Я проходил собеседование на позицию ml разработчика в сентябре этого года в Питерском офисе Яндекса. У меня было 4 алгоритмические секции и одна секция смешанная, на алгоритмы и теоретические вопросы по машинному обучению, весьма формальные. Вроде «почему нельзя оптимизировать accuracy?» Ничего даже близко к тому, что тут описано нет.

Не взяли потому что на последней секции долго думал над тем, как за линейное время и константную память пересечь два массива.

Ничего не понял. Раньше можно было скачать из интернетов dmg файл, перетащить его в Applications, и приложение установлено. Теперь так нельзя?

К сожалению, часто в платных дорогих курсах проверки преподавателем тоже нет, а за пейволом прячут не уникальный образовательный контент, а убогость курса)

Там нужен обязательно билд из Windows Insider? Вроде же 2004 достаточно…

Если я ничего не путаю, wsl должен запускать неизменённые linux приложения? То есть разработчикам не нужно реализовывать какую-то специальную поддержку wsl, иначе зачем всё это?

Я хочу внутри WSL2 развернуть докер, и обучать нейросети на своей видеокарте, но пока не разобрался как это сделать. Контейнер с jupyter lab запустил, а внутри
> torch.cuda.is_avaliable()
False

Вроде и драйвер под windows нужный поставил, с WDDM, и образ с кудой взял, а всё равно никак. Статьи вроде этой не особо помогают.

А разве нельзя сделать такой бинарник малвари, чтобы её хеш совпал с хешем какого-нибудь подписанного приложения?

Я имею ввиду, что то, что придумали в Apple, это защита от malware, а не от пользователей, которые пользуются пиратским ПО?

Это не помешает пиратить под MacOS?

Расскажите тому, что за MacOS никогда не работал: я верно понимаю, что любое неподписанное приложение можно будет запихнуть в Dev Tools, и обойти запрет? То есть пираты не останутся в накладе?

Я верно понял, что удалённые форматы не предусмотрены? То есть не-москвичи пролетают?

А как насчёт разнообразных mooc? Coursera там, stepic, edx, и прочее?
Или более основательные школы и курсы, где живые преподаватели чему-то обучают за деньгу?

Смысл их в том, что

• они не позволяют функции активации нейрона неограниченно расти.
• это позволяет строить нелинейные разделяющие поверхности в пространстве признаков.

По факту, без них у вас не получится решить сколько-нибудь сложную задачу, например, классификатор изображений на кошек и собак.