Я поставив 10 лайк:). Тож цікаво було б почути... Особисто у мене негативні спогади про мої починання із Django. Я вчився сам кілька років тому, тож усі дії, навіть елементарні супроводжувались копанням у їх скудній документації і розбиранням методом тику(гугл видавав у кращому випадку один форум де люди пробували то розібрати). Проблемою було все від встановленням на Вінді до несумісності якихось файлів для роботи геоджанго. Потрібно було їх звідкісь завантажити та вгадати який використати бо було кілька версій. Пам’ятаю була якась проблема із доступом до даних із бази. Я не міг вирішити її десь місяць, жодної інфи ніде не було. Аж поки в один прекрасний день я сидів і прошивав паперовий документ і мене осяяло, що потрібно у файлі налаштувань внести зміни. Коротше у моєму розумінні до кращих бібліотек Python Django не належить.
Дякую за статтю! На kaggle час від часу проводяться змагання із Reinforcement Learning, цікаво, що в багатьох випадках перемагали Rule-based agents до останнього (www.kaggle.com/c/lux-ai-2021/overview). Ось рішення переможця www.kaggle.com/...ai-2021/discussion/294993. Цікаво, що я зайняв призове місце у тому змаганні створивши агента який навчався на діях агентів команди переможця. Тай узагалі їх результати показали силу DRL. По суті ми мали економічну стратегію (без бойових юнітів), а завданням було протриматись певну кількість ігрових ночей. Так от їх агент поміж іншого навчився захищати потрібні ресурси шляхом розміщення юнітів, і еволюціонував разом із зміною правил гри, що відбулось у середині змагання.
І момент, я люблю машинне навчання і ним займаюсь, але RL це явно не та галузь, на мою думку, із якої варто починати вивчення даної теми. Хоча якщо розібратись ML і DS це не ті напрямки із яких варто починати свій шлях в ІТ. У Львові до прикладу якщо ти не маєш професійного досвіду у цьому напрямну протягом 2 років ти не потрібен нікому.
Я подивився максимальний об’єм для одного публіного датасету не більше 100 GB, але завжди можна завантажити 2 :-). Основна фішка цієї платформи у тому, що після завантаження датасету його можна підключити до kaggle notebook і одразу працювати. Я маю невеликий досвід із цією платформою тож із Вашого дозволу спробую завантажити датасет.
Привіт! Для початку хочу подякувати за пророблену роботу! Не плануєте завантажити ваш датасет на www.kaggle.com. Хотілось би із ним попрацювати, але не маю достатньо потужного заліза, а Google надає можливість десь
Дякую за відповідь, ви абсолютно праві, з будинками та ділянками така проблема дійсно є. Але з появою публічної кадастрової карти ситуації по трохи покращується
По ділянках в частині оголошень є кадастрові номери (читай адреси) по яких можна визначити їх розташування і додаткові характеристики. До речі не планує зробити сервіс який би визначав відносні рамки, у скільки можна було б оцінити нерухомість для продажу (в даному випадку мова йде не про справжню ринкову вартість а про вартість яку може пропусти база ФДМУ при реєстрації звіту). Це можна використовувати при розрахунку податків які потрібно буде сплатити, зазвичай їх платять покупці.
Класна стаття і класний проєкт!!!!
По статті та ситуації коли її читаєш у тебе виникає питання, а в наступному абзаці отримуєш відповідь! Я намагався зробити подібний проєкт на примітивному рівні для себе. Навіть писав статтю на доу по його частині. Так що розумію який об’єм роботи ви зробили. Маю 2 питання: звідки ви брали дані для геобази(OSM чи інші джерела). А друге питання чому Ви обжежуєтесь лише квартирами а не берети скажімо ще будинки та ділянки (це питання я собі задаю що разу коли відкриваю ваш сайт:-)).
Основна базова вимога до DS у Львові 2+, а краще 3+ років досвіду, а решта то інструменти з якими люди у цій сфері за 2 роки роботи ітак, з великою імовірністю, вже пересікалися :).
Дякую!
Дякую!
Стосовно проблеми із нерівномірно розподіленими класами все вірно. Але конкретно у моєму випадку вона більше виявляється при класифікації за забудованістю. При класифікації за типами ділянок на якість класифікації впливає та особливість, що класи 4,5 та 7 часто пов’язані з класом 1(я робив розмітку даних і навіть я не завжди міг зрозуміти який клас вибирати:-)). А з класом 6 усе ще простіше, слова «ідентифікатори» цього класу банально не потрапили у вокабуляр і не використовувались при побудові моделі. Цю проблему я вирішу у 2 частині статті.
Пропустив. ВЕЛИКЕ ДЯКУЮ за коментар😃!
Дякую!
Я скажу ствердно основна частина проблем точно була пов’язана із Windows, додатково наклалось те, що на той час я працював у версії 2.0, а книжка було по 1.2... Плюс не будемо забувати я не іт-шник). Геоджанго я використовував лише для відображення геокоординат (точніше точок із імовірним розташовуванням об’єктів) на карті, там нічого складного, проблему вирішило встановлення нової версії бібліотеки. Я вирішив у той чи інший спосіб усі проблеми які переді мною виникали, проблемою було те скільки часу на це йшло у порівнянні із іншими не менш складними бібліотеками Python). Думаю станом на сьогодні ситуація змінилась в кращу сторону, але враження лишилось враженням. Дякую за розповідь!!!