![](https://webcf.waybackmachine.org/web/20220101171010im_/https://habrastorage.org/getpro/habr/upload_files/187/b77/4ca/187b774ca1c7318384a7fe0fd088c8b7.png)
Можете ли вы уверенно сказать, что будет выведено на консоль в результате выполнения следующего кода?
Можете ли вы уверенно сказать, что будет выведено на консоль в результате выполнения следующего кода?
В этом учебном пособии Kubernetes я рассмотрел пошаговое руководство по настройке Kubernetes кластера на Vagrant. Это многонодовая настройка Kubernetes с использованием kubeadm.
Vagrant - это отличная утилита для настройки виртуальных машин на вашей локальной рабочей станции.
Это руководство в первую очередь посвящено автоматизированной настройке Kubernetes с использованием скриптов Vagrantfile и shell scripts.
На основании материалов хакатона AlfaBattle 2.0 в настоящей статье рассмотрены:
• подходы к классификации признаков транзакционных данных, применимость отдельных признаков под задачи предсказания потребительского поведения,
• решение бизнес задачи поведенческого скоринга - модели предсказания дефолта по кредитной карте на основании данных о транзакциях, предшествовавших выдаче.
Доброго времени суток и с Новым Годом хабровчане! В данной статье хочу рассказать как я делал CI/CD на платформе GitLab для кроссплатформенных мобильных приложений написанных на Qt. Пока что только для Android, но в будущем возможно получится сделать и для iOS. Кого заинтересовал, прошу пожаловать под кат.
Привет, Хабр! На днях ко мне обратился ученик на одном из ресурсов, где я выступаю в качестве frontend-ментора, с просьбой разобрать одну задачу. Суть задачи состояла в следующем:
Найти все доступные комбинаций предложений, полученных методом T9 (predictive text)
Вводные данные:
Файл input.txt, в котором описаны последовательности цифр, имитирующие пользовательский ввод:
Я нечаянно вляпался в одно интересное старое гик-хобби — авиамоделизм, и, оказалось, на Хабре оно не освещено. А ведь полеты, особенно от первого лица, — это легко и весело, и возня с микроконтроллерами и паяльником, ПИД-регулирование, автопилот. И ощущение полета опять же.
Судя по скорости развития технологий в сфере любительского авиастроения, до применения компьютерного зрения, например, здесь дойдет нескоро, так что хорошо бы завлечь в хобби побольше людей.
Интерес к квадрокоптерам я испытывал всегда, но никак не мог понять зачем он мне нужен. Пока случайно не увидел планер, и тут все стало на свои места! Оказывается, я хотел летать именно на планере, иметь возможность выключить двигатель, настроить закрылки и парить, а все это бесконечное в-ж-ж-ж-ж — скука.
У нас в команде есть мечта: однажды разработать идейного наследника Heroes of might and magic. Вдохновил нас Atom rpg: духовный наследник первых двух игр серии Fallout, созданный преданными фанатами и независимой студией Atom Team. Эти ребята (8-11 человек) вывели свой проект на Kickstarter, собрали небольшой бюджет и воплотили игру, которая вышла в Steam и стала довольно успешной.
Особенно вдохновлен этой идеей наш тимлид Илья: у него самое большое из нас количество времени, проведенного в героях (более 10к часов). При обсуждении этой идеи появилась мысль - мечта остается мечтой, пока ты не делаешь шаги по направлению к ней.
Сказ о том как сделать свой List<?>, который будет быстрее ArrayList и занимать меньше памяти.
Создадим авторизацию по СМС либо c ссылкой на е-майл. В этой статье мы реализуем АПИ на GraphQL с помощью пакета Gqlgen.
Читая pep8, я наткнулся на пункт об использовании анонимных функций - по версии пепа, они снижают читабельность, если использовать переменную с значением функции как функцию, лучше использовать def. Я решил сравнить def и lambda по другому параметру - быстродействию. Я предполагал, что lambda, заточенный под однострочники , будет быстрее выполняться и создаваться. В этом исследовании я это проверю.
Насколько человеческое восприятие, как умение формировать или представлять целостную картину, полагаясь лишь на силуэт или фрагмент объекта, эффективно? Почему эффективность важна, как оценить эффективность и что является параметрами эффективности в контексте восприятия?
Поскольку предмет исследования человеческое мышление - мышление образами, наиболее простым и продуктивным подходом будет формирование изолированной среды в виде логических задач на основе визуального восприятия.
Разберем способы поднять точность модели!
Привет, чемпион! Возможно, перед тобой сейчас стоит задача построить предиктивную модель, или ты просто фармишь Kaggle, и тебе не хватает идей, тогда эта статья будет тебе полезна!
Наверное, уже только ленивый не слышал про Data Science и то, как модели машинного обучения помогают прогнозировать будущее, но самое крутое в анализе данных, на мой взгляд, - это хакатоны! Будь-то Kaggle или локальные соревнования, везде примерно одна задача - получить точность выше, чем у других оппонентов (в идеале еще пригодную для продакшена модель). И тут возникает проблема...
В промышленной робототехнике есть две основные задачи кинематики: прямая и обратная (инверсная). Цель решения которых состоит в определении параметров связанных гибких объектов для достижения необходимой позиции, ориентации и расположения этих объектов [1, 2]. Полученные теоретические результаты должны быть подтверждены практическим путем. Применение для данных целей реального промышленного робота не всегда является возможным. Оптимальным вариантом является применение программ для имитационного моделирования робототехнических систем.
Одним из инструментов по моделированию робототехнических систем является программный комплекс CoppeliaSim, используемый в промышленности, образовании и исследованиях. Имеет бесплатную (CoppeliaSim Player), образовательную (CoppeliaSim Edu) и платную (CoppeliaSim Pro) версии. На момент написания статьи была доступна для скачивания версия 4.2.0.
А в конце года посмотрим насколько я был прав/лев
Вот и наступило это чудесное время подвести итоги года ушедшего и взглянуть в год грядущий.
В этой статье мы рассказываем об основах и применении одного из самых мощных законов статистики - теоремы Байеса.
Мы продемонстрируем применение правила Байеса на очень простом, но практичном примере тестирования на наркотики и реализуем расчеты на языке програмирования Python. Мы также проиллюстрируем, как ограничения теста влияют на прогнозируемую вероятность и что в тесте необходимо улучшить, чтобы получить результат с высокой степенью достоверности.
Мы также покажем истинную силу байесовских рассуждений и как несколько байесовских вычислений можно объединить в цепочку, чтобы вычислить общую апостериорную вероятность.