INFOSTART EVENT 2018 EDUCATION

Второй тур голосования за доклады.
Окончание 5 сентября.

Платонов Сергей | Руководитель проектов | ООО «ЛАЙНЕТ»

«Об актуальных психологических и организационных проблемах взаимодействия заказчика и исполнителя. Функции Технического Заказчика в повышении эффективности взаимодействия при разработке и внедрении программных продуктов.»

1. Основные психологические и организационные препятствия перед разработчиками программного продукта со стороны заказчиков. 2. О «персонифицированном» управлении фирмой, как одном из самых распространённых препятствий в бизнесе. Возможные варианты их преодоления. 3. Место и роль технического заказчика при разработке программного продукта. 4. Задачи технического заказчика: обоснование задач и примерное направление их решения. 5. Система управления: субъект, объект и управленческие связи как целенаправленное организационное системно-сбалансированное регулирующее воздействие на объект управления. 6. Перечень актуальных вопросов для разработки и внедрения ПП. О критериях эффективности автоматизации управления. 7. О последовательности разработки и внедрения управленческого программного продукта. Алгоритм подготовки исходной информации, её анализа и разработки на этой основе программного продукта. 8. О целесообразности включения этапа ТЭО разработки программного обеспечения. Показатели и критерии оценки экономической эффективности. 9. АСУ «возрождает» утраченные функции экономистов, диспетчеров и замещает их ПО. Оценка текущего состояния и цепочка стратегического планирования. 10. А). Вопросы экономической целесообразности преобразования классического управления в АСУ. Б). О задачах автоматизации процесса разработки управленческого учёта – автоматизации Объекта управления. В) Упр.учёт, как система с обр. связью. Критерии и алгоритмы самооценки эффективности внедрения. О необходимости мониторинга качественных изменений.

Возврат к списку

«Яндекс» выложил в открытый доступ новую библиотеку машинного обучения

18.07.2017     
Новый метод машинного обучения CatBoost, позволяет обучать модели на разнородных данных, таких как местонахождение пользователя, тип устройства, история операций и т.д.

Библиотека машинного обучения выложена в открытый доступ и ее могут использовать все желающие.

CatBoost является усовершенствованной версией метода Матрикcнет, задействованного почти во всех сервисах «Яндекса». Также как и Матрикснет, в CatBoost используется механизм градиентного бустинга, который хорошо подходит для работы с разнородными данными. Однако в отличие от метода-предшественника, CatBoost учитывает не только числовые данные -  например, виды облаков или типы зданий. Если раньше такие данные приходилось переводить в цифровой формат, что могло изменить их суть и повлиять на точность работы модели, то теперь они могут использоваться в первоначальном виде. Благодаря этому новый метод дает более высокое качество обучения, чем аналогичные методы для работы с разнородными данными. При этом CatBoost можно применять в самых разных областях – от банковской сферы до промышленности, сообщается в пресс-релизе компании. 

Чтобы начать работу с библиотекой, достаточно установить ее на свой компьютер. Она поддерживает операционные системы Linux, Windows и macOS, доступна на языках программирования Python и R.

Также «Яндекс» разработал программу визуализации CatBoost Viewer, которая позволяет отслеживать процесс обучения на графиках. Скачать CatBoost и CatBoost Viewer можно на GitHub.



Автор:
Яна Казьмина Редактор ленты новостей


Комментарии
Сортировка: Древо
1. milkers 1939 18.07.17 16:42 Сейчас в теме
Где бы найти побольше информации по CatBoost, желательно с примерами сборки и обучения
2. Stepa86 920 18.07.17 17:15 Сейчас в теме
(1) Пока нигде похоже, судя по хабру
3. ph_1984 17 18.07.17 17:44 Сейчас в теме
4. ccserg 54 19.07.17 09:37 Сейчас в теме
ничего не понял , что сие за штука
5. bubus 19.07.17 11:12 Сейчас в теме
в CatBoost используется механизм градиентного бустинга - спасибо! Теперь все стало понятно.
Оставьте свое сообщение

См. также