Модели прогнозирования продаж в «Магните»: Легенда об Ансамбле

Спасибо за статью!
Очень хотелось бы посмотреть на то как ваши модели конкурируют с тривиальными решениями (среднее, медиана, среднее последних N наблюдений)
Иначе это смотрится как "мы сделали сетку в ретейле и молодцы. наверное... но это не точно"
И очень классно было бы еще взглянуть на то, как соотносятся затраты на тяжелые модели с повышением качества прогнозирования.

А бустинг как обучали? На каждом ряде, на каком-то элементе иерархии, или все сразу запихнули?

Ждем статью про нейронки :-)

Большие данные мертвы. Это нужно принять

Это очень опасный подход, потому что хранить данные можно по разному.
Например, в одном проекте ~900М csv ужался до ~20M parquet.
А количество данных для нашей задачи было очень большим.

Как студент пытался поднять качество образования в ВУЗе и что из этого получилось (спойлер: ничего)

Боюсь, что далеко не всегда такое пригодится. Достаточно часто нужно понимать что ты делаешь и зачем. И навык быстро сделать по скрипту здесь только мешает. У меня лично есть несколько занятных историй на этот счет.

Как я использовал нейросеть для категоризации трехмерных тел

А зачем вы руками создавали VGG? Здесь есть образовательный смысл или чем-то реализация из pytorch не подходит?

Зачем работадатели требуют наличие ВО и почему это оправданно

Именно так, примерно в 2008 финансирование факультетов стало зависеть и от количества студентов на нем.
Поэтому стали отчислять только "очень талантливых"

Устаревшие Python-библиотеки, с которыми пора попрощаться

А меня одного смущает, что при проверке быстродействия мы смотрим на минимальное время?

print(f"Access speed: {min(timeit.repeat('u.name', setup=setup,  number=10000000))}") 
# Access speed: 0.17728697300481144  

Как я с помощью VBA оплатил себе университет

Видел похожее живьем. С одной стороны ломает мозг, а с другой впечатляет.
Знаю девочку, которая ради фана положила в Anaplan простейшую сетку, обученную для классификации fashion mnist.

Но на практике, конечно, очень специфичный подход.

Можно ли в российских облаках реализовать архитектурные схемы, стандартные для западных провайдеров

Кажется, что для MCS по сетям должна быть другая таблица

Заметки Дата Сайентиста: на что обратить внимание при выборе модели машинного обучения — персональный топ-10

В некоторых случаях успешно можно применить dbscan или что-то похожее. Тогда задача outlier detection выродится в задачу кластеризации

Топ книг по фреймворку Django

Поделитесь своим топ листом?

Паттерны корутин asyncio: за пределами await

Если я не ошибаюсь, то после того как python ищет переменные в локальной области видимости и не находит, он поднимается на уровень выше. Поэтому и работает

Паттерны корутин asyncio: за пределами await

Если я не ошибаюсь, то после того как python ищет переменные в области локальной видимости и не находит, он поднимается на уровень выше. Поэтому и работает

Паттерны корутин asyncio: за пределами await

Мне тоже не нравится эта идея. Но как бы вы поступили в ситуации, которую описал автор?