Size: a a a

RL reading group

2017 September 30

AP

Anton Pechenko in RL reading group
Нигде
источник

LY

Liubov Yaronskaya in RL reading group
Интересно, до чего вы дошли)
источник

N

Nikita in RL reading group
Кто дошел?)
источник

LY

Liubov Yaronskaya in RL reading group
В смысле догоняете теслу или что-то своё?
источник

AP

Anton Pechenko in RL reading group
пока что мы об этом не рассказываем
источник

LY

Liubov Yaronskaya in RL reading group
Ок
источник

MP

Mikhail Pershin in RL reading group
Ivan Kush
да. У них в описании вакансии и была замануха: "Хотите знать где ошибка в данном стохастическом диффуре и как его решать на распределённых кластерах"
просто из праздного интереса — а где в архитектуре sdс что-то подобное? или это отсылка к какому-нибудь симулятору?
источник

N

Nikita in RL reading group
В SDC нет RL, там на байесиане все держится
источник

IK

Ivan Kush in RL reading group
Mikhail Pershin, не, эта замануха была не про sdc (про него hr мельком упомянула). Но стохастических диффуров в Такси тоже оказывается нет. Свезёт, если изредка появятся
источник

MP

Mikhail Pershin in RL reading group
А, оке
источник

AP

Anton Pechenko in RL reading group
а ты спец по стохастическим дифурам?
источник

AP

Anton Pechenko in RL reading group
я вообще не видел такого в описаниях вакансий, но я их очень давно смотрел)
источник

IK

Ivan Kush in RL reading group
неа, вычислительный механик и прогер =)
источник

AP

Anton Pechenko in RL reading group
звучит круто)
источник

IK

Ivan Kush in RL reading group
источник

IK

Ivan Kush in RL reading group
и вот заветные слова

Мы будем рады видеть вас в нашей команде, если вам не терпится узнать:

что значат все эти буквы;
в каком из уравнений допущена ошибка;
как решать эту систему тысячу раз в секунду.
источник

AP

Anton Pechenko in RL reading group
а, это в такси, не в SDC
источник

IK

Ivan Kush in RL reading group
ага, но мне подумалось, что и туда :D
источник

IK

Ivan Kush in RL reading group
по первости =)
источник

P

Pavel Shvechikov in RL reading group
Using simulation and domain adaptation to improve efficiency of deep robotic grasping (https://arxiv.org/abs/1709.07857) - reduce number of required samples from real environment by up to 50 times
источник