• Алгоритм Finger search?

    @dmshar
    Как это не смогли найти? А где искали?
    Ну вот первые-же ссылки с Гуугла:
    https://en.wikipedia.org/wiki/Finger_search
    https://www.leda-tutorial.org/en/unofficial/ch03s0...
    https://www.freecodecamp.org/news/search-algorithm... - тут даже с кодами примеров.
    Что не так?
    Ответ написан
    1 комментарий
  • Нужно ли высшее образование для получения работы в data science или достаточно самообразования с помощью он-лайн курсов и книг?

    @dmshar
    Все зависит, от чего вы отталкиваетесь. Если есть хорошая (не средняя, а именно хорошая и грубокая) подготовка по вышке в хорощем техническом вузе, желательно на ИТ-специальности - тогда начать осваивать DS можно и самому. Вопрос - хватит-ли у вас времени и усердия. Потому как в отличии от изучения тех-же языков программирования тут за пару месяцев - точно не управитесь.
    Ответ написан
  • Предварительные знания для изучения Анализа Алгоритмов?

    @dmshar
    Для анализа алгоритмов никакой особой подготовки не надо. Достаточно умения логически мыслить и минимальные знания математики уровня даже ниже, чем средняя школа.
    А вот изучать их стоит после того, как твердо освоите хотя-бы один язык программирования, причем освоите практически, а не в чистой теории.
    Вообще-то говоря, основное предназначение это курса не так обучение вас конкретным алгоритмам, и даже не предоставление вам готовых решений определенного круга задач (весьма специфического и ограниченного, кстати), как развитие у вас специального т.н. алгоритмического мышления. А вот оно таки крайне необходимо, если стремитесь стать именно программистом-разработчиком, а не просто кодером.
    Ответ написан
    Комментировать
  • Можете посоветовать какие-нибудь ресурсы и литературу по информационной безопасности?

    @dmshar
    Какая литература, какие ресурсы? Это же информционная БЕЗОПАСНОСТЬ!!!! Тут все секретно и зашифровано. Настолько, что даже прочитать темы на Tocтере, где задавался точно такой-же вопрос незззззяяяяя! Если сами начнете Гууглит какие-нибудь ресурсы по теме, то вами сразу же заинтересуются соответствующие органы. А у вас уже целых два вопроса на эту тему. Я бы поостерегся так светиться.
    Ответ написан
    Комментировать
  • Какой метод машинного обучения стоит использовать?

    @dmshar
    1. Классификация. Возможно - тривиальная K-NN, возможно - SVM, возможно - деревья решений. При кажущейся простоте постановки выбирать конкретный метод не видя данных - все равно, что врачу ставить диагноз заочно.
    2. Если на выходе данные непрерывные - то регрессия. Многомерная - в вашем случае. Других вариантов нет.
    Ответ написан
    Комментировать
  • Как сделать проще интерфейс и функционал управления и выдачи результатов теста?

    @dmshar
    Плагин WP-PRO-QUIZ
    И ничего не надо клепать самостоятельно.
    Ответ написан
    Комментировать
  • Обучение Data Science?

    @dmshar
    1. Сколько времени в день уделять линейной алгебре и как ее изучать самостоятельно?

    Не важно, сколько времени уделять, важно - понимать (не запоминать конкретные факты, а именно понимать "что и почему").
    Вот мнение (одно из многих) о том, что надо из математики:
    https://habr.com/ru/post/432670/

    Занимаюсь по Лутцу и решаю задачи на codewars и hackerrank. Достаточно ли этого?

    Более чем. Но на самом деле, для Data Science понадобятся ОСНОВЫ Python плюс соответствующие библиотеки, в первую очередь Numpy, Matplotlib, Scipy, Pandas. Первую надо понять(!) до перехода к практическим задачам, последние три, а также Scikit-Learn и Tensorflow можно разбирать параллельно с собственно Data Science (точнее с Мachine Learning, потому что, например Data Engineering - это вообще отдельная тема).
    Но! Надо понять, что Мachine Learning - это не программирование на Python (или любом другом языке программирования). Это отдельная наука. А все, что перечислено выше - только легкая "подводка" к теме.
    Ответ написан
    Комментировать
  • Как загрузить csv датасет?

    @dmshar
    Да ну! Работаешь на Python и не можешь файл загрузить????
    Бросай ты это дело: рукописные буквы, нейросеть, tensorflow всякие.
    Нельзя учить атомную физику не выучив таблицу умножения. Или спорить будешь? Так почему ты решил, что сможешь работать с нейросетями не научившись элементарно программировать? А то боюсь, следующим вопросом будет "как цикл написать".
    Да, и по ходу подтяни свои навыки поиска в Гуугл. Очень пригодится.
    Ответ написан
    Комментировать
  • Какие есть книги по нейронным сетям и ИИ?

    @dmshar
    Вообще говоря - есть такой тест. Если человек задает вопрос, типа "что прочитать по искусственному интеллекту, программированию, математике (выбрать по вкусу)......." и не способен сам осуществить такой элементарнейший поиск не то что в Гуугл, а даже на этом самом форуме, где таких вопросов по три на неделю, то заниматься ИИ, нейросетями, машинным обучением и пр. ему явно рано. Ибо ничего, кроме феерической лени и инфантильной беспомощности в активе у него нет.
    Ответ написан
    Комментировать
  • Какие сайты посоветуете для преподавания?

    @dmshar
    Да какая разница? Хоть по скайпу, хоть в Team Viewer, хоть любая из площадок вебинаров. Поверьте, ваши ученики будут оценивать вашу квалификацию как программиста и ваш талант как преподавателя. До оценки системы средств преподавания они дойдут в последнюю очередь.
    Ответ написан
    Комментировать
  • Можно ли взять количеством в DeepLearning?

    @dmshar
    Вообще-то, мне по наивности казалось, что в DeepLearning нужно брать головой.
    Но, если знаете для чего вам аж шесть карт, умеете параллелить алгоритмы аналитически, программно и технически - то можете и количеством что-то достичь. Было бы понимание - чего именно. А люди и на одной такой карте чего-то добиваются, и даже без всяких видеокарт получают интересные результаты.
    Ответ написан
    3 комментария
  • Проверка точности классификации размеченных подмножеств различной длины (с пределом) на непрерывном двумерном ряду?

    @dmshar
    А точно поможет?
    Ну, ловите:
    https://towardsdatascience.com/implement-k-nearest...
    https://medium.com/@aditya_ch/introduction-to-clas...
    https://gigadom.in/2017/10/13/practical-machine-le...
    https://towardsdatascience.com/building-a-k-neares...
    https://towardsdatascience.com/decision-trees-and-...
    и т.д.
    А вообще-то берете любую книгу по Machine Learning, начиная с Ван дер Пласа или Рашки - и вперед, "примеров кода" хватит на несколько лет с головой.

    Что имеется ввиду под "непрерывным (?) двумерным рядом (??)" - остается загадкой.

    P.S. Кстати, c поиском аномалий во временных рядах уже разобрались? ;-)
    Ответ написан
  • Датасет для нейронной сети?

    @dmshar
    Странные вопросы.
    "для торговли на бирже крипты" на вход нейронки надо подавать данные, получаемые от биржи крипты (например, через API) . Какие тут могут быть вопросы?
    в каком виде - Вид подаваемых данных определяется форматом, требуемым неросетью, которая используется. Какие еще можно даже теоретически предполагать ответы на данный вопрос?
    "Что вы подаете" - думаю, что большинство вменяемых людей в эти игры не играют. Тем более те, кто понимает хоть что-то в нейронных сетях.
    Ответ написан
  • Как реализовать данную схему?

    @dmshar
    Вы не боитесь, что работодатель уведет ваш вопрос и не примет ваше - даже правильное - решение?
    Ну вам то что, а вот тем, кто тут вам помогать будет - тем точно обидно будет за напрасно потраченное время.
    P.S. И мой вам совет - не можете самостоятельно, даже с помощью Гуугла, дома, в спокойной обстановке решить задачу - не суйтесь на эту вакансию. Ну не ваша она пока еще. Даже если вас возьмут по недосмотру, зачем потом вам вечный нервный стресс. И негатив от работодателя.
    Ответ написан
    Комментировать
  • Книги про графы в не евклидовых геометриях?

    @dmshar
    На сколько мне известно, изучение теории графа проводятся в рамках алгебраических (включая линейную алгебру, спектральную теорию и теорию групп ) , комбинаторных, алгоритмических и геометрических подходов. Вот только геометрический подход никак не использует основные аксиомы Эвклида. Одно из определений гласит: геометрический граф есть геометрическая конфигурация или структура в пространстве отношений инцидентности, состоящая из множества точек, взаимосвязанных множеством непрерывных, самонепересекающихся кривых.
    Места для параллелизма и анализа его присутствия/отсутствия тут как мне кажется просто нет.

    А позвольте поинтересоваться, откуда взялся ваш вопрос и какую задачу вы пытаетесь решить?
    Ответ написан
    2 комментария
  • Какие преимущества нейронной сети Хэмминга перед алгоритмом сравнения расстояния Хэмминга?

    @dmshar
    Вообще-то, согласно Википедии
    Нейронная сеть Хэмминга — вид нейронной сети, использующийся для классификации бинарных векторов, основным критерием в которой является расстояние Хэмминга.
    Так что, что с чем вы противопоставляете - не совсем понятно.
    Но вот волнует другое. Как мне кажется, понятие "наиболее похожее изображение" - весьма расплывчатое. Ну, например, предполагает-ли они похожесть картинок, изображение на которых разномасштабно? Или использует разные гаммы цветов? Или содержит графические искажения изображения? Или просто - пожожие это те изображения, на которых изображены (не важно как) предметы одного класса? И.т.д.
    И сдается мне, что Нейронная сеть Хэмминга с большинством из этих задач не справиться по определению.
    Ответ написан
  • Что прочесть после Грокаем Алгоритмы?

    @dmshar
    Д.Кнут. Искусство программирования.
    Т.Кормен. Алгоритмы. Построение и анализ.
    Дж.Хайнеман. Алгоритмы. Справочник с примерами на С, С++, Java и Python.
    С. Дасгупта. Алгоримты.
    Ответ написан
    Комментировать
  • Какая есть литература для общего it развития?

    @dmshar
    Человеку надо "почитать про то как оно все работает(в метро), нужно чтобы оно хоть как-то пригодилось мне, чтобы не было сложным и было последовательным"., у человека информатики в школе не было (??!!), а ему тут уже и Линукс-командную строку насоветовали, и ООП, и чистый код, и Python..... Жах, одним словом. Ну, хорошо, что не программирование сокетов, параллельных процессов и какой-нибудь Эрланг с Хадупом :-).

    Уважаемая ТС. Если вас действительно интересуют азы, основы всего этого, то возьмите ЛЮБУЮ книгу, которая называется как-нибудь так: "Основы информатики", "Основы информатики и программирования", Азы информатики, Информатика для чайников, да хоть вот это: Страна Информатика. Знакомство с компьютером. 3 класс и начните разбираться, получитет свои "общее представление что зачем и почему в компьютере".
    Потом, постепенно (!!!) будете переходить к более сложным источникам, по дороге начиная понимать, что-же вам действительно надо, зачем оно вам надо и - главное - где об этом можно прочитать более подробно. Ну, или если совсем где-то забуксуете на каком-нибудь вопросе - вернетесь на Тостер с конкретными непонятнками.

    Кстати, очень странное пожелание "Нужно в большей степени для уверенной работы в консоли", откуда это взялось? Особенно на начальной стадии. Вы что, системным администратором или хакером работать устраиваетесь? Сижу и думаю, где-же оно может понадобиться на нулевом этапе освоения компьютера или даже "продвинутому пользователю ПК и интернет"?

    И да, информатики в школе не было, но Гууглить-то САМОСТОЯТЕЛЬНО хоть умеете?
    Ответ написан
    1 комментарий
  • Как подсчитать общий тренд?

    @dmshar
    Построить линию линейной регрессии. По знаку коэффициента a ( в некоторых книгах он называется коэффициентом b1, в общем - это коэффициент при Х ) определяется возрастающий или ниспадающий тренд у набора.
    В Python, в библиотеке sklearn для этих целей есть функция LinearRegression.
    На самом деле, самое трудное - определить то, что вы очевидно назвали "flat" - т.е. отсутствие тренда. Для этого мало определить сам указанный коэффициент, но надо посчитать его доверительный интервал и понять, захватывает-ли он 0.
    Ответ написан
    1 комментарий