у меня сейчас Surface 3 (не Pro, 4G RAM). использую именно так — планшет для интернета и видео + иногда девелопмент по мелочам (в основном emacs и скрипты на питоне, R, lua+torch). для мелких задач — вполне симпатично, хотя надо понимать, что и проц, и диск там заметно тормозят. т.е. в отличие от Surface 3/4 Pro, это скорее планшет с элементами лаптопа, чем наоборот. но я брал его именно как планшет, поэтому очень доволен — хороший размер, отличный экран, батареи хватает очень надолго. еще из минусов — винда, но то таке, я постепенно свыкаюсь. линукс в Virtualbox/Vagrant, кстати, шевелится ок, для мелких задач меня вполне устраивает. клавиатура — хоть и ужас, но не ужас-ужас, вполне можно печатать 10 пальцами. да, на коленях клавиатурой Surface пользоваться очень неудобно — это к вопросу программирования в транспорте. но это беда всех моделей Surface и им подобных планшетов. тут лаптоп лучше, без вопросов.

ЗЫ вот тут еще на днях объявили: store.bq.com/gl/ubuntu-edition — интересно будет узнать впечатления первых пользователей

ну я много чего делал, но вот сейчас у меня реально проблемы распарсить ваш пост (хинт: для автора поста сверху должна быть ссылочка «редактировать») :-)

ЗЫ. а по сути — задавайте конкретные вопросы, я отвечу. скажем, классификация текста — это что имеется ввиду? бинарная классификация документов? multi-label classification? topic modeling? какие задачи вы решаете, и как это делаете сейчас?

мне кажется, я понял, наконец-то. тут весь вопрос в том, насколько велик разрыв между, условно говоря, «активными» и «пассивными» участниками процесса.

в данном случае, мы с одной стороны имеем небольшой круг организаторов и спонсоров, которые выступают сами и ищут докладчиков напрямую, не особо надеясь на количество и качество материалов, присланных со стороны; с другой стороны, есть масса народа, который идет на конференцию потусоваться и, в большинстве своем, не особо рвется выступать. в такой ситуации повлиять на организаторов достаточно сложно, т.к. реально они вам ничего не должны. единственный вариант — собрать инициативную группу и воспроизвести процесс со своими вариациями.

альтернативный вариант — активное большинство, когда участники реально определяют повестку дня, публикуются, рецензируют и пр. Скажем, на ApacheCon большинство посетителей — сами коммиттеры одного или нескольких проектов на апаче; на научных конференциях типа NIPS, SIGMOD, UAI и пр., все присутствующие активно печатаются. соответственно, нет такого разрыва между организаторами, докладчиками и аудиторией — от конференции к конференции все эти слои активно перемешиваются.

хотелось бы, чтобы украина постепенно двигалась от первого варианта в сторону второго; для этого небязательно дожидаться, когда зашевелится большинство — неплохо бы для начала нынешним «активным» стать немного более открытыми, и не смотреть на остальных, как на пассивную массу.

я бы с радостью поучаствовал — и с докладами, и с рецензированием и пр., если бы это было добросовестное предложение, а не разгоряченная реплика на форуме. а так сорри, но предложение звучит слишком passive-aggressive, чтобы рассматривать его всерьез. но то таке, на форуме всякое бывает; надеюсь, мы еще как-нибудь пересечемся в более доброжелательной обстановке (например, на следующую конференцию вы таки заблаговременно сделаете нормальный CFP, а я тем временем добавлю поддержку питона на одном нашем проекте и отправлю тезисы)

ЗЫ по поводу претензий — я прежде всего имел ввиду претензии материальные. но если угодно, то да — у вас название от PyCon-a, но пока по сути это большой веселый питон-митап. я очень люблю митапы, но для конференции хочется еще немного организации — в первую очередь в отношении докладчиков. вот, собственно, и все. а так молодцы, что этим занимаетесь — просто учтите предложения на будущее.

ребята, у меня к вам никаких претензий — приглашайте себе кого угодно и назначайте цены, какие заблагорассудится — это ваше право. вы мне ничего не должны. но если уж хотите называться конференцией, так, пожалуйста, соответствуйте. имейте программу заблаговременно, развернутый CFP, прозрачный процесс принятия и рецензирования материалов и пр.

иными словами, вместо того, чтобы пиариться перед потенциальными посетителями, сделали бы чуть получше организацию для потенциальных докладчиков. а то такое впечатление, что в штатах организаторы из штанов выпрыгивают, чтобы докладчиков привлечь, а у нас — несколько строчек в фейсбуке и твиттере, и гуглоформа на сайте, в которую непонятно, что писать, и кто ее читает.

посмотрел еще раз. вижу только невнятную гуглоформу. сорри, конечно, но это не CFP. CFP — это прежде всего ПРИГЛАШЕНИЕ — с подробным объяснением, какие темы приветствуются, в каком формате (talk, tutorial, workshop, poster, panel discussion, demo, etc), какие дедлайны для подачи тезисов и слайдов, в каком формате слайды и пр. должны быть, сколько времени отводится на доклад каждого формата, как принимается решение о принятии, и т.д., и т.п. А форма это уже последнее дело. можно и без формы, емейлом послать — знать бы, что, и как это будет рассматриваться.

собственно, в этом и был вопрос — где опубликован тот CFP, после которого люди идут на форму и ее заполняют? ну, и если доу не канал, то что тогда канал-то? я, похоже, не в курсе каких-то могучих программистских ресурсов? расскажите, что я пропускаю.

Согласен с тем, что программу давно пора опубликовать. На нормальных конференциях за два месяца до начала уже как правило готова детальная программа и опубликовано расписание выступлений на каждый час. да и в любом случае, известно же о чем приглашенные звезды будут говорить — опубликуйте тезисы хоть для них, на худой конец.

ЗЫ. вообще, у меня такое впечатление, что украинские конференции строятся вокруг нескольких спонсоров и заранее приглашенных докладчиков, а остальные уже как придется. в частности, ни разу не видел на украинской конференции странички с call for papers, и тем более не видел рекламы CFP — т.е. весь пиар направлен на привлечение посетителей, а докладчиков ищут где-то за кулисами непонятно как.

одна из основных заповедей machine learning — сложность модели должна соответствовать количеству имеющихся данных. если данных мало, я бы настоятельно рекомендовал использовать модель попроще, и сконцентрировать усилия на получении большего количества примеров и на feature engineering.

наводящие вопросы: что у вас в качестве labels в тренировочных данных? классификация бинарная? (например, 1 = вернул кредит, 0 = не вернул)? сколько процентов от тренировочных данных составляют данные каждого класса (напр. 80% положительных, 20% отрицательных примеров)?

а часом не лог ли ты пишешь? если да, то

import logging