Цифровые двойники (Digital Twin) в инженерных системах — Часть 1. Управление документацией
В последние годы технология Digital Twin превратилась в один из главных трендов промышленной автоматизации. Крупные вендоры - Siemens, Schneider, Aveva, и десятки других предлагают платформы, в которых «двойник» обещает предсказывать отказы, оптимизировать режимы, экономить миллионы. Аналитики Gartner и MarketsandMarkets оценивают рынок в десятки миллиардов долларов к концу десятилетия.
predict_proba похож на вероятность, пока его не проверить
Привет, Хабр!Модель оттока готова, и бизнес просит не метки, а вероятности. Логика в целом понятная: звонить клиентам, у которых вероятность ухода выше 0,3, а ожидаемые потери считать как вероятность, умноженную на выручку клиента. В коде это одна строка model.predict_proba(X), и дальше эти числа уезжают в CRM, в отчёт и в расчёт бюджета на удержание.Метод называется predict_proba
Зачем ансамблю отрицательные веса: от портфельной теории до кредитного скоринга
Представим, что мы обучили две модели кредитного скоринга и хотим объединить их прогнозы. Казалось бы, всё просто: каждой модели назначаем положительный вес и получаем итоговую оценку вероятности дефолта.Но что, если оптимизация предложит веса 1,34 и −0,34? Получается, что прогноз второй модели нужно не прибавлять, а вычитать. Зачем тогда вообще включать её в ансамбль?
Что вы ещё не пробовали в IT? 26 открытых уроков на этой неделе
Разобраться в новом инструменте, найти причину сбоя или понять, как применить ИИ в работе, — задачи, до которых не всегда доходят руки. Особенно когда непонятно, с чего начать и какой подход действительно сработает.С 16 по 19 ноября на открытых уроках OTUS можно разобрать практические кейсы, познакомиться с новыми технологиями и перенять опыт экспертов. Выбирайте темы под свои задачи и прокачивайте навыки, которые помогут увереннее решать рабочие проблемы и двигаться дальше в профессии.Искусственный интеллект и машинное обучение16 ноября, 18:00. «Тенденции LLM и генеративного ИИ (GenAI)».
Дообучать LLM или дать ей документы: сначала выясните, что сломалось
«Давайте дообучим модель на наших данных» — эту фразу я слышу почти в каждом разговоре о внедрении LLM. Обычно к этому моменту лечение уже выбрано, а диагноза ещё нет.Допустим, агент ошибся в условиях возврата товара. Ему вообще передали актуальный регламент? Поиск нашёл нужный пункт? В базе одна версия правил или три, и все помечены как действующие? Пока это не выяснено, говорить об обучении рано: у плохого ответа часто вполне административная причина.

