AIrina 22

Роман вышел в 2010-м — когда смартфоны только начинали менять внимание. Но Франзен пугающе точно описал то, как человек растворяется в цифровом шуме, теряя своё внутреннее пространство. Эта книга читается сегодня как тихое предупреждение о зависимости, которую мы не заметили. 🔗 Напоминание о предыдущей статье Перед этим разбором мы обсуждали «Сферу» — историю о прозрачности, которая превращается в контроль.→ читать предыдущую статью Если перелистать пару мыслей оттуда, становится заметно, почему «Песнь о себе» звучит ещё ближе и острее. ⭐ О чём эта книга «Песнь о себе» — это роман о людях, которые пытаются жить одновременно во внешнем мире и в собственных иллюзиях. О семье, где каждый переживает свою маленькую зависимость. О пустотах, которые мы закрываем развлечениями, уведомлениями, бегством в комфорт. О попытках спрятаться от внутренней боли — в гаджетах, отношениях, ролях, идеях. Снаружи всё выглядит цивилизованно. Но внутри — тревога, растерянность, попытка найти себя в мире, ко

Откуда брать данные для обучения модели машинного обучения: готовые датасеты, собственный сбор или внутренние данные компании. Простое объяснение плюсов и минусов каждого подхода, без лишней теории. Источники данных для задач машинного обучения Когда мы обучаем модель машинного обучения, всё начинается с данных. Именно они задают качество будущих предсказаний и определяют, насколько модель будет полезной в реальной работе. Есть три основных пути получить подходящий набор — и каждый из них по-своему влияет на результат. три основных пути получения данных для обучения модели машинного обучения 1. Использовать уже имеющиеся данные Иногда нужные данные уже собраны — например, хранятся в базе компании. Это может быть история действий пользователей, внутренние метрики или данные, накопленные в ходе работы сервиса. Такой формат часто встречается в задачах анализа поведения клиентов, построения рекомендаций или предсказаний на основе прошлой статистики. Плюсы такого подхода: модель обучаетс