У меня были наработки по этой задаче в виде UML диаграмм. Но в последний момент подумала, что это может быть не тем, что требовалось в задаче. В любом случае, теперь я лучше понимаю, как нужно решать подобные кейсы и в следующий раз сделаю правильно)
Огромное вам спасибо за объяснение! Я думала, что диаграмма потоков данных как раз покажет взаимодействие данных доступных сервисов с планировщиком. Но теперь я поняла, что сделала вообще другое))
Я ещё не волшебник, только учусь. Спасибо за фидбэк. Эта статья и не предполагалась особо содержательной. Скорее хотелось поделиться опытом джуна, и получить от сообщества комментарии по подготовке и советы бывалых)
Ой, она очень простая. Есть три вазы. На первой написано "ЧЕРНЫЕ", на второй — "БЕЛЫЕ", на третьей — "ЧЕРНЫЕ И БЕЛЫЕ". В одной лежат белые шары, в другой — черные, в оставшейся — и черные, и белые. Все надписи заведомо ложны. Разрешается достать один шар только из одной урны. Как определить, в какой урне что лежит?
Обучали нейросеть мы очень просто: у нас был архив из 6 135 изображений с скоплениями галактик, полученными в результате миссии Planck, и 10 000 изображений без скоплений.
Здравствуйте! Изначально этот проект был создан для астрофизической школы. Моим научным руководителем был Олег Верходанов, который и является одним из авторов статьи про поиск кандидатов в скопления галактик.
Главная идея нашего проекта заключалась в использовании методов машинного обучения для эффективного поиска скоплений галактик на изображениях, что ранее не применяли в похожих исследованиях.
Здравствуйте! Результатом работы сети являются не изображения, а коэффициенты (в нашем случае 0,35 и 0,87).
Если коэффициент больше 0,5, на изображении галактики или их скопления. Иначе на изображении отсутствуют интересующие нас объекты.
Идея интересная, спасибо, что поделились опытом!
DFD диаграмму я составляла по примерам курса. Видимо, что-то явно поняла не так. Можете, пожалуйста, посоветовать хорошие статьи по этой теме?
Очень хотелось бы разобраться)
Спасибо! Буду работать и учиться ^^
Да, забавно получилось)
У меня были наработки по этой задаче в виде UML диаграмм. Но в последний момент подумала, что это может быть не тем, что требовалось в задаче. В любом случае, теперь я лучше понимаю, как нужно решать подобные кейсы и в следующий раз сделаю правильно)
Спасибо за обратную связь!
Огромное вам спасибо за объяснение! Я думала, что диаграмма потоков данных как раз покажет взаимодействие данных доступных сервисов с планировщиком. Но теперь я поняла, что сделала вообще другое))
Спасибо! Я это запомню
Спасибо!
Круто! Именно так и решается)
Я ещё не волшебник, только учусь. Спасибо за фидбэк. Эта статья и не предполагалась особо содержательной. Скорее хотелось поделиться опытом джуна, и получить от сообщества комментарии по подготовке и советы бывалых)
Да) могу написать решение, если интересно
Спасибо) По поводу книг я не подскажу, но есть очень хороший курс от МГТУ им. Баумана и Mail.Ru
Ой, она очень простая. Есть три вазы. На первой написано "ЧЕРНЫЕ", на второй — "БЕЛЫЕ", на третьей — "ЧЕРНЫЕ И БЕЛЫЕ". В одной лежат белые шары, в другой — черные, в оставшейся — и черные, и белые. Все надписи заведомо ложны. Разрешается достать один шар только из одной урны. Как определить, в какой урне что лежит?
Спасибо вам огромное!
И да, вы правы. Здесь будет более уместна эта схема: habrastorage.org/webt/oo/lp/11/oolp11ghgcxncno4crk9akmfnzw.jpeg
Главная идея нашего проекта заключалась в использовании методов машинного обучения для эффективного поиска скоплений галактик на изображениях, что ранее не применяли в похожих исследованиях.
Если коэффициент больше 0,5, на изображении галактики или их скопления. Иначе на изображении отсутствуют интересующие нас объекты.