь признаки. Аналогично тут, ты просто 3 канала объединяешь в один признак и работаешь с ним.
источник
11:28пожаловаться#10

SK

Sergey Kozlov in Machine learning
теперь добавляем к цвету "металлик" и "перламутр" и все разваливается ;)
источник
11:29пожаловаться#11

AR

Anton Rogozin in Machine learning
Sergey Kozlov
теперь добавляем к цвету "металлик" и "перламутр" и все разваливается ;)
Цыц, сейчас Андрей скажет, что это можно добавить к вектору RGB)
источник
11:30пожаловаться#12

AA

Andrey Ananev in Machine learning
Sergey Kozlov
теперь добавляем к цвету "металлик" и "перламутр" и все разваливается ;)
Было бы хорошо, только это не цвет. Это краска!
источник
11:30пожаловаться#13

SK

Sergey Kozlov in Machine learning
ну и решаем уравнение на приемере Лада гранта (Борнео-Кориандр+Техно) это какая гранта по векторам?
источник
11:31пожаловаться#14

AA

Andrey Ananev in Machine learning
Sergey Kozlov
ну и решаем уравнение на приемере Лада гранта (Борнео-Кориандр+Техно) это какая гранта по векторам?
Это вброс в другое обсуждение? Я не понимаю как это связано с цветом
источник
11:33пожаловаться#15

SK

Sergey Kozlov in Machine learning
это юридически верные цвета автомобилей лада гранта
источник
11:33пожаловаться#16

SK

Sergey Kozlov in Machine learning
если они вектоизуются то операции над векторами не выводят за пределы множества.
источник
11:34пожаловаться#17

SK

Sergey Kozlov in Machine learning
то есть у этой операции есть решение в семействе цветов лады гранты
источник
11:34пожаловаться#18

AA

Andrey Ananev in Machine learning
Ты закончишь мысль?
источник
11:35пожаловаться#19

AA

Andrey Ananev in Machine learning
Ладно оставлю вопрос еще раз. Почему "ЦВЕТ автомобиля" не может быть вещественным признаком?
источник
11:38пожаловаться#20