Рассмотрим, чем полезен StatMod в плане инженерии ML и почему "преподаваемый" ML тут проигрывает. Под "преподаваемым" ML я имею в виду подход, который воспроизводится обычно на курсах, статьях и проч. Ибо, вообще говоря, тут не может быть принципиальной разницы между ML и (Mathematical) Statistics. Т.е. всякий метод из матстатистики можно привнести ( Read more... )

Когда я пишу что инженерность в ML слабо развита, это не значит что ее нет вообще. Точнее будет сказать, что в DataScience (некая объемлющая дисциплина, включающая в себя Ml, Statistics и проч), вполне себе сформировалась инженерность (конструктивность в решении соответствующих задач), но скорее применительно к несколько иного рода задачам, нежели ( Read more... )

По своему опыту я выделяю следующие основные вопросы/проблемы, которые возникают при решении практических МЛ задач.

• Какую задачу мы решаем? Ту ли задачу мы решаем? Может быть мы решаем ту задачу, которую умеем решать, вместо той, что нам действительно нужна.
• Несоответствие целевой задачи и доступного арсенала алгоритмов МЛ. Как сконвертировать ( Read more... )

Последнее время занимаюсь некоторой деятельностью, которую я условно называю "инженерия МЛ". Ибо на практике (при решении "промышленных" задач), инженерности очень не хватает. И вообще, я обнаружил, что эта тема ниочень развита в литературе ( Read more... )

Уже лет наверное под 30 я (и не только) сталкиваюсь с любителями рыночной экономики. В какой-то момент возник вопрос - откуда они берутся? Поначалу оно вобщем-то понятно: народ в СССР в плане рыночной экономики был непуганный почти что совсем. Поэтому не удивляет, что всякие красивые идеи о рынке и проч массово вошли в неопытные мозги наших ( Read more... )

Сижу себе, делаю topic modelling починяю примус, внезапно обнаруживаю в результатах такой топик:
'0.145*"fuck" + 0.144*"shit" + 0.134*"ass" + 0.093*"y’all" + 0.059*"damn" + 0.053*"bitch" + 0.035*"hell" + 0.027*"bad" + 0.018*"asian" + 0.013*"fuckin" + 0.011*"got" + 0.011*"hoe" + 0.010*"like" + 0.010*"kick" + 0.010*"bullshit" + 0.009*"nigga" + 0.008 ( Read more... )

Будем различать дублирование и репликацию. Для устранения SPOF или для увеличения производительности мы можем дублировать устройства и/или процессы, т.е. какие-то типы запросов могут обрабатывать разные дивайсы. Точно также мы можем делать копии данных, как с целью устранения SPOF так и увеличения производительности. Дублирование данных назовем ( Read more... )

Сама по себе реализация распределенности на данный момент не представляет собой проблемы - есть целая куча библиотек и протоколов, для RPC, передачи сообщений по сети, сериализации/кодирования данных, обнаружения сервисов и проч. В случае веб-систем, увеличение производительности тоже не представляет собой принципиальной проблемы, в силу того, что ( Read more... )

Вообще говоря, помимо Stateless+Shared Db+(Mem)Cache нужно рассмотреть более сложную архитектуру, где вместо простого кэша, используется полноценная память и/или сервис для синхронизации. Например, можно для синхронизации использовать ДБ. Это актуально, ибо простое кэширование не всегда приемлимо. Но я все же хотел бы рассматривать эти усложнения ( Read more... )

Дополним Stateless схему кэшированием. Вообще, кэширование применяется везде, есть много их всяких видов, в частности есть целая куча библиотек кэширования. Нужно уточнить о чем идет речь. В данном посте я буду вести речь прежде всего о кэшировании, которое разгружает Shared DB в контексте стейтлесс сервера. Т.е. вообще говоря, это паттерн не ( Read more... )