Daniel Kogan

Вот еще на медиуме гайд как самому размечать с помощью nltk, имея аудиокнигу и ее исходный текст https://medium.com/@klintcho/creating-an-open-speech-recognition-dataset-for-a...

Каким распределением ты строишь этот график? Можно оценить его параметры из исходной выборки и просто построить заново (либо создать выборку нужного размера из нового распреде...

А нужно ди переобучать кластеризацию? 4-5кк - довольно большая выборка, а прирост небольшой, почему не зафиксировать центры кластеров один раз и не использовать дальше как кла...

scala.collection.immutable.HashSet.contains имеет сложность О(1)?

А покупать карты из майнинг ферм я так понимаю не стоит, да?)

Хотя не важно. Другой вопрос, а для многомерных временных рядов (сотни или больше компонент) количество фич не станет проблемой бустингу?

А основная форма нужна, чтобы сравнивать с другими словами? Если сам вид основной формы не критичен, то можно погуглить stemming

А это действительно праздник? То есть он периодично происходит от года к году?

Не по отдельным строкам. Такое подходит?

Сети не используете из-за неинтерпретируемости модели?

Курс курсеры на русском? Там же субтитры есть

А временные ряды бустите на чем? На деревьях?

Дисбаланс ведь есть?

А гридсерч по параметрам затратный?

Для скалы api у спарка лучше?