Это интересно

Пилотный проект для крупного металлургического комбината, который подтвердил возможность обработки больших объемов данных и построения качественной модели в тяжелой промышленности c использованием low-code платформы Loginom. Разбираем в деталях.

Выступление для тех, кто раньше не пользовался low-code платформой Loginom или только знакомится с ней. Рассказываем, как начать работать с платформой, что будет полезно для новичков, а также решаем простую задачу.

Преимуществом статистических методов является их хорошая математическая обоснованность, недостатком — низкая объясняющая способность. Использование вероятностных оценок позволяет с высокой точностью предсказать к какому классу относится объект, но не позволяет сказать почему. Поэтому результаты статистических методов классификации могут оказаться сложными для понимания и интерпретации результатов.

Определённым компромиссом между параметрическим и метрическими методами является использование для решении задач классификации нейронных сетей. Нейронные сети являются непараметрическими моделями, не требующими предположений о вероятностном распределении данных, но при этом и не используют меры расстояний. Это делает их универсальными классификаторами, позволяя получать результаты даже в случаях, когда параметрические и метрические классификаторы не обеспечиваю приемлемого решения.

Переменные позволяют добавить гибкости сценарию. То есть пользователь может сам менять их значения и каждый раз получать необходимые результаты без вмешательства в узлы обработки. На практическом мастер-классе мы продемонстрировали, как правильно использовать переменные в платформе для качественного улучшения результатов работы.

Что общего у ипотечного калькулятора и кофейни? Чем опасны жёсткие условия при обработки данных и есть ли code в low-code?