BrainTools - Методики для развития мозга - страница 1396

Как достучаться до клиента в мобильном приложении: вчера и сегодня

Привет, Хабр! В последнее время я вижу много рекомендаций о том, как успешно работать с клиентской базой и развивать клиентский опыт. Кажется, что в этой теме я могу быть полезным. Меня зовут Алексей Ласкин, я руководитель Центра компетенций по монетизации данных в команде РСХБ.Цифра, занимаюсь проектами по монетизации данных в цифровых каналах экосистемы «Я в агро» — Свое фермерство, Свое родное, Свое за городом, Свои финансы, Свой бизнес, Монеты.

продолжить чтение

Ваш IQ в жизни намного меньше чем в тесте

Средний IQ по миру ровно 100, но когда вы проходили тест у вас было 110-120 или больше. Получается, вы умнее чем средний человек на земле? Нет.В реальности у вас на 10-20 баллов меньше, вы как раз на уровне среднего человека.Почему средний человек 100 лет назад имел 80 IQ, но не проиграл бы нам по интеллекту?Почему тесты завышают результаты IQ, и влияют ли эти тесты на интеллект и успех в жизни

продолжить чтение

Что мы знаем о таланте: результаты углублённых исследований

продолжить чтение

Что стоит за кризисом чипов памяти. «Звездные врата» OpenAI

продолжить чтение

«Привет! Я [0.44, -0.91, 0.66…]» или как научить машину чувствовать смысл слов

Я уверен, вы видели модели машинного обучения, которые принимают текст и предсказывают, является ли он спамом. Аналогично модель может проанализировать отзыв о фильме и определить его тональность — положительную или отрицательную, понимать что «груша» связана с «яблоком» куда больше, чем с «теплоходом». Первое правило обучения любой модели машинного обучения — это преобразование входных данных в числа. Любой цифровой объект можно представить как некое число: картинку, текст, аудио или видеофайл — практически всё что угодно.

продолжить чтение

«Привет! Я [0.44, -0.91, 0.66…]» или как научить машину понимать смысл слов

Я уверен, вы видели модели машинного обучения, которые принимают текст и предсказывают, является ли он спамом. Аналогично модель может проанализировать отзыв о фильме и определить его тональность — положительную или отрицательную, понимать что «груша» связана с «яблоком» куда больше, чем с «теплоходом». Первое правило обучения любой модели машинного обучения — это преобразование входных данных в числа. Любой цифровой объект можно представить как некое число: картинку, текст, аудио или видеофайл — практически всё что угодно.

продолжить чтение

Мышление QA: что происходит у меня в голове, когда я тестирую

Всем привет! Меня зовут Марина, я QA в компании Банки.ру и сейчас занимаюсь продуктами личного кабинета, но успела поработать и в других командах. В IT все по-разному представляют работу тестировщика:

продолжить чтение

Следующие два года в области разработки программного обеспечения

продолжить чтение

Почему ИИ-эпоха наступит для человечества, но не для человека

Предположим, вас не пугает развитие ИИ. Вы готовы отказаться от звания "Венец природы", готовы оформить подписку на счастье и окунуться в игры с головой. Пусть уже роботы всем управляют и наступит этот прекрасный мир постчеловечества. Проблема в том, что вам это не светит, как и подавляющему населению земли. Даже если все изменения произойдут завтра. Чтобы в этом разобраться, потребуется вспомнить извечный философский вопрос: "Если дерево падает в пустыне, и его никто не слышит, издает ли оно звук?". Ответ на этот вопрос скрыт в системах фиксации событий.

продолжить чтение

Прививаем машине музыкальный вкус: фильтруем плейлист на основе предпочтений

ML - это просто, говорили ониУ меня есть хобби - я веду в tg каналплейлист "для тренировок". Я постоянно отслушиваю треки, большинство из которых публикуются там же в tg. Те, что "цепляют" меня - публикую

продолжить чтение

1...1020...1 3941 3951 3961 3971 3981 399...1 4101 420...2 955