именно

❤️❤️😘😘😘

ну писать хороший промышленный код изи по сравнению со сложными алгосами, переучиться то легко)

неа

не всегда)

Нифига. Потому что промышленность это не столько про сложность алгоритма, сколько про то  что олимпийский код написали, сдали и забыли. А промышленный код пишут толпой и долго. И вот переучить олимпиадника с того что надо не извращаться, а писать код который будет работать в долгосрочной перспективе и будет поддерживаться ещё много времени может быть не так просто

❤️❤️❤️

Добрый день!
Решил для своего пет проекта попробовать взять задачу распознавания произношения. Типа человек произносит слово на английском, я хочу распознать ошибки и качество.

Подскажите, пожалуйста, с чего вообще стоит начать? Я видел примеры проектов по «обычному» распознаванию речи. Возможно стоит подойти к этому вопросу с той же стороны, только распознавать не буквы / слова, а фонемы и их продолжительность, после чего сравнивать их с эталоном?

Буду рад услышать любые рекомендации. Может вообще уже есть такие решения и можно посмотреть, как это делается.

Согласен. Хорошие олимпиадные навыки они о том, как и где лучше применить те или иные структуры данных, алгоритмы/подходы к решению задач, потому дают ощутимое количество балов вперёд при написании своих решений.
Да, читать и разбирать чужой код тут приходится не так обильно, как в разработке продуктовой, да и про ООП с паттернами заикаться особо не приходится, это минусы.
Но вообще, понятие "красивого и поддерживаемого кода" сильно рознится от компании к компании

код без багов.

Просто я все алгосы оформлял как классы на плюсах(ДО, ДД, LCA и тд) и делал методы которые можно у этих алгосов дергать, в промышленную прогу поэтому было легко влиться, устройство ООП в плюсах гораздо сложнее чем в том же питоне) А чтение кода хорошо прокачивается когда хакаешь решения на форсах, там учишься быстро разбираться и искать баги в говнокоде участника)

все ж просто)

Ребят добрый день. Тут такая задача. Есть данные по больным. На каждого больного есть несколько строк количество которых ровняется количеству дней пациент провел в больнице (человек провел 3 дня в больнице и каждый день измеряли его общее состояние. В итоге 3 строки на пациента в датасете). Сама проблема заключается в обучении модели. Как можно скормить алгоритму эти данные?

А что модель должна предсказывать?

👍🏻👍🏻

небольшой вопрос технический, если я работаю в терминале через ssh а в скрипте у меня всякие plot, то чтобы увидеть плоты, мне нужны все обернуть в тетрадь и прогнать тетрадь насколько я понимаю, верно ?
У терминала ведь никаких дисплееевских возможностей нет ?

Может окошко с графиком открыться

Можно сохранять в .png и открывать потом через sshfs
Можно поднять jupyter и действительно отображать картинки через него

Если бы "рабочесть" кода была единственным требованием...)

у кого как