Неправильно

Это не может не радовать

Спасибо
Поиск помог в целом

Здравствуйте, подскажите пожалуйста, в чем может быть проблема??? обычный MaxPooling

Здравствуйте. У меня есть дата сет, который я хочу использовать для рекомендаций статей, но в нём нет информации о пользователях - лишь информация о том, по какие статьи открывали из ранее рекомендуемых. Исходя из этого мне доступны только контентная фильтрация, но все алгоритмы рекомендаций, основанных на графах знаний, предпологают, что есть информация о взаимодействие пользователей с предметами.
Подскажите пожалуйста, есть ли какие то алгоритмы контентной фильтрации для графа знаний, кроме самых элементарных (Jaccard Index)?

Ребят, где сейчас питон учат?

В интернетах

Ты смешной, ищу серьезного

Марк Лутц «Изучаем питон», и Марк Саммерфельд «Питон на практике».

Спасибо)

Лутц топ книга

я по лутцу 8 лет назад еще учил 😊 Для практики достаточно наверно пол книги прочитать, вторая половина уже по хардкору и аля мета, которое не часто нужно за пределами фреймворков. Но если позволяет время и есть желание учится то лучше всю конечно, хотя бы ознакомиться

Посоветуйте литературу по обучению с подкреплением.
Статьи в интернете меня не удовлетворяют ,а книги которые находил имеют слишком общий характер.

У Лутца, по-хорошему, есть два труда по Python:
"Learning Python" - базовый уровень;
"Programming Python" - продвинутый уровень, с разбором библиотек, многопоточности, работы с БД и т.д.

Вот, к примеру:
https://www.amazon.com/Deep-Reinforcement-Learning-Action-Alexander/dp/1617295434/ref=pd_sbs_3/130-8785898-9690729?pd_rd_w=RhQJa&pf_rd_p=f8e24c42-8be0-4374-84aa-bb08fd897453&pf_rd_r=HBQH9A6G30GCX82ZSKDP&pd_rd_r=ea1ed674-1c23-40b7-8c3a-ab8b147d65b1&pd_rd_wg=CtGmM&pd_rd_i=1617295434&psc=1
https://www.amazon.com/dp/3030411877?tag=uuid10-20
https://www.amazon.co.uk/dp/1838644148?linkCode=gs2&tag=uuid07-21

Спасибо

Прошу подсказку по применению обучения с подкреплением к текстовым кейсам. Текстовый кейс можно формальзовать в вид [<параметр1> <значение1> <параметр2> <значение2> <параметр3> <значение3>] <параметр> это у нас какое то текстовое условие которые хранятся в словаре и мы кладем ключ числовой вместо текста. <Значение> это натуральное число. нейронка на основание кейса должна принять решение типа увеличить/уменьшить одно из значений параметра или вообще ничего не трогать. Нюанс в том, что состояние n не связано с состоянием n-1.кто-нибудь сталкивался с подобным и правильно ли я придумал применение обучения с подкреплением в данной задаче?

Есть в чате хорошо знающие теорию вероятностей и статистику?
Какую литературу порекомендуете для новичка?
С акцентом на анализ данных 😀