Небольшой мысленный эксперимент на стыке машинного обучения и продуктового менеджмента. О том, почему одна и та же задача «определить, что нужно клиенту» может выглядеть по-разному со стороны product'а и data scientist'а. Разбор на примере корпоративного ДМС, где у одного контракта сразу три стейкхолдера с разными работами.
Рубрика «дерево решений»
Дерево решений vs граф работ: как я объединила Data Science и JTBD в одном проекте
2026-05-03 в 18:25, admin, рубрики: data-driven, jbtd, jobs-to-be-done, ваня замесин, дерево решений, ДМС, дмс в it, продуктовая аналитика, продуктовый менеджмент, страхованиеДостижение целей с технической точки зрения
2026-01-03 в 20:15, admin, рубрики: графы, дерево решений, кодовое расстояниеДостижение целей
Достижение целей требует четкого понимания текущего состояния системы и желаемого результата. Одним из способов оценки близости достижения цели является использование расстояния Хемминга. Расстояние Хемминга применяется для измерения различия между двумя строками равной длины путем подсчета количества позиций, в которых символы различаются. В контексте постановки и достижения целей оно позволяет количественно оценить разницу между текущим состоянием и целевым состоянием, помогая определить шаги, необходимые для минимизации этой разницы.
Комбинаторная теория переобучения повысила информативность трассерных исследований в нефтегазовых месторождениях
2025-08-28 в 19:06, admin, рубрики: Гидродинамическая связь, дерево решений, добыча газа, Комбинаторная теория обучения, нефтедобыча, оптимизация, промысловые исследования, Трассерные исследования, Трудноизвлекаемые природные ресурсыКоллектив российских ученых исследовал применение методов машинного обучения для проектирования трассерных исследований. Целью было повышение достоверности результатов по выявлению гидродинамической связи в пласте между нагнетательными и добывающими скважинами в низкопроницаемых коллекторах с самопроизвольным развитием трещин гидроразрыва пласта (автоГРП) в нагнетательных скважинах. Работа была опубликована Читать полностью »
Как выявляют риски в госконтроле и зачем для этого машинное обучение
2018-08-31 в 15:33, admin, рубрики: big data, risk management, risk-based approach, Блог компании SAS, выявление аномалий, государственный контроль, дерево решений, машинное обучение, регрессия, риск-ориентированное мышление, риски, управление проектами, управление рисками
В предыдущей статье на тему государственного риск-менеджмента мы прошлись по основам: зачем государственным органам управлять рисками, где их искать и какие существуют подходы к оценке. Сегодня поговорим о процессе анализа рисков: как выявить причины их возникновения и обнаружить нарушителей.
Читать полностью »
Разработка AI для пошаговой игры на Node.js (часть 1)
2018-04-04 в 5:58, admin, рубрики: moba, node.js, nodejs, rpg, дерево решений, игровая механика, игростроение, игры, машинное обучение, нейронная сеть, разработка игр, теория игр
Всем привет!
Прошло целых полтора года с момента написания моей первой статьи на Хабре. С тех пор проект FOTM претерпел ряд изменений. В начале пройдёмся вкратце по всем модернизациям, а затем перейдём к детальному разбору основной фичи — AI.Читать полностью »