ЛОЛ, не нур, а Nubank, бразильский стартап ))

Сори. Вижу, что хочу увидеть)))

ну да, использовать хадуп для OLTP. Использовать хадуп для мгновенного извлечения данных из петабайтной непартицированной таблицы. лол -)))) А хадуп в онпреме это уже легаси 😉

Ну не всегда. https://www.dclunie.com/papers/MIIT_2009_DicomCompression_Clunie.pdf

Теперь я не смогу без улыбки смотреть на лого Нурбанка, буду вспоминать бразильянок и ню :))

ДД, дайте плиз ссылку на датасет казахсих корпусов с большим количеством уникальных токенов.

корпус википедии: https://github.com/chapayevdauren/kazakh-language-corpus

там в ридми есть ссылка на сырой текст и на списки униграммов, биргаммов и триграммов.

униграммов (уникальных токенов) там 11.6+ млн., но это с учётом сохранения регистра (встречаются, например, Халық, ХАЛЫҚ и халық) и с учётом "шума", типа цифирки, слова с остатками пунктуации, например, жыл" (с ковычками на конце), и т.д.

👍🏻

вот корпус новостных статей:
https://github.com/makazhan/kazcorpus-news

тут более-менее чистых типов (уникальных алфавитных токенов, без цифр и проч.) 455+ тыс.

вот ещё корпус по-меньше, но зато в формате удобном для обучения язвковых моделек (меленьких, по нынешним меркам)
https://github.com/Baghdat/LSTM-LM

Рахмет!

Данная группа существует с октября 2017 года
Многие из активных членов этого чата состоят в нем практически с самого создания

За это время в жизни каждого из нас произошло много важных и интересных событий
Мы проводили митапы, радовались успехам друг друга, пытались делиться опытом, ругались на вакансии без вилки,  верили в халяльный дата саенс, защищали права качков и даже научились правильно применять kmeasn++,

Хотелось бы выразить благодарность каждому камраду, внесшего посильный вклад в развитие нашего сообщества!

А меньше чем через 10 минут будет перевернута новая страница в жизни этой телеграм странички

ой, а что будет

бунд

правильно применять kmeasn++  научились а писать нет)

😂😂😂

Интрига

саспенс

Тишина перед бурей