Нейросеть | Эстетика

Обсуждали с коллегами сегодня алгоритм"vector clocks" и редакция решила и тут поделиться информацей и статьей о том что это такоею. Может быть кому то покажется интересным. vector clocks:- это такой метод установления seq num у сообщений, которыми обмениваются более 2-х компонентов работающих в распределенной среде с ненадежной средой передачи данных- предназначен для того, что бы гарантировать обработку сообщений принимающими компонентами в том же порядке, в котором они были сгенерированы в источнике в случае если мы не может гаранировать того, что они дойдут до приемника в том же порядке, в котором бы отправлены источником- приемник использует буфер, что бы накапливать приходящие сообщения и обрабатывать их по мере того, как востанавливается их порядокто есть основная идея/задача алгоритма - гарантировать, что сообщения будут обработаны приемником в том же порядке, что их генерировали источникикраткое описание с примерами кода:https://www.geeksforgeeks.org/vector-clocks-in-distributed-systems/

Закон БенфордаДля начала проведём мысленный эксперимент. Предположим, что у нас есть прибор, который может измерить всё что угодно - массу любой планеты, скорость света, период полураспада частицы, население любого города, объём песка в пустыне, глубину моря и т.д.Если мы заранее не знаем результата, то какова вероятность того, что первая цифра в измерении "1" (например, как заряд электрона, или населения Китая)?А какая вероятность того, что первая цифра в измерении "9" (например, как у постоянной Фарадея)?Теперь попробуйте ответить, изменится ли вероятность, если мы переключим наш прибор на другую единицу измерения - например, вместо метров будем использовать футы?Интуитивно можно предположить, что вероятность увидеть единицу на первом месте в измерении такая же, как и девятку. На самом деле это не так.В 1938 году физик Фрэнк Бенфорд проанализировал данные о площади бассейна сотен рек, удельной теплоёмкости и молекулярном весе тысяч химических соединений, номерах домов сотен улиц. Он выявил, что единица является первой значащей цифрой с вероятностью не 1/9, как следовало ожидать, а около 1/3!Закон первой цифрыЗакон Бенфорда (или закон первой цифры) гласит, что в реальной жизни цифра 1 на первом месте встречается гораздо чаще, чем все остальные. Также, чем меньше эта цифра, тем выше вероятность.То есть единица на первом месте встречается, приблизительно в 30% случаях, и примерно в 6 раз чаще, чем цифра 9.Если быть более точным, то вероятность появления цифры d на первом месте равна log10(1 + 1/d).Вы можете проверить это сами на простом примере. Составьте список файлов на вашем компьютере, а затем проанализируйте, на какую цифру начинается размер файла. Я лично проверил это на своих файлах - распределения первой цифры невероятно точно соответствуют закону Бенфорда.И кстати, как вы можете уже догадаться, система измерения не влияет на закон. Не важно, проводим ли мы измерение в секундах или часах - вероятность первой цифры не меняется.

Дайджест статейCRUS: принципиально новая архитектура работы с даннымиhttps://habr.com/ru/articles/863968/Платформа данных в хранилище Магнит OMNIhttps://habr.com/ru/companies/magnit/articles/864472/О векторных базах данных простым языкомhttps://habr.com/ru/companies/ruvds/articles/863704/Сколько стоит искусственный интеллект для малого бизнесаhttps://habr.com/ru/articles/864882/NLP: когда машины начинают понимать нас (Часть 1)https://habr.com/ru/articles/864656/NLP: когда машины начинают понимать нас (Часть 2)https://habr.com/ru/articles/864778/NLP: когда машины начинают понимать нас (Часть 3)https://habr.com/ru/articles/864912/Конкурентное преимущество: почему ИИ-агенты — ключ к успеху вашего бизнесаhttps://habr.com/ru/articles/864618/Как TF-IDF обошел SOTA-модель BERT4Rec в персональных рекомендацияхhttps://habr.com/ru/companies/wildberries/articles/861466/Построение базы знаний компании и поиска документов на LLM и RAGhttps://habr.com/ru/companies/raft/articles/863888/Пора перестать в любой непонятной ситуации строить DWH для аналитикиhttps://habr.com/ru/articles/863308/

Редакция приносит свои извинения за задержку дайджеста статей, связанную с посещением эпических мероприятий: завершения сезона формулы 1 и посещением концерта Эминема и обещает выпустить дайджест asap. В качестве извинений постим немного эксклюзива.Редакция приносит свои извинения за задержку дайджеста статей, связанную с посещением эпических мероприятий: завершения сезона формулы 1 и посещением концерта Эминема и обещает выпустить дайджест asap. В качестве извинений постим немного эксклюзива.

🏆Сергей Золотарев, основатель и директор по стратегическому развитию Arenadata, состоит в экспертном совете Data Award с момента создания премии.✔️Сергей рассказал, какой путь премия прошла за годы существования, а также поделился наблюдениями, как, на его взгляд, изменилась профессия CDO, и идеями о том, что ждет ее в будущем.📖Читайте подробнее в интервью с Сергеем➡️ "CDO должен соблюдать баланс между технологиями и бизнесом"

Люди уже совсем не стесняются :)

Call&Contact Centre EXPOНа прошлой неделе редакция посетила мероприятие Call&Contact Centre EXPO и хотела бы поделиться некоторыми заметками.В целом мероприятие было не очень большое по меркам Лондона, я бы сказал ближе к среднему размеру по площади и количеству участников. Конечно, как любое бесплатное мероприятие большую часть всей повестки занимали вендоры которые на сессиях рассказывали о своих решения. Мне удалось походить по выставке, посмотреть стенды и послушать только пару докладов, тк времени было не очень много. Большая часть выставки занимали традиционные вендоры работающие в области автоматизации колл центров (Verint, Nice, DCC) + вторые по величине были такие копании как Zoom и 8x8 которые в целом позиционируется на клиентских коммуникациях. Непосредственно каких-то особо инновационных стартапов я не очень много увидел, был интересный стенд у Boost.AI, но больше не могу кого то отметить. В целом общая повестка - использование GenAI в клиентских коммуникациях.Так же в части орган...Call&Contact Centre EXPOНа прошлой неделе редакция посетила мероприятие Call&Contact Centre EXPO и хотела бы поделиться некоторыми заметками.В целом мероприятие было не очень большое по меркам Лондона, я бы сказал ближе к среднему размеру по площади и количеству участников. Конечно, как любое бесплатное мероприятие большую часть всей повестки занимали вендоры которые на сессиях рассказывали о своих решения. Мне удалось походить по выставке, посмотреть стенды и послушать только пару докладов, тк времени было не очень много. Большая часть выставки занимали традиционные вендоры работающие в области автоматизации колл центров (Verint, Nice, DCC) + вторые по величине были такие копании как Zoom и 8x8 которые в целом позиционируется на клиентских коммуникациях. Непосредственно каких-то особо инновационных стартапов я не очень много увидел, был интересный стенд у Boost.AI, но больше не могу кого то отметить. В целом общая повестка - использование GenAI в клиентских коммуникациях.Так

Дайджест статейМихаил Водолагин, ex-CDO Deeplay: «Люди умудряются выстрелить себе в ногу очень по-разному!»https://habr.com/ru/articles/860322/Scaling the Instagram Explore recommendations systemhttps://engineering.fb.com/2023/08/09/ml-applications/scaling-instagram-explore-recommendations-system/Репликация данных с использованием Debezium и Kafkahttps://habr.com/ru/articles/861868/Человек и LLM: как построить метрики для оценки моделейhttps://habr.com/ru/companies/yandex/articles/861084/Извлечение метаданных из Power BIhttps://habr.com/ru/articles/862052/Инфраструктура для Data-Engineer форматы файловhttps://habr.com/ru/articles/859968/Миграция данных: косяки и работа над ошибкамиhttps://habr.com/ru/articles/862324/Как приготовить DataVault и не испортить Greenplumhttps://habr.com/ru/companies/x5digital/articles/862384/Зачем нам ИИ-агенты?https://habr.com/ru/companies/piter/articles/862314/Как организовать разметку данных для ML? Советы от Data Lighthttps://habr.com/ru/companies/data_light/articles/862464/

Редакция сегодня посетила мероприятие Call & Contact Centre EXPOАвтоматизация коммуникации с клиентами уже много лет остается областью, где технологии ИИ являются самыми востребованными и где результат из применения очевиден и понятен и каждый из нас может на себя почувствовать всю их мощь когда звонит в любимый банк или телеком провайдеру. В целом выставка не удивила, все стенды плюс минус про одно и тоже, поэтому более ценны тут выступления и нетворкинг. Из выступлений послушать удалось не много но одно было очень интересное. Из ключевых выводов:в то время как ИИ закрывает простые и массовые вопросы, на колл центры смещается нагрузка в части более сложных кейсов требующих большей продолжительности диалога Самый лучший источник знаний для ИИ - предыдущие диалоги и разговоры с оператором. Поэтому именно к этой категории данных следует относится максимально внимательно. А еще было очень интересно что организаторы пускали при докладах real time транскрипцию на экранах. Удобно :)Редакция сегодня посетила мероприятие Call & Contact Centre EXPOАвтоматизация коммуникации с клиентами уже много лет остается областью, где технологии ИИ являются самыми востребованными и где результат из применения очевиден и понятен и каждый из нас может на себя почувствовать всю их мощь когда звонит в любимый банк или телеком провайдеру. В целом выставка не удивила, все стенды плюс минус про одно и тоже, поэтому более ценны тут выступления и нетворкинг. Из выступлений послушать удалось не много но одно было очень интересное. Из ключевых выводов:в то время как ИИ закрывает простые и массовые вопросы, на колл центры смещается нагрузка в части более сложных кейсов требующих большей продолжительности диалога Самый лучший источник знаний для ИИ - предыдущие диалоги и разговоры с оператором. Поэтому именно к этой категории данных следует относится максимально внимательно. А еще было очень интересно что организаторы пускали при докладах real time транскрипцию на экранах. Удобно :)

Предиктивная аналитика на базе ИИ В мире бизнеса предиктивная аналитика на базе искусственного интеллекта становится неотъемлемым инструментом для оптимизации процессов и повышения эффективности. В новой статье мы вместе с коллегами рассмотрели, как компании используют машинное обучение для предсказания поведения клиентов и улучшения маркетинговых стратегий. Узнайте, как современные технологии помогают банкам и производителям товаров личной гигиены находить свою целевую аудиторию и минимизировать риски мошенничества. Полная версия по ссылке