Как стать автором
Поиск
Профиль
Обновить

Комментарии 13

Классно написано, как всегда у Александра. И неплохая шпаргалка для продажи руководителю идеи AI. Но я всё равно не верю в популярность ИИ в CRM. Её в базовой комплектации-то хрен продашь, а тут интеллект ещё какой-то — «чай, удорожает её в разы». Но почитать очень приятно.
Всего голосов 2: ↑2 и ↓0 +2
Иллюстрация в статье замечательная, мож
но да
же текст
не читать *мельчайший шрифт*
Всего голосов 1: ↑1 и ↓0 +1
Спасибо за статью, теперь для менеджеров нужно раскрыть как эти этапы пройти и этой серии не будет цены.
Всего голосов 1: ↑1 и ↓0 +1
Ерунда откровенная!

Особенно вот это: «Поняли идею? У вас получился оракл, мать его за ногу! Оно действительно работает! В этом — сила и суть машинного обучения. Обучиться на исторических данных и предсказывать будущее!»
Биржевые брокеры и дилеры плачут тут горючими слезами.
Еще раз, особенно для бизнеса, в этой статье изложена полнейшая туфта.
Нет ни одной правильной мысли, а то, что напоминает правду — переврано с исключительным цинизмом.
Всего голосов 5: ↑3 и ↓2 +1
Миллионы аналитиков по всему миру, использующие несколько десятков лет предиктивные методы в разных сферах бизнеса и науки, с Вами, увы, не согласятся. Рекомендую также научиться не воспринимать тексты буквально, а видеть смысл между строк. Почитайте, хотя-бы, этот лайтовый обзор, многое прояснит: lpgenerator.ru/blog/2016/09/06/pochemu-prediktivnaya-analitika-put-k-katastrofe-i-kak-ee-izbezhat
Всего голосов 2: ↑0 и ↓2 -2
Как почитал про выборку в 100 клиентов — то руки потянулись к кулемету. Или к хворосту, чтоб сжешь этих еретиков
Зачем заведомую ересь публиковать? Какая у вас погрешность будет?
Всего голосов 1: ↑1 и ↓0 +1
Нужно же с чего-то начинать? :-)
Всего голосов 1: ↑0 и ↓1 -1

Обычно предпочитаю не комментировать, но от такой ереси глаза лезут на лоб. вы бы матчасть почитали вообще прежде чем учить кого-то. Особенно умиляет инфа что только нейронки способны обучаться на больших объемах данных. Если бы вы попробовали использовать иные алгоритмы, и сравнили бы с нейронками, то такую чушь бы не несли. И такой бредятины у вас полон весь текст

Всего голосов 1: ↑0 и ↓1 -1
вы бы матчасть почитали вообще прежде чем учить кого-то

вообще-то я разработчик и обучил не одну сотню как простых, так и глубоких моделей не только в питончике, но и deeplearning4j

Особенно умиляет инфа что только нейронки способны обучаться на больших объемах данных.

А как же Вы думаете работают глубокие сети для классификации изображений, гугл-переводчик и многие другие? :-) Там без нейронок — ну никак
Всего голосов 1: ↑0 и ↓1 -1

Вы просто переворачиваете сказанное, то что вы написали вообще о частном применении нейронок, а вы в тексте посмели утверждать, что ТОЛЬКО нейронки способны работать с большими данными, это демагогия. При этом про Catboost упомянули. Не заметили, что нейронки в принципе требуют на порядок больше данных для получения удовлетворительного качества? Не знаю чего вы там разработчик, но с теорией точно не ладно в статье, о чем вам выше также указали, ещё и лезете учить новичков.

Комментарий пока не оценивали 0
Все верно, вижу только в глубоких нейросетях — будущее по причине… «теории». Остальные алгоритмы себя изжили либо доживают последнее. Деревья решений с бустингами и другие их вариации — слабые попытки выдержать эту конкурентную борьбу. Согласен — нейросети нужно дольше учить, но результат стоит того. Рекомендую почитать на досуге: www.deeplearningbook.org
Комментарий пока не оценивали 0
Только полноправные пользователи могут оставлять комментарии. Войдите, пожалуйста.

Ваш аккаунт

Разделы

Информация

Услуги

О сайте Техническая поддержка Вернуться на старую версию
© 2006–2022, Habr