From the monthly archives: Апрель 2008

Ensemble Learning

By On 23.04.2008 · Leave a Comment

Продолжая тему участников Netflix Prize и алгоритмов вокруг конкурса — ещё один интересный блог A Beautiful WWW и несколько публикаций в нём посвящённых Ensemble Learning:

ETech Presentation on Ensemble Machine Learning Ensemble Machine Learning Tutorial

Смысл тот же о чём я писал в прошлом посте о размышлениях превосходстве данных над алгоритмами. [...]

Continue Reading →

Добавление данных перебивает алгоритмы

By On 22.04.2008 · Leave a Comment

Anand Rajaraman (Ананд Раджаман) интересно пишет о том как использование большего числа данных «бьёт» более продвинутые алгоритмы More data usually beats better algorithms

Он приводит хороший пример с Adwords и его сравнение с Overture. По сути аукцион рекламы в Adwords не был чем-то революционно новым, в Overture это появилось гораздо раньше, важне [...]

Continue Reading →

Государственные и общественные машапы

By On 19.04.2008 · Leave a Comment

В догонку к тому о чём я хотел упомнуть на РИТ’е, но уже нехватило времени — раскрытии государством информации и результатам этого раскрытия.

В del.icio.us пользователь duchessanna собрал(-а) несколько десятков закладок на gov_mashups. Практически все они основаны на _открытой информации публикуемой государством в общем доступе_, а также общественному мониторингу активностей государственных ведомств

Например, [...]

Continue Reading →

Hive: Hadoop для BI и Data Mining

By On 19.04.2008 · 2 Comments

Ранее я рассуждал о применимости Hadoop и HBase для корпоративного рынка, и вот подтверждение моих мыслей.

В презентации которая была на саммите Hadoop в марте представители Facebook рассказывали про Hive — data warehouse на основе Hadoop’а.

Меня более всего впечатлили цифры — 22 террабайта плюс 200 гигабайт новых данных в день. При том что [...]

Continue Reading →

Информация vs. Технологии

By On 18.04.2008 · Leave a Comment

Я ранее уже писал о конкуренции между технологическими и информационными компаниями и, развивая тему, в чём же специфика этой конкуренции. Далее пойдут размышения, которые многим могут показаться банальными, но тем не менее.

На мой взгляд корень этой конкуренции в том что ИТ, в глобальном тренде, находится в период перелома от ценности технологий к [...]

Continue Reading →

«Шинглопринтинг». Материалы и по выявлению близких подобий

By On 18.04.2008 · Leave a Comment

Ссылки:

Simhash — шинглопринтинг в виде реализации на C Methods and apparatus for estimating similarity — патент Google от 2 января 2007 года Detecting near duplicates in big data (PDF) применение методов выявления близких подобий для _очень больших_ объёмов документов. Shingleprinting code for estimating document similarity — документы и код в [...]

Continue Reading →

Англоязычные ссылки на 15.04.2008

By On 15.04.2008 · Leave a Comment

Oklahoma Leaks Tens of Thousands of Social Security Numbers, Other Sensitive Data — сегодняшний анлоязычный WTF жжот. Этот пример можно вносить в учебники для веб-программистов как нельзя публиковать данные в сети. Не буду раскрывать подробностей — смотрите по ссылке. Farecast sold in $75 million deal — пример успешно созданной и проданной компании-стартапа ориентированной [...]

Continue Reading →

3D фотографии улиц по китайски

By On 15.04.2008 · Leave a Comment

Китайский проект city8.com, фактически аналог Google Street view, но для китайских городов.

Вообще у китайцев много интересного делается (и копипастится), другое дело что языковой барьер мешает даже узнать об этом.

А сам сервис интерен и тем что реализует множество социальных возможностей — рекомендовать места. Обсуждать где рядом можно поесть и так [...]

Continue Reading →

Транспорт. Русавтобус

By On 11.04.2008 · Leave a Comment

Пример сайта сделанного хорошо как по идее, так и по исполнению — http://msk.rusavtobus.ru/

Рассчитывают маршруты передвижения по Москве учитывая _Весь_ общественный транспорт включая метро, троллейбусы, трамваи, автобусы и т.д. Буквально, то о чём я рассуждал в нескольких постах ранее о идеальном маршрутном сервисе. Юзабилити, также, на хорошем уровне. Серьёзных огрехов я не заметил, а [...]

Continue Reading →

14-15 апреля буду на РИТ-2008

By On 11.04.2008 · Leave a Comment

На РИТ я буду докладывать на Success Story 2008 про наш проект Енот Поискун, в теме «Как работать с государством?» — как начиналось, во что превратилась в чём «специфика» и тому подобное. Пока в планах было провести на РИТ весь понедельник, на счёт всего вторника пока уверенности нет, возможно часть.

Буду рад познакомится со [...]

Continue Reading →