zhub.link is one of the many independent Mastodon servers you can use to participate in the fediverse.

Administered by:

Server stats:

28
active users

#кластеризация

0 posts0 participants0 posts today
Habr<p>Неизвестный библейский алгоритм кластеризации</p><p>Времена, когда горящий куст мог принести озарение, давно прошли. Примитивный опыт уже не может стать источником открытий. А всё потому, что он обобщён и впитан в культуру человечества. И чтобы подключиться к мудрости предков нужно опереться на философию. В этой статье мы познакомимся с новым алгоритмом кластеризации и поверхностно затронем некоторые философские категории. Перевернём объективность в субъектность и обратно.</p><p><a href="https://habr.com/ru/articles/890050/" target="_blank" rel="nofollow noopener noreferrer" translate="no"><span class="invisible">https://</span><span class="">habr.com/ru/articles/890050/</span><span class="invisible"></span></a></p><p><a href="https://zhub.link/tags/%D0%BA%D0%BB%D0%B0%D1%81%D1%82%D0%B5%D1%80%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F" class="mention hashtag" rel="tag">#<span>кластеризация</span></a> <a href="https://zhub.link/tags/%D1%84%D0%B8%D0%BB%D0%BE%D1%81%D0%BE%D1%84%D0%B8%D1%8F" class="mention hashtag" rel="tag">#<span>философия</span></a> <a href="https://zhub.link/tags/data_science" class="mention hashtag" rel="tag">#<span>data_science</span></a> <a href="https://zhub.link/tags/data_analysis" class="mention hashtag" rel="tag">#<span>data_analysis</span></a></p>
Habr<p>[Перевод] Человеческий мозг против ML-модели: сходства и различия между психикой и машинным обучением</p><p>Адаптировали статью Marina Tosic, в которой автор выясняет, в чём сходства и различия между устройством человеческого мозга и моделей машинного обучения. Разобраться в теме нам помогли: кандидат технических наук Василий Борисов и архитектор ML-решений в РБК Кирилл Думнов.</p><p><a href="https://habr.com/ru/companies/netologyru/articles/888212/" target="_blank" rel="nofollow noopener noreferrer" translate="no"><span class="invisible">https://</span><span class="ellipsis">habr.com/ru/companies/netology</span><span class="invisible">ru/articles/888212/</span></a></p><p><a href="https://zhub.link/tags/%D0%98%D0%98" class="mention hashtag" rel="tag">#<span>ИИ</span></a> <a href="https://zhub.link/tags/%D1%87%D0%B5%D0%BB%D0%BE%D0%B2%D0%B5%D1%87%D0%B5%D1%81%D0%BA%D0%B8%D0%B9_%D1%80%D0%B0%D0%B7%D1%83%D0%BC" class="mention hashtag" rel="tag">#<span>человеческий_разум</span></a> <a href="https://zhub.link/tags/%D0%BC%D0%BE%D0%B7%D0%B3%D0%BA%D0%BE%D0%BC%D0%BF%D1%8C%D1%8E%D1%82%D0%B5%D1%80" class="mention hashtag" rel="tag">#<span>мозгкомпьютер</span></a> <a href="https://zhub.link/tags/ml%D0%BC%D0%BE%D0%B4%D0%B5%D0%BB%D1%8C" class="mention hashtag" rel="tag">#<span>mlмодель</span></a> <a href="https://zhub.link/tags/%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D0%B5_%D0%BC%D0%BE%D0%B4%D0%B5%D0%BB%D0%B5%D0%B9" class="mention hashtag" rel="tag">#<span>обучение_моделей</span></a> <a href="https://zhub.link/tags/%D0%BC%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D0%B5" class="mention hashtag" rel="tag">#<span>машинное_обучение</span></a> <a href="https://zhub.link/tags/agi" class="mention hashtag" rel="tag">#<span>agi</span></a> <a href="https://zhub.link/tags/%D0%B8%D0%BD%D0%B6%D0%B5%D0%BD%D0%B5%D1%80%D0%B8%D1%8F" class="mention hashtag" rel="tag">#<span>инженерия</span></a> <a href="https://zhub.link/tags/%D0%B0%D0%BB%D0%B3%D0%BE%D1%80%D0%B8%D1%82%D0%BC%D1%8B_%D0%BC%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B3%D0%BE_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D1%8F" class="mention hashtag" rel="tag">#<span>алгоритмы_машинного_обучения</span></a> <a href="https://zhub.link/tags/%D0%BA%D0%BB%D0%B0%D1%81%D1%82%D0%B5%D1%80%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F" class="mention hashtag" rel="tag">#<span>кластеризация</span></a></p>
Habr<p>Почему многокластерные решения становятся стандартом, и как в этом замешаны IT-гиганты</p><p>Помните времена, когда веб-сервис работал на одном сервере под столом сисадмина? Никаких кластеров, балансировщиков и геораспределения — только железо, провод и простая логика. А сегодня нужны тысячи серверов, разбросанных по континентам, чтобы привычные сервисы поглощали терабайты данных, выдерживали</p><p><a href="https://habr.com/ru/companies/selectel/articles/877436/" target="_blank" rel="nofollow noopener noreferrer" translate="no"><span class="invisible">https://</span><span class="ellipsis">habr.com/ru/companies/selectel</span><span class="invisible">/articles/877436/</span></a></p><p><a href="https://zhub.link/tags/selectel" class="mention hashtag" rel="tag">#<span>selectel</span></a> <a href="https://zhub.link/tags/k8s" class="mention hashtag" rel="tag">#<span>k8s</span></a> <a href="https://zhub.link/tags/kubermetes" class="mention hashtag" rel="tag">#<span>kubermetes</span></a> <a href="https://zhub.link/tags/%D0%BA%D0%BB%D0%B0%D1%81%D1%82%D0%B5%D1%80%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F" class="mention hashtag" rel="tag">#<span>кластеризация</span></a> <a href="https://zhub.link/tags/%D0%BC%D0%B8%D0%BA%D1%80%D0%BE%D1%81%D0%B5%D1%80%D0%B2%D0%B8%D1%81%D1%8B" class="mention hashtag" rel="tag">#<span>микросервисы</span></a></p>
Habr<p>Как мы устанавливали community-чарт Sentry в Kubernetes</p><p>В статье делимся опытом внедрения community-чарта Sentry в Kubernetes-кластере. Мы рассказываем о том, почему было принято решение использовать именно этот чарт и какие сложности возникли в процессе установки. Вы узнаете об изменениях, которые пришлось внести для повышения отказоустойчивости и производительности Sentry. А ещё мы делимся опытом использования инструмента werf для деплоя чартов и хранения секретных значений.</p><p><a href="https://habr.com/ru/companies/flant/articles/879564/" target="_blank" rel="nofollow noopener noreferrer" translate="no"><span class="invisible">https://</span><span class="ellipsis">habr.com/ru/companies/flant/ar</span><span class="invisible">ticles/879564/</span></a></p><p><a href="https://zhub.link/tags/Sentry" class="mention hashtag" rel="tag">#<span>Sentry</span></a> <a href="https://zhub.link/tags/kubernetes" class="mention hashtag" rel="tag">#<span>kubernetes</span></a> <a href="https://zhub.link/tags/k8s" class="mention hashtag" rel="tag">#<span>k8s</span></a> <a href="https://zhub.link/tags/community_chart" class="mention hashtag" rel="tag">#<span>community_chart</span></a> <a href="https://zhub.link/tags/werf" class="mention hashtag" rel="tag">#<span>werf</span></a> <a href="https://zhub.link/tags/%D0%B4%D0%B5%D0%BF%D0%BB%D0%BE%D0%B9" class="mention hashtag" rel="tag">#<span>деплой</span></a> <a href="https://zhub.link/tags/%D1%85%D1%80%D0%B0%D0%BD%D0%B5%D0%BD%D0%B8%D0%B5_%D1%81%D0%B5%D0%BA%D1%80%D0%B5%D1%82%D0%BE%D0%B2" class="mention hashtag" rel="tag">#<span>хранение_секретов</span></a> <a href="https://zhub.link/tags/%D0%BA%D0%BB%D0%B0%D1%81%D1%82%D0%B5%D1%80%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F" class="mention hashtag" rel="tag">#<span>кластеризация</span></a> <a href="https://zhub.link/tags/helm" class="mention hashtag" rel="tag">#<span>helm</span></a></p>
Habr<p>Машинное обучение: Кластеризация методом K-means. Теория и реализация. С нуля</p><p>Здравствуйте, дорогие читатели. В этой статье я приведу разбор того, как работает метод кластеризации К-средних на низком уровне. Содержание: идея метода, как присваивать метки неразмеченным объектам, реализация на чистом Python и разбор кода.</p><p><a href="https://habr.com/ru/articles/868542/" target="_blank" rel="nofollow noopener noreferrer" translate="no"><span class="invisible">https://</span><span class="">habr.com/ru/articles/868542/</span><span class="invisible"></span></a></p><p><a href="https://zhub.link/tags/%D0%BA%D0%BB%D0%B0%D1%81%D1%82%D0%B5%D1%80%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F" class="mention hashtag" rel="tag">#<span>кластеризация</span></a> <a href="https://zhub.link/tags/kmeans" class="mention hashtag" rel="tag">#<span>kmeans</span></a> <a href="https://zhub.link/tags/k%D1%81%D1%80%D0%B5%D0%B4%D0%BD%D0%B8%D1%85" class="mention hashtag" rel="tag">#<span>kсредних</span></a> <a href="https://zhub.link/tags/%D0%BC%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D0%B5" class="mention hashtag" rel="tag">#<span>машинное_обучение</span></a></p>
Habr<p>Доступность IT-систем: поругаться или договориться?</p><p>Всем привет, меня зовут Александр Москвин, я начальник управления эксплуатации X5 Облака в X5 Tech. У меня несколько зон ответственности, но важнейшая из них – это обеспечение доступности облачной инфраструктуры Х5. Конечно, для того, чтобы управлять доступностью, необходимо оцифровать этот показатель. Статья родилась из жарких дебатов по целевым показателям доступности частного облака X5 и серии больших внутренних митапов, посвящённых этой теме. Кажется, что результатами стоит поделиться с сообществом, т. к. накопилась критическая масса материалов и выводов. Мысли будут полезны менеджерам, принимающим решения, и solution-архитекторам для переговоров с заказчиками, лидам команд инфраструктуры и разработки. К сожалению, получился лонгрид, так как охватить все аспекты данной темы короткой статьёй не выйдет.</p><p><a href="https://habr.com/ru/companies/X5Tech/articles/839626/" target="_blank" rel="nofollow noopener noreferrer" translate="no"><span class="invisible">https://</span><span class="ellipsis">habr.com/ru/companies/X5Tech/a</span><span class="invisible">rticles/839626/</span></a></p><p><a href="https://zhub.link/tags/high_availability" class="mention hashtag" rel="tag">#<span>high_availability</span></a> <a href="https://zhub.link/tags/%D0%B2%D1%8B%D1%81%D0%BE%D0%BA%D0%B0%D1%8F_%D0%B4%D0%BE%D1%81%D1%82%D1%83%D0%BF%D0%BD%D0%BE%D1%81%D1%82%D1%8C" class="mention hashtag" rel="tag">#<span>высокая_доступность</span></a> <a href="https://zhub.link/tags/%D0%BD%D0%B0%D0%B4%D0%B5%D0%B6%D0%BD%D0%BE%D1%81%D1%82%D1%8C" class="mention hashtag" rel="tag">#<span>надежность</span></a> <a href="https://zhub.link/tags/sre" class="mention hashtag" rel="tag">#<span>sre</span></a> <a href="https://zhub.link/tags/%D1%81%D1%82%D0%B0%D0%B1%D0%B8%D0%BB%D1%8C%D0%BD%D0%BE%D1%81%D1%82%D1%8C_%D1%81%D0%B8%D1%81%D1%82%D0%B5%D0%BC%D1%8B" class="mention hashtag" rel="tag">#<span>стабильность_системы</span></a> <a href="https://zhub.link/tags/%D0%BE%D0%B1%D0%BB%D0%B0%D1%87%D0%BD%D0%B0%D1%8F_%D0%B8%D0%BD%D1%84%D1%80%D0%B0%D1%81%D1%82%D1%80%D1%83%D0%BA%D1%82%D1%83%D1%80%D0%B0" class="mention hashtag" rel="tag">#<span>облачная_инфраструктура</span></a> <a href="https://zhub.link/tags/%D0%BA%D0%BB%D0%B0%D1%81%D1%82%D0%B5%D1%80%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F" class="mention hashtag" rel="tag">#<span>кластеризация</span></a> <a href="https://zhub.link/tags/%D0%BD%D0%B5%D0%BF%D1%80%D0%B5%D1%80%D1%8B%D0%B2%D0%BD%D0%BE%D1%81%D1%82%D1%8C_%D0%B1%D0%B8%D0%B7%D0%BD%D0%B5%D1%81%D0%B0" class="mention hashtag" rel="tag">#<span>непрерывность_бизнеса</span></a> <a href="https://zhub.link/tags/%D0%BA%D1%80%D0%B8%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%B8_%D0%B2%D0%B0%D0%B6%D0%BD%D1%8B%D0%B5_%D1%81%D0%B8%D1%81%D1%82%D0%B5%D0%BC%D1%8B" class="mention hashtag" rel="tag">#<span>критически_важные_системы</span></a> <a href="https://zhub.link/tags/%D0%BE%D1%82%D0%BA%D0%B0%D0%B7%D0%BE%D1%83%D1%81%D1%82%D0%BE%D0%B9%D1%87%D0%B8%D0%B2%D0%BE%D1%81%D1%82%D1%8C" class="mention hashtag" rel="tag">#<span>отказоустойчивость</span></a></p>
Habr<p>Кластеризация PostgreSQL за день или за 15 минут: разбираем варианты и подводные камни реализации</p><p>Кластеризация необходима для большинства СУБД уровня Enterprise. Есть много способов создать или развернуть кластер: от бесплатных до дорогих, от простых до сложных. У разных вендоров свои приоритеты: одни делают настройку кластера в пару кликов (как в MS SQL), другие фокусируются на надежности и функциональности (Oracle). В мире СУБД на базе PostgreSQL на сторону которых всё активнее переходит российский IT, тоже есть свои кластерные инструменты и решения: как бесплатные и открытые Patroni, Stolon, pacemaker/corosync, так и проприетарные. Лидер по популярности среди открытых решений – Patroni. Сегодня я расскажу, почему настраивать кластеризацию на нем руками весело только первые пару раз. Поговорим об особенностях поддержки Patroni в Proxima DB, снижении порога входа для новичков и повторяемости конфигураций.</p><p><a href="https://habr.com/ru/companies/orion_soft/articles/838566/" target="_blank" rel="nofollow noopener noreferrer" translate="no"><span class="invisible">https://</span><span class="ellipsis">habr.com/ru/companies/orion_so</span><span class="invisible">ft/articles/838566/</span></a></p><p><a href="https://zhub.link/tags/postgresql" class="mention hashtag" rel="tag">#<span>postgresql</span></a> <a href="https://zhub.link/tags/%D1%81%D1%83%D0%B1%D0%B4" class="mention hashtag" rel="tag">#<span>субд</span></a> <a href="https://zhub.link/tags/%D0%BA%D0%BB%D0%B0%D1%81%D1%82%D0%B5%D1%80%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F" class="mention hashtag" rel="tag">#<span>кластеризация</span></a> <a href="https://zhub.link/tags/patroni" class="mention hashtag" rel="tag">#<span>patroni</span></a> <a href="https://zhub.link/tags/proximadb" class="mention hashtag" rel="tag">#<span>proximadb</span></a> <a href="https://zhub.link/tags/%D0%BA%D0%BB%D0%B0%D1%81%D1%82%D0%B5%D1%80_postgresql" class="mention hashtag" rel="tag">#<span>кластер_postgresql</span></a> <a href="https://zhub.link/tags/%D0%BA%D0%BB%D0%B0%D1%81%D1%82%D0%B5%D1%80%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85" class="mention hashtag" rel="tag">#<span>кластеризация_данных</span></a></p>
Habr<p>Репликация: создание кластера, подключение, изменения настроек таблицы в кластере</p><p>Привет, я Майк. Недавно я начал работать в компании Manticore на должности Developer Advocate. Я не совсем далёк от ИТ, но сейчас активно осваиваю современные технологии. В этом блоге я буду делиться своим опытом и тем, что узнаю о Manticore. Я планирую вести дневник, где буду рассказывать, что такое Manticore и как с ним работать. Давайте вместе разбираться, как все устроено, выявлять проблемы и взаимодействовать с разработчиками. Если вам интересно изучать Manticore вместе со мной, я буду держать вас в курсе в:</p><p><a href="https://habr.com/ru/articles/834980/" target="_blank" rel="nofollow noopener noreferrer" translate="no"><span class="invisible">https://</span><span class="">habr.com/ru/articles/834980/</span><span class="invisible"></span></a></p><p><a href="https://zhub.link/tags/open_source" class="mention hashtag" rel="tag">#<span>open_source</span></a> <a href="https://zhub.link/tags/%D1%80%D0%B5%D0%BF%D0%BB%D0%B8%D0%BA%D0%B0%D1%86%D0%B8%D1%8F_%D0%B1%D0%B0%D0%B7_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85" class="mention hashtag" rel="tag">#<span>репликация_баз_данных</span></a> <a href="https://zhub.link/tags/%D0%BA%D0%BB%D0%B0%D1%81%D1%82%D0%B5%D1%80%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F" class="mention hashtag" rel="tag">#<span>кластеризация</span></a> <a href="https://zhub.link/tags/docker" class="mention hashtag" rel="tag">#<span>docker</span></a> <a href="https://zhub.link/tags/sql" class="mention hashtag" rel="tag">#<span>sql</span></a> <a href="https://zhub.link/tags/manticore" class="mention hashtag" rel="tag">#<span>manticore</span></a> <a href="https://zhub.link/tags/galera" class="mention hashtag" rel="tag">#<span>galera</span></a> <a href="https://zhub.link/tags/%D0%BF%D0%BE%D0%BB%D0%BD%D0%BE%D1%82%D0%B5%D0%BA%D1%81%D1%82%D0%BE%D0%B2%D1%8B%D0%B9_%D0%BF%D0%BE%D0%B8%D1%81%D0%BA" class="mention hashtag" rel="tag">#<span>полнотекстовый_поиск</span></a> <a href="https://zhub.link/tags/data_replication" class="mention hashtag" rel="tag">#<span>data_replication</span></a></p>
Habr<p>Метрики оценки качества моделей и анализ ошибок в машинном обучении</p><p>Одним из критически важных шагов при создании хорошей модели является правильный выбор метрики для оценки её качества, поскольку неправильный выбор может привести к неверным выводам и, как следствие, к принятию не самых оптимальных решений. Поэтому на сегодняшний день существует большое количество метрик, подходящих для самых разных задач и ситуаций. В данном туториале будут рассмотрены популярные метрики для задач классификации, регрессии и кластеризации, а также инструмент для анализа ошибки модели, известный как bias-variance decomposition. Помимо этого, для большей части метрик будут представлены ручные расчёты и реализация с нуля на Python, а в конце вы сможете найти дополнительные источники для более глубокого ознакомления.</p><p><a href="https://habr.com/ru/articles/821547/" target="_blank" rel="nofollow noopener noreferrer" translate="no"><span class="invisible">https://</span><span class="">habr.com/ru/articles/821547/</span><span class="invisible"></span></a></p><p><a href="https://zhub.link/tags/python" class="mention hashtag" rel="tag">#<span>python</span></a> <a href="https://zhub.link/tags/%D0%BC%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D0%B5" class="mention hashtag" rel="tag">#<span>машинное_обучение</span></a> <a href="https://zhub.link/tags/%D0%B3%D0%BB%D1%83%D0%B1%D0%BE%D0%BA%D0%BE%D0%B5_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D0%B5" class="mention hashtag" rel="tag">#<span>глубокое_обучение</span></a> <a href="https://zhub.link/tags/%D0%BC%D0%B5%D1%82%D1%80%D0%B8%D0%BA%D0%B8_%D0%BA%D0%BB%D0%B0%D1%81%D1%81%D0%B8%D1%84%D0%B8%D0%BA%D0%B0%D1%86%D0%B8%D0%B8" class="mention hashtag" rel="tag">#<span>метрики_классификации</span></a> <a href="https://zhub.link/tags/%D0%BC%D0%B5%D1%82%D1%80%D0%B8%D0%BA%D0%B8_%D1%80%D0%B5%D0%B3%D1%80%D0%B5%D1%81%D1%81%D0%B8%D0%B8" class="mention hashtag" rel="tag">#<span>метрики_регрессии</span></a> <a href="https://zhub.link/tags/%D0%BA%D0%BB%D0%B0%D1%81%D1%82%D0%B5%D1%80%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F" class="mention hashtag" rel="tag">#<span>кластеризация</span></a> <a href="https://zhub.link/tags/biasvariance_tradeoff" class="mention hashtag" rel="tag">#<span>biasvariance_tradeoff</span></a> <a href="https://zhub.link/tags/mse" class="mention hashtag" rel="tag">#<span>mse</span></a> <a href="https://zhub.link/tags/rocauc" class="mention hashtag" rel="tag">#<span>rocauc</span></a> <a href="https://zhub.link/tags/ari" class="mention hashtag" rel="tag">#<span>ari</span></a></p>
Habr<p>Почти всё о Carbonio Mesh</p><p>Carbonio Mesh - это инфраструктурный модуль почтового сервера Carbonio, позволяющий обеспечить связность, отказоустойчивость и возможность мониторинга различных сервисов Carbonio и интеграцию их с Carbonio LDAP. В данной статье мы расскажем о том, из чего состоит система Carbonio Mesh, а также о том, как обеспечить эффективное взаимодействие с ней.</p><p><a href="https://habr.com/ru/companies/Zextras/articles/821397/" target="_blank" rel="nofollow noopener noreferrer" translate="no"><span class="invisible">https://</span><span class="ellipsis">habr.com/ru/companies/Zextras/</span><span class="invisible">articles/821397/</span></a></p><p><a href="https://zhub.link/tags/carbonio" class="mention hashtag" rel="tag">#<span>carbonio</span></a> <a href="https://zhub.link/tags/carbonio_ce" class="mention hashtag" rel="tag">#<span>carbonio_ce</span></a> <a href="https://zhub.link/tags/zextras" class="mention hashtag" rel="tag">#<span>zextras</span></a> <a href="https://zhub.link/tags/%D1%8D%D0%BB%D0%B5%D0%BA%D1%82%D1%80%D0%BE%D0%BD%D0%BD%D0%B0%D1%8F_%D0%BF%D0%BE%D1%87%D1%82%D0%B0" class="mention hashtag" rel="tag">#<span>электронная_почта</span></a> <a href="https://zhub.link/tags/%D0%BA%D0%BB%D0%B0%D1%81%D1%82%D0%B5%D1%80" class="mention hashtag" rel="tag">#<span>кластер</span></a> <a href="https://zhub.link/tags/%D0%BA%D0%BB%D0%B0%D1%81%D1%82%D0%B5%D1%80%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F" class="mention hashtag" rel="tag">#<span>кластеризация</span></a> <a href="https://zhub.link/tags/%D0%BA%D0%BB%D0%B0%D1%81%D1%82%D0%B5%D1%80%D1%8B" class="mention hashtag" rel="tag">#<span>кластеры</span></a> <a href="https://zhub.link/tags/consul" class="mention hashtag" rel="tag">#<span>consul</span></a></p>
Habr<p>Сравниваем DBSCAN и OPTICS</p><p>Привет, хаброчеловек) В этой статье рассмотрим алгоритмы кластеризации DBSCAN и OPTICS, посмотрим их особенности, обсудим, когда что лучше применять Welcome под кат</p><p><a href="https://habr.com/ru/articles/818889/" target="_blank" rel="nofollow noopener noreferrer" translate="no"><span class="invisible">https://</span><span class="">habr.com/ru/articles/818889/</span><span class="invisible"></span></a></p><p><a href="https://zhub.link/tags/%D0%BA%D0%BB%D0%B0%D1%81%D1%82%D0%B5%D1%80%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F" class="mention hashtag" rel="tag">#<span>кластеризация</span></a> <a href="https://zhub.link/tags/DBSCAN" class="mention hashtag" rel="tag">#<span>DBSCAN</span></a> <a href="https://zhub.link/tags/OPTICS" class="mention hashtag" rel="tag">#<span>OPTICS</span></a> <a href="https://zhub.link/tags/R" class="mention hashtag" rel="tag">#<span>R</span></a> <a href="https://zhub.link/tags/Julia" class="mention hashtag" rel="tag">#<span>Julia</span></a> <a href="https://zhub.link/tags/Python" class="mention hashtag" rel="tag">#<span>Python</span></a></p>
Habr<p>Разработка программного средства по обработке данных фонокардиограммы</p><p>Медицинские исследования играют важную роль в понимании различных заболеваний и разработке эффективных методов лечения. Одним из инструментов, используемых в кардиологии, является фонокардиограмма (ФКГ). Фонокардиограмма - это метод диагностики сердечно-сосудистой системы, который основывается на записи звуков, производимых сердцем. Она может быть полезной в определении различных заболеваний сердца, таких как стеноз клапана, митральный стеноз, митральную недостаточность, перикардит и другие. ФКГ может использоваться для оценки эффективности лечения сердечных заболеваний и для наблюдения за состоянием сердца в течение времени. Если у вас есть симптомы, такие как боль в груди, одышка, учащенный пульс, упадок сил, обратитесь к кардиологу, который посоветует, нужна ли вам ФКГ [1]. Объектом исследования выпускной квалификационной работы является список файлов формата .csv, содержащих разделенные знаком &quot;;&quot; смещенные целочисленные значения амплитуды шумов сердца, записанные в течение нескольких секунд, частота дискретизации – 1000 гц (числа в записи обозначают амплитуду сигнала, временной промежуток между соседними значениями - 1 миллисекунда). Цель работы состоит в создании алгоритма автоматической интерпретации снятых данных, который пытается по форме кривых делать выводы, аналогичные тем, которые по этим же кривым умеет делать эксперт и создание собственного алгоритма. Необходимо определить и выделить точку максимальной амплитуды, начало и окончание тона 1 для каждого из сердечных циклов. Ответ необходимо вывести в виде списка списков [t1, t2, t3], где t1 – начало тона 1, t2 – точка максимальной амплитуды, t3 – окончание тона 1. Также, для проверки результата, необходимо визуализировать полученный результат на графике. Данную процедуру необходимо произвести для каждого файла.</p><p><a href="https://habr.com/ru/articles/809095/" target="_blank" rel="nofollow noopener noreferrer" translate="no"><span class="invisible">https://</span><span class="">habr.com/ru/articles/809095/</span><span class="invisible"></span></a></p><p><a href="https://zhub.link/tags/%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D1%82%D0%B8%D0%BA%D0%B0" class="mention hashtag" rel="tag">#<span>аналитика</span></a> <a href="https://zhub.link/tags/python" class="mention hashtag" rel="tag">#<span>python</span></a> <a href="https://zhub.link/tags/numpy" class="mention hashtag" rel="tag">#<span>numpy</span></a> <a href="https://zhub.link/tags/data_science" class="mention hashtag" rel="tag">#<span>data_science</span></a> <a href="https://zhub.link/tags/medicine" class="mention hashtag" rel="tag">#<span>medicine</span></a> <a href="https://zhub.link/tags/%D1%81%D1%82%D0%B0%D1%82%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%B8%D0%B9_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7" class="mention hashtag" rel="tag">#<span>статистический_анализ</span></a> <a href="https://zhub.link/tags/%D0%BC%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5" class="mention hashtag" rel="tag">#<span>моделирование</span></a> <a href="https://zhub.link/tags/%D0%B4%D0%B8%D1%81%D0%BA%D1%80%D0%B5%D1%82%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F" class="mention hashtag" rel="tag">#<span>дискретизация</span></a> <a href="https://zhub.link/tags/%D0%BD%D0%BE%D1%80%D0%BC%D0%B0%D0%BB%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F" class="mention hashtag" rel="tag">#<span>нормализация</span></a> <a href="https://zhub.link/tags/%D0%BA%D0%BB%D0%B0%D1%81%D1%82%D0%B5%D1%80%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F" class="mention hashtag" rel="tag">#<span>кластеризация</span></a></p>
Habr<p>Использование ML и новых методов кластеризации для борьбы с COVID-19: Революция в выявлении вирусных мутаций</p><p>С момента появления COVID-19 мы застали множество “волн” и новых вспышек вируса. Помимо очевидной тяжести заболевания и невероятной скорости передачи, SARS-CoV-2 также отличается большим количеством различных мутаций, уклоняющихся от иммунных реакций. Несмотря на то, что сейчас ситуация с коронавирусом стабилизировались, вирус продолжает развиваться и мутировать, что все равно сохраняет большую опасность для населения, в связи с трудностью и затратностью отслеживания его эволюции. В данной статье я подробно расскажу, как с помощью машинного обучения и новых методов кластеризации исследователям удалось встать на путь обнаружения новых вариантов вируса SARS-CoV-2, вызывающего COVID-19, со значительным временным и вычислительным выигрышем, по сравнению с существующими методами.</p><p><a href="https://habr.com/ru/companies/bothub/articles/804901/" target="_blank" rel="nofollow noopener noreferrer" translate="no"><span class="invisible">https://</span><span class="ellipsis">habr.com/ru/companies/bothub/a</span><span class="invisible">rticles/804901/</span></a></p><p><a href="https://zhub.link/tags/%D0%BC%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D0%B5" class="mention hashtag" rel="tag">#<span>машинное_обучение</span></a> <a href="https://zhub.link/tags/%D0%B8%D1%81%D0%BA%D1%83%D1%81%D1%81%D1%82%D0%B2%D0%B5%D0%BD%D0%BD%D1%8B%D0%B9_%D0%B8%D0%BD%D1%82%D0%B5%D0%BB%D0%BB%D0%B5%D0%BA%D1%82" class="mention hashtag" rel="tag">#<span>искусственный_интеллект</span></a> <a href="https://zhub.link/tags/%D0%BA%D0%BB%D0%B0%D1%81%D1%82%D0%B5%D1%80%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F" class="mention hashtag" rel="tag">#<span>кластеризация</span></a> <a href="https://zhub.link/tags/%D0%B7%D0%B4%D0%BE%D1%80%D0%BE%D0%B2%D1%8C%D0%B5" class="mention hashtag" rel="tag">#<span>здоровье</span></a> <a href="https://zhub.link/tags/%D0%B7%D0%B4%D1%80%D0%B0%D0%B2%D0%BE%D0%BE%D1%85%D1%80%D0%B0%D0%BD%D0%B5%D0%BD%D0%B8%D0%B5" class="mention hashtag" rel="tag">#<span>здравоохранение</span></a> <a href="https://zhub.link/tags/covid19" class="mention hashtag" rel="tag">#<span>covid19</span></a> <a href="https://zhub.link/tags/%D0%B2%D0%B8%D1%80%D1%83%D1%81%D1%8B" class="mention hashtag" rel="tag">#<span>вирусы</span></a></p>
Habr<p>Теоретические основы всех популярных алгоритмов машинного обучения и их реализация с нуля на Python</p><p>В данной статье в виде ссылок представлены все популярные алгоритмы классического машинного обучения с их подробным теоретическим описанием и немного упрощённой реализацией с нуля на Python, отражающей основную идею. Помимо этого, в конце каждой темы указаны дополнительные источники для более глубокого ознакомления, а суммарное время прочтения статей ниже составляет более трёх часов !</p><p><a href="https://habr.com/ru/articles/804605/" target="_blank" rel="nofollow noopener noreferrer" translate="no"><span class="invisible">https://</span><span class="">habr.com/ru/articles/804605/</span><span class="invisible"></span></a></p><p><a href="https://zhub.link/tags/%D0%B0%D0%BB%D0%B3%D0%BE%D1%80%D0%B8%D1%82%D0%BC%D1%8B_%D0%BC%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B3%D0%BE_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D1%8F" class="mention hashtag" rel="tag">#<span>алгоритмы_машинного_обучения</span></a> <a href="https://zhub.link/tags/%D1%80%D0%B5%D0%B3%D1%80%D0%B5%D1%81%D1%81%D0%B8%D0%BE%D0%BD%D0%BD%D1%8B%D0%B9_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7" class="mention hashtag" rel="tag">#<span>регрессионный_анализ</span></a> <a href="https://zhub.link/tags/lda" class="mention hashtag" rel="tag">#<span>lda</span></a> <a href="https://zhub.link/tags/%D0%BD%D0%B0%D0%B8%D0%B2%D0%BD%D1%8B%D0%B9_%D0%B1%D0%B0%D0%B9%D0%B5%D1%81%D0%BE%D0%B2%D1%81%D0%BA%D0%B8%D0%B9_%D0%BA%D0%BB%D0%B0%D1%81%D1%81%D0%B8%D1%84%D0%B8%D0%BA%D0%B0%D1%82%D0%BE%D1%80" class="mention hashtag" rel="tag">#<span>наивный_байесовский_классификатор</span></a> <a href="https://zhub.link/tags/svm" class="mention hashtag" rel="tag">#<span>svm</span></a> <a href="https://zhub.link/tags/knn" class="mention hashtag" rel="tag">#<span>knn</span></a> <a href="https://zhub.link/tags/%D0%B4%D0%B5%D1%80%D0%B5%D0%B2%D0%BE_%D1%80%D0%B5%D1%88%D0%B5%D0%BD%D0%B8%D0%B9" class="mention hashtag" rel="tag">#<span>дерево_решений</span></a> <a href="https://zhub.link/tags/%D0%B0%D0%BD%D1%81%D0%B0%D0%BC%D0%B1%D0%BB%D0%B8" class="mention hashtag" rel="tag">#<span>ансамбли</span></a> <a href="https://zhub.link/tags/pca" class="mention hashtag" rel="tag">#<span>pca</span></a> <a href="https://zhub.link/tags/%D0%BA%D0%BB%D0%B0%D1%81%D1%82%D0%B5%D1%80%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F" class="mention hashtag" rel="tag">#<span>кластеризация</span></a></p>
Habr<p>Два сапога — пара, а три — уже community: как алгоритмы на графах помогают собирать группы товаров</p><p>Привет, Хабр! Меня зовут Иван Антипов, я занимаюсь ML в команде матчинга Ozon. Наша команда разрабатывает алгоритмы поиска одинаковых товаров на сайте. Это позволяет покупателям находить более выгодные предложения, экономя время и деньги. В этой статье мы обсудим кластеризацию на графах, задачу выделения сообществ, распад карате-клуба, self-supervised и unsupervised задачи — и как всё это связано с матчингом.</p><p><a href="https://habr.com/ru/companies/ozontech/articles/791684/" target="_blank" rel="nofollow noopener noreferrer" translate="no"><span class="invisible">https://</span><span class="ellipsis">habr.com/ru/companies/ozontech</span><span class="invisible">/articles/791684/</span></a></p><p><a href="https://zhub.link/tags/machine_learning" class="mention hashtag" rel="tag">#<span>machine_learning</span></a> <a href="https://zhub.link/tags/%D0%BC%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D0%B5" class="mention hashtag" rel="tag">#<span>машинное_обучение</span></a> <a href="https://zhub.link/tags/community_detection" class="mention hashtag" rel="tag">#<span>community_detection</span></a> <a href="https://zhub.link/tags/%D0%B3%D1%80%D0%B0%D1%84%D0%BE%D0%B2%D1%8B%D0%B5_%D0%B0%D0%BB%D0%B3%D0%BE%D1%80%D0%B8%D1%82%D0%BC%D1%8B" class="mention hashtag" rel="tag">#<span>графовые_алгоритмы</span></a> <a href="https://zhub.link/tags/%D0%BA%D0%BB%D0%B0%D1%81%D1%82%D0%B5%D1%80%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F" class="mention hashtag" rel="tag">#<span>кластеризация</span></a> <a href="https://zhub.link/tags/clustering" class="mention hashtag" rel="tag">#<span>clustering</span></a> <a href="https://zhub.link/tags/%D0%BC%D0%B0%D1%82%D1%87%D0%B8%D0%BD%D0%B3" class="mention hashtag" rel="tag">#<span>матчинг</span></a> <a href="https://zhub.link/tags/ml" class="mention hashtag" rel="tag">#<span>ml</span></a> <a href="https://zhub.link/tags/ozon_tech" class="mention hashtag" rel="tag">#<span>ozon_tech</span></a> <a href="https://zhub.link/tags/ozon" class="mention hashtag" rel="tag">#<span>ozon</span></a></p>
Habr<p>Товары-аналоги и с чем их едят или Свежий подход к формированию групп товаров для управления ассортиментом Ozon fresh</p><p>Мы команда data science Ozon fresh. В этой статье мы расскажем об одной из наших задач - алгоритм, который помогает управлять нашим огромным ассортиментом. Ozon fresh — это сервис быстрой доставки продуктов, бакалеи, бытовой техники, электроники и других товаров. В нашем ассортименте более 35 000 уникальных позиций (готовая еда, мясо, рыба, фрукты, овощи, товары для гигиены и многое другое). Специфика Ozon fresh заключается в мини-складах, где хранятся товары. Они доставляются клиентам в радиусе нескольких километров. Управление таким количеством позиций требует много человеческих и технологических ресурсов. У нас этим занимаются более 30 человек. Для упрощения работы мы используем различные группировки товарных позиций. Самая популярная — иерархическая четырёхуровневая группировка (далее мы будем называть её «категорийное дерево»).</p><p><a href="https://habr.com/ru/companies/ozontech/articles/782950/" target="_blank" rel="nofollow noopener noreferrer" translate="no"><span class="invisible">https://</span><span class="ellipsis">habr.com/ru/companies/ozontech</span><span class="invisible">/articles/782950/</span></a></p><p><a href="https://zhub.link/tags/ml" class="mention hashtag" rel="tag">#<span>ml</span></a> <a href="https://zhub.link/tags/ozon_tech" class="mention hashtag" rel="tag">#<span>ozon_tech</span></a> <a href="https://zhub.link/tags/ozon_fresh" class="mention hashtag" rel="tag">#<span>ozon_fresh</span></a> <a href="https://zhub.link/tags/machinelearning" class="mention hashtag" rel="tag">#<span>machinelearning</span></a> <a href="https://zhub.link/tags/data_analysis" class="mention hashtag" rel="tag">#<span>data_analysis</span></a> <a href="https://zhub.link/tags/ecommerce" class="mention hashtag" rel="tag">#<span>ecommerce</span></a> <a href="https://zhub.link/tags/%D0%BA%D0%BB%D0%B0%D1%81%D1%82%D0%B5%D1%80%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F" class="mention hashtag" rel="tag">#<span>кластеризация</span></a></p>