Pull to refresh
13
0
Евгений Павловский @EuXsun

User

Send message

Посмотрите две книжки:


  1. Peter Wittek. Quantum Machine Learning
  2. Francesco Petruccione, Maria Schuld, Ilya Sinayskiy. Supervised Learnin with Quantum Computers.

Теоретически достигается ускорение в квантовом SVM, квантовом k-средних. Обычно из квадратичного становится субквадратичным или линейным. Но если данные в квантовом виде, то ускорение может быть экспоненциальным. Можно примеры посмотреть в моей лекции: https://drive.google.com/a/nsu.ru/file/d/1U3qIjO7c6yGOcGpyXytNJjJ7E6yUW8e1/view?usp=drivesdk

Я думаю, можно в качестве аналоговых устройств предложить такие фото-матрицы, где можно попавшие фотоны сразу преобразовывать в кубиты без усреднения. Тогда и будет нечто наподобие квантового глаза.

Открывая статью я всё-таки ожидал увидеть про Microsoft Bot Framework. А нет ничего кроме общеизвестных вещей.
Замечательная статья! Методика обещает быть хорошим лекарством от сомнений. Сам долго к этому шёл. Отрадно, что пришёл к тому же. Осталось её применить в деталях.
Вся обратная связь должна быть отрицательной. Для начала она просто должна быть. Следующим шагом является её обработка и соответствующие действия, направленные на коррекцию процесса. Процесс снятия информации со студентов, с работодателей должен быть непрерывным и иметь такты чаще, чем 1 раз в семестр (для студентов) или 1 раз в пятилетку (для работодателей). Сейчас вопрос об обработке обратных связей частично решается так: преподаватель является представителем работодателя. Некоторые преподаватели держат постоянный контакт с аудиторией, поддерживают контакт с семинаристами, собираются раз в две недели и обсуждают результаты каждого студента. Но это скорее исключение, чем правило. Так, безусловно, надо делать, но системно.

Кто учиться не желает — с теми и не предлагается работать. Вопрос не к статье. Однако, часто мотивация падает у тех, кто желает работать, но не получает адекватной поддержки в своих усилиях (его просто не замечают). Вот таких и надо поддерживать. В статье всё-таки речь идёт про образование в области ИТ — оно наиболее мотивировано, т.к. почти 100% выпускников работает по специальности.
Вот-вот. Практика нужна, чтобы начать «набивать шишки». Потом возникает потребность в знаниях. И эта потребность удовлетворяется через преподавателя, из которого буквально «вытягивают» (pull а не push) знания. Очень похоже на систему lean в производстве.

Однако есть на работе и отличие. Опасность фэйла. Вам просто могут не дать задачу, если из-за её невыполнения проект может зафэйлиться — будут потеряны деньги заказчика. Плюс, действительно — большая зависимость от «хорошести» команды.
Несколько несогласен с методологической точки зрения. Объективно оценивать лучше решение задачи, а не проблемы. Потому что проблема как воздух — её трудно ухватить и перевести в задачу. В данном случае я отталкиваюсь от реальной практики. Факультету ИТ в НГУ всего 11 лет. И тем не менее, туда пришла старая система образования, несмотря на желания определённых кругов сделать ИТ-образование самым современным.

Эффективность можно измерять относительно конкретной цели. А в статье описаны подходы.
И потом, можно сравнивать решения, если информация уже собиралась (например, количество багов в лекциях). А в случае, когда такой информации не было а потом появилась — как ставить вопрос об эффективности? Та же проблема оценки инвестиционной отдачи ИТ-проекта.

Information

Rating
Does not participate
Location
Новосибирск, Новосибирская обл., Россия
Date of birth
Registered
Activity