TGTGInsightтелеграм анализLIVE / telegram public index
← Такты, стеки, два колеса

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #704 · 17.12

Я всегда был уверен, что системы рекомендаций работают так плохо, потому что это слишком сложная задача. Владельцы площадок бьются с алгоритмами, машинным обучением, деревьями решений и взвешенными суммами, но получается всё равно херня, и человеку могут рекомендовать нерелевантный бред (и, что ещё хуже — не рекомендовать интересный для него контент). Кажется, хорошо работают только рекомендации на Ютубе, но этому есть объяснение: контент на Ютубе более длительный и дорогой. Его сложнее производить, он выходит реже. Качественный ролик на Ютубе не будет говном практически независимо от темы, на которую он снят. А ещё меньшее число объёмных роликов проще кластеризовать и можно предлагать пользователю в небольших количествах. Но если мы откроем YouTube Shorts (это очередной аналог тиктока с короткими вертикальными видео), то заметим, что качество рекомендаций упало сразу на два порядка: какие-то тупые попсовые шутки, "удивительные" факты из жизни, завлекающие отрывки из фильмов "код смотри в телеграм-канале", озвучка анекдотов и прочий мусор. Алгоритмы уже совсем не справляются с тем, чтобы предложить что-то годное, не говоря уже о релевантности конкретно мне, хотя история моих просмотров и вкусов Ютубу, очевидно, известна. Тем не менее, иногда разработчики могут не только не уметь, но и не хотеть писать нормальные рекомендации. Вот ВК предложил мне BadComedian в блоке "Интересные авторы". Оставим в стороне, что Бэдкомендиан это ютубер, и у него в ВК в лучшем случае будут репосты ссылок на Ютуб. Но мне предлагают не паблик, а личную страницу.... на которой не было записей с сентября 2021 года. Нет совершенно никакого смысла быть подписанным на личную страницу Бэдкомедиана сейчас. Кажется, единственный критерий, на котором основывались эти рекомендации: общее число подписчиков. Как должны работать рекомендации на самом деле? Алгоритмически я бы оценивал частоту постов (кстати, чрезмерно частые это тоже плохо, должно работать в минус), оценивал бы, является пост просто публикацией внешней ссылки на другой ресурс, является ли репостом паблика, и смотрел бы, сколько прошло времени с последней записи на странице автора. Наверное, в качестве коэффициента с небольшим весом можно добавить ещё объём контента в посте и активность людей (лайки + комментарии). Причём, делается это достаточно просто, никакой ML не нужен. Даже такая оценка, не берущая в расчёт тематику страницы, всё равно лучше, чем "Просто покажем людей, на которых когда-то подписалось куча народу, и им до сих пор лень отписаться после прекращения активности автора". По крайней мере теперь меня не удивляет, что хвалёные Клипы постоянно подсовывают мне какой-то подростковый шлак вместо крутых видео с полётами на FPV-квадрокоптерах. YouTube Shorts по крайней мере пару раз такие вещи предлагал, а вот Клипы вообще ни разу (станицу Клипов я не открываю, разумеется, но в ленте новостей встречаются блоки с автовоспроизведением). Кстати, на скрине есть второй автор — Стас "Ай как просто". Его банят на Ютубе за критику западной модели текущих событий, и он пишет: "Буду создавать каналы-однодневки, куда деваться". То есть у него даже мысли не возникает, что какая-то ещё площадка может служить его целям. Ну с таким отношением других площадок к рекомендациям — понятно. #web

Hashtags

Резултати

Намерени 3 подобни публикации

Търсене: #datamining

当前筛选 #datamining清除筛选
Data Science Jobs

@datasciencejobs · Post #1733 · 17.10.2023 г., 18:00

#вакансия#инженер#etl#datamining#analytics Полюс Диджитал – бизнес-единица в группе одного из лидеров золотодобывающей отрасли мирового масштаба. Мы оказываем поддержку по IT-направлению 20 000 сотрудникам в 35-ти бизнес-единицах Группы Компаний «Полюс». 📌Мы находимся в поиске инженера данных (middle +) для реализации следующих задач: ‒ Разработка ETL-процессов для структурированных и слабоструктурированных данных; ‒ Реализация ad-hoc показателей; ‒ Настройка автоматизированных процедур проверки качества данных; ‒ Формирование модели данных для решения прикладных задач; ‒ Разработка и сопровождение документации. 📌Наш основной стек: Apache Airflow, Apache NiFi, MinIO S3, PostgreSQL, Microsoft SQL, Arenadata (Greenplum), ClickHouse, RabbitMQ, Python (обработка данных), в т.ч. Alembic. 📌Требования: ‒ Опыт работы от 3 лет; ‒ Разработка и сопровождение ETL-процессов; ‒ Проверка и оптимизация производительности запросов; ‒ Написание безопасного кода, хорошее понимание вопросов IT безопасности; ‒ Разработка пользовательской и технической документации; ‒ Преимуществом будет опыт интеграции с системами SAP, Historian, АСУ ТП и понимание структуры хранения данных в перечисленных системах; ‒ Преимуществом будет опыт работы с системами класса Process Mining. 📌Условия: - Высокий уровень заработной платы (оклад + годовой бонус); - Комфортный офис в центре Москвы; - Высокоразвитая корпоративная культура (здоровье, личностное развитие, самообразование, досуг); - Поддержка сотрудника и семьи в различных жизненных ситуациях; - Трудоустройство по ТК РФ, полис ДМС, корпоративная мобильная связь и т.д. - График: 5/2, пятница - сокращенный рабочий день. Контакт для связи@Makhkamov_Laziz

English Law Report

@enlawreport · Post #1525 · 03.02.2025 г., 13:00

🚀Data Mining в Юриспруденции: Как AI Может Предсказать Судебные Исходы? Недавно я протестировал предсказательную аналитику на основе машинного обучения, чтобы спрогнозировать исход дела Google v Tsargrad. 🔍Как это работало? 1️⃣ Извлечение аргументов из судебного решения с помощью NLP 2️⃣ Оценка тональности аргументов Google и ответчиков 3️⃣ Обучение модели машинного обучения для выявления закономерностей 4️⃣ Прогноз вероятности победы каждой стороны 💡Результат: 📌 Модель предсказала победу ответчиков с вероятностью 75.8%, но в реальности выиграл Google. 📌Почему? Прецедентная практика и политический контекст сыграли ключевую роль, чего AI пока не учитывает. ⚖️Вывод: AI может анализировать судебные стратегии и предсказывать исходы, но пока не заменяет юридическую экспертизу. В перспективе, комбинируя машинное обучение с анализом прецедентов и судебной практики, можно повысить точность прогнозов! 💬Что вы думаете? Можно ли доверять AI в предсказании судебных решений? #LegalTech#AI#MachineLearning#LegalStrategy#DataMining#EnglishLaw

#Mathematics 数学 : #Calculus 微积分 #DiscreteMathematics 离散数学 #LinearAlgebra 线性代数 #ProbabilityAndMathematicsStatistics 概率论与数理统计 #ComputerScience 计算机科学 : #AI Artificial Intelligence 人工智能 #AlgorithmicAndDataStructures 算法与数据结构 #AugmentedReality 增强现实 #BlockChain 区块链 #C C语言 #CompilerPrinciples 编译原理 #ComputerNetwork 计算机网络 #ComputerOrganization 计算机组成原理 #CPP C++语言 #CV Computer Vision 计算机视觉 #DataMining 数据挖掘 #DataVisualization 数据可视化 #DL Deep Learning 深度学习 #DS DataScience 数据科学 #FormalLanguageAndAutomata 形式语言与自动机 #InformationRetrieval 信息检索 #InformationSecurity 信息安全 #Java Java语言 #LaTex LaTex #ML Machine Learning 机器学习 #ModernCryptography 现代密码技术 #NeuralNetwork 神经网络 #NLP Natural Language Processing 自然语言处理 #OperatingSystems操作系统#PrincipleOfDatabaseSystems 数据库原理 #Python Python语言 #RL Reinforcement Learning 强化学习 #UI User Interface 用户界面 #UX User Experience 用户体验 #VR Virtual Reality 虚拟现实 Liberal Arts Education 通识教育: #HASS Humanities, Arts and Social Sciences 人文、艺术与社会科学: #ArtsAndLiterature 艺术与文学: #Art 艺术 #Architecture 建筑 #Composition 作文 #Design 设计 #Literature 文学 #Music 音乐 #VisualArt 视觉艺术 #HistoricalStudies 历史研究: #ArtHistory 艺术史 #History 历史 #MusicHistory 音乐史 #InternationalStudies 国际研究 #PhilosophyAndValues 哲学与价值观 #Logic 逻辑 #Philosophy 哲学 #Religion 宗教 #SocialAndBehavioralScience 社会与行为科学 #Communication 沟通 #Economics 经济学 #Macroeconomics 宏观经济学 #Microeconomics 微观经济学 #Politics 政治学 #Characteristics 特色 : #JINDAISHI Survey of Modern Chinese History 中国近现代史纲要 #JUNLI Military Theory 军事理论 #JUNXUN Military Training 军事训练 #MAYUAN Basic Theory of Marxism 马克思主义基本原理 #MAOGAI Introduction to Mao Zedong's Thoughts and Theoretical System of Socialism with Chinese Characteristics 毛泽东思想和中国特色社会主义理论体系概论 #QNDXX Qing Nian Da Xue Xi 青年大学习 #SIXIU Cultivation of Ethics and Fundamentals of Law 思想道德修养与法律基础 #XSZC Circumstance and Policy 形势与政策 Global Universities 海外大学: #CityU City University of Hong Kong 香港城市大学 #CMU Carnegie Mellon University 卡内基梅隆大学 #CUHK Chinese University of Hong Kong 香港中文大学 #Harvard Harvard University 哈佛大学 #HKUST The Hong Kong University of Science and Technology 香港科技大学 #MIT Massachusetts Institute of Technology 麻省理工学院 #NTU Nanyang Technological University 南洋理工大学 #NUS National University of Singapore 新加坡国立大学 #Oxford University of Oxford 牛津大学 #Princeton Princeton University 普林斯顿大学 #PolyU The Hong Kong Polytechnic University 香港理工大学 #Stanford Stanford University 斯坦福大学 #UBC University of British Columbia 英属哥伦比亚大学 #UCB University of California, Berkeley 加利福尼亚大学伯克利分校 #UCLA University of California, Los Angeles 加利福尼亚大学洛杉矶分校 #UTokyo University of Tokyo 东京大学 #UToronto University of Toronto 多伦多大学 #UWaterloo University of Waterloo 滑铁卢大学 Universities in China 中国的大学: #BUPT Beijing University of Posts and Telecommunications 北京邮电大学 #HUST Huazhong University of Science and Technology 华中科技大学 #PKU Peking University 北京大学 #SJTU Shanghai Jiao Tong University上海交通大学 #THU Tsinghua University 清华大学 #UESTC University of Electronic Science and Technology of China 电子科技大学 #USTC University of Science and Technology of China 中国科学技术大学 #ZJU Zhejiang University 浙江大学 Channel 频道 : #Introduction 介绍 #Navigation 导航 #Reserved 预留 #Telegram 电报 #Unfinished 未完成 (Sort A to Z 按字母顺序由A到Z排序) (纳入标签,仅代表我目前或未来关注的内容可能与其有关联,不等于我的实际生活与其相关) Introduction 介绍 : My room 我的房间 : @IMRoom Room name 房间名称 : Involution Machine🌀💻 Room 内卷机房 My group 我的群组 : @IMTown Group name 群组名称 : Involution Machines Town🌀💻 内卷机城 Myself 我自己 : @IM996 My name 我的名字 : Involution Machine🌀💻! 内卷机 #Navigation#Introduction