Nokia сообщает, что внедрение аналитики может ускорить планирование емкости сети провайдера IPTV на 60%, а мониторинг качества услуги сокращает жалобы, связанные с качеством обслуживания на 50%.
Capasity Advisor работает с Nokia Performance Manager и анализирует данные мониторинга сети, чтобы делать прогнозы в отношении той емкости сети, которую оператор должен обеспечивать для того, чтобы отвечать потребностям роста пользования сетью или во время маркетинговых кампаний. Оператор может запускать сценарии "что, если" для выявления "бутылочных горлышек" и планирования апгрейдов там, где это требуется более всего, причем заблаговременно, не дожидаясь, пока ошибки планирования скажутся на пользовательском опыте.
SQM (Nokia Service Quality Manager) для операторов IPTV позволяет операторам быстро выявить и решить проблему обслуживания. По оценкам вендора, это позволяет надеяться на сокращение примерно вдвое числа жалоб клиентов, связанных с обслуживанием. На одной "приборной панели" оператор может видеть визуализацию качества услуги IPTV, что позволяет ему приоритезировать действия по исправлению ситуации, сокращая необходимость выездов на точки примерно на 20%.
Сейчас уже мало у кого вызывает сомнения то, что если грамотно прикрутить аналитику к сети связи, то можно существенно улучшить параметры ее функционирования. Методы машинного обучения дают возможность не только осмыслить существующие возможности и проблемы сети, но также прогнозировать изменения параметров сети при тех или иных действиях оператора и пользователей. Далее вопрос лишь в том, какими именно решениями пользоваться. Но сам факт того, что пользоваться ими стоит, сомнений вызывать не должен.
++
Стриж набрал 9 тысяч абонентов спутникового интернета
"Стриж" - это новая инкарнация "КБ Искра". Оператор начал предоставлять услугу спутникового ШПД с августа 2015 года в 17 регионах Сибири и Дальнего Востока.
Интернет адресован пользователям, живущих в труднодоступных поселках России и в коттеджах. Услугой также начали пользоваться абоненты-физлица АО КБ Искра. Количество подключившихся за 5 месяцев к услугам на базе спутника Ka-диапазона - 3120, а общее число абонентов, которое называют в компании Стриж, 9 тысяч.
Рост абонентской базы сдерживает постоянно растущая стоимость абонентского оборудования. Оно закупается по импорту и, как следствие, постоянно дорожает из-за ослабления рубля. Стоит также отметить сравнительно большие задержки в распространении сигнала, свойственные использованию спутникового интернета и связанные с удаленностью от нашей планеты спутников на геостационарной орбите. Впрочем, когда спутниковый ШПД - это единственный способ подключения "к цивилизации", выбирать не приходится.
Оператор делает ставку на так называемый коллективный доступ, когда заявку на доступ подает не менее 15 желающих в одной точке. В 2016 году по этой технологии планируется подключить порядка 14 тысяч новых абонентов.
Компания завершает строительство хаба в подмосковной Дубне, что позволит предоставлять услуги спутникового ШПД для жителей европейской части России, Сибири и Урала. Планируется приобрести ресурс на спутнике Экспресс-АМ6 (53 ВД), в Ka-диапазоне.
+ +
Интернет адресован пользователям, живущих в труднодоступных поселках России и в коттеджах. Услугой также начали пользоваться абоненты-физлица АО КБ Искра. Количество подключившихся за 5 месяцев к услугам на базе спутника Ka-диапазона - 3120, а общее число абонентов, которое называют в компании Стриж, 9 тысяч.
Рост абонентской базы сдерживает постоянно растущая стоимость абонентского оборудования. Оно закупается по импорту и, как следствие, постоянно дорожает из-за ослабления рубля. Стоит также отметить сравнительно большие задержки в распространении сигнала, свойственные использованию спутникового интернета и связанные с удаленностью от нашей планеты спутников на геостационарной орбите. Впрочем, когда спутниковый ШПД - это единственный способ подключения "к цивилизации", выбирать не приходится.
Оператор делает ставку на так называемый коллективный доступ, когда заявку на доступ подает не менее 15 желающих в одной точке. В 2016 году по этой технологии планируется подключить порядка 14 тысяч новых абонентов.
Компания завершает строительство хаба в подмосковной Дубне, что позволит предоставлять услуги спутникового ШПД для жителей европейской части России, Сибири и Урала. Планируется приобрести ресурс на спутнике Экспресс-АМ6 (53 ВД), в Ka-диапазоне.
+ +
Линки: Интервью: Что такое дронвертайзинг? Сегодняшний день и перспективы
Неплохое интервью получилось, спасибо Илье Шпаку, The Drones Agency. Обсудили интересную тему. Пополнил лексикон "дроноводов" еще одним словечком - "дронвертайзинг". Заходите полистать!
+ +
+ +
LTE: Nokia показывает как контролировать беспилотники в "умном городе"
Nokia показывает, как можно мониторить и управлять дронами через сеть LTE. Задействованы модемы LTE и решение Mobile Edge Computing для беспроводной передачи данных.
Nokia демонстрирует концепт Управления трификом беспилотных аппаратов по сети LTE для обеспечения безопасного использования БЛА. Показ проходит в Дубае с 4 по 6 февраля. Сеть LTE обеспечивает оператору, правительственным структурами и организация общественной безопасности возможность мониторинга перемещений беспилотников и управления ими.
В целом ряде отраслей, включая медицину, логистику, сельское хозяйство, новости и развлечения, уже хорошо заметны те преимущества, которые обеспечивает использование беспилотников. Вместе с тем, их массовое распространение создает проблемы контроля, как для правительственных структур, так и для гражданской пилотируемой авиации. Решение Nokia обеспечивает возможность централизованного мониторинга и управления беспилотниками на базе существующих сетей LTE или специальных сетей LTE, которые могут строиться и управляться государственными структурами или в интересах силовых правоохранительных ведомств.
Краткие технические детали:
Подробнее о теме: Беспилотники и телеком. Примеры использования
+ +
Nokia демонстрирует концепт Управления трификом беспилотных аппаратов по сети LTE для обеспечения безопасного использования БЛА. Показ проходит в Дубае с 4 по 6 февраля. Сеть LTE обеспечивает оператору, правительственным структурами и организация общественной безопасности возможность мониторинга перемещений беспилотников и управления ими.
В целом ряде отраслей, включая медицину, логистику, сельское хозяйство, новости и развлечения, уже хорошо заметны те преимущества, которые обеспечивает использование беспилотников. Вместе с тем, их массовое распространение создает проблемы контроля, как для правительственных структур, так и для гражданской пилотируемой авиации. Решение Nokia обеспечивает возможность централизованного мониторинга и управления беспилотниками на базе существующих сетей LTE или специальных сетей LTE, которые могут строиться и управляться государственными структурами или в интересах силовых правоохранительных ведомств.
Краткие технические детали:
- Используется сеть LTE и платформа Mobile Edge computing
- Каждый дрон оборудован модемом LTE, GPS-приемником и модулем удаленного доступа для съема телеметрической информации
- Решение обеспечивает необходимые вычислительные компоненты для мониторинга воздушного пространства, надзора и управления трассами движения дронов и собирает телеметрию. Это позволяет, в частности, создавать зоны, закрытые для полетов БЛА
- Мобильное приложение для пилота БЛА с интерфейсом UTM
Подробнее о теме: Беспилотники и телеком. Примеры использования
+ +
M2M: Побайтную тарификацию и защиту от непрофильного использования SIM-карты дает новое решение Атол
Такие возможности обеспечивают "Центр управления M2M" от Билайн Бизнес и M2M-платформа Control Center от Jasper в рамках платежного решения Отличный Безналичный компании Атол.
Как ожидается, в Атол смогут повысить эффективность торгового эквайринга за счет использования побайтной тарификации и защиты от непрофильного использования SIM-карты. Это должно снизить стоимость безлимитной интернет-связи для владельцев POS-терминала в 3-4 раза. К тому же клиентам не нужно будет тратить время на самостоятельный выбор оператора и тарифного плана - карточки в POS-терминалах уже активированы в рамках решения.
Достаточно зарегистрироваться на сайте obeznal.ru и получить доступ к личному кабинету, чтобы получить инструмент своевременного получения средств. Важно отметить, что при уменьшении баланса система отправит соответствующее предупреждение на электронную почту, указанную владельцем при регистрации. А значит, терминал не перестанет работать неожиданно.
Продукт Отличный Безналичный компании Атол адресован малому и сверхмалому бизнесу России и позволяет решать задачи эквайринга. .
+ +
Как ожидается, в Атол смогут повысить эффективность торгового эквайринга за счет использования побайтной тарификации и защиты от непрофильного использования SIM-карты. Это должно снизить стоимость безлимитной интернет-связи для владельцев POS-терминала в 3-4 раза. К тому же клиентам не нужно будет тратить время на самостоятельный выбор оператора и тарифного плана - карточки в POS-терминалах уже активированы в рамках решения.
Достаточно зарегистрироваться на сайте obeznal.ru и получить доступ к личному кабинету, чтобы получить инструмент своевременного получения средств. Важно отметить, что при уменьшении баланса система отправит соответствующее предупреждение на электронную почту, указанную владельцем при регистрации. А значит, терминал не перестанет работать неожиданно.
Продукт Отличный Безналичный компании Атол адресован малому и сверхмалому бизнесу России и позволяет решать задачи эквайринга. .
+ +
Линки: Вторая часть моего обзора мирового рынка LTE вышла на сайте Союза ЛТЕ
Вторая часть моего обзора мирового рынка LTE за декабрь 2015 года вышла на сайте Союза ЛТЕ.
В этой части:
ADSL-LTE
LTE-Advanced
LTE-A Cat.9 и сети 3CA
VoLTE
4x4 MIMO
IoT
NB-IoT
LTE MTC
Шеринг всяческий
LTE и системы общественной безопасности
Чипсеты с поддержкой LTE
Заходите глянуть http://lteunion.ru/analytic/element813/
+ +
В этой части:
ADSL-LTE
LTE-Advanced
LTE-A Cat.9 и сети 3CA
VoLTE
4x4 MIMO
IoT
NB-IoT
LTE MTC
Шеринг всяческий
LTE и системы общественной безопасности
Чипсеты с поддержкой LTE
Заходите глянуть http://lteunion.ru/analytic/element813/
+ +
В Европе задумались над передачей всего диапазона 700 МГц под мобильный ШПД
Еврокомиссия объявила о планах перераспределения диапазона 700 МГц целиком под услуги подвижной связи, ограничив ТВ-вещание частотами ниже диапазонов 700 МГц.
В многолетней битве телевещателей и операторов за частоты, похоже, чаша весов склоняется в пользу сотовиков. Это не удивляет, ведь три месяца назад МСЭ (ITU) рекомендовал использовать частоты 700 МГц (694 - 790 МГц) в регионе EMEA (Европа, Ближний Восток, Африка).
Этот диапазон - лакомый кусочек для операторов мобильного ШПД, которые хотели бы довести покрытие LTE-сетей до сравнимого с покрытием GSM с тем, чтобы можно было выключить сети 2G и переиспользовать и их частоты под LTE. Кроме того, диапазон 700 МГц хорошо подходит для приложений IoT.
Странам, которые перераспределят диапазон 700 МГц сотовым операторам, придется подвинуть своих телевещателей в диапазон 470-694 МГц в период до 30 июня 2020 года.
Операторов сотовой связи можно поздравить - выделение им данного диапазона обещает новые доходы от предоставления услуг мобильного ТВ.
источник: telecoms.com
+ +
В многолетней битве телевещателей и операторов за частоты, похоже, чаша весов склоняется в пользу сотовиков. Это не удивляет, ведь три месяца назад МСЭ (ITU) рекомендовал использовать частоты 700 МГц (694 - 790 МГц) в регионе EMEA (Европа, Ближний Восток, Африка).
Этот диапазон - лакомый кусочек для операторов мобильного ШПД, которые хотели бы довести покрытие LTE-сетей до сравнимого с покрытием GSM с тем, чтобы можно было выключить сети 2G и переиспользовать и их частоты под LTE. Кроме того, диапазон 700 МГц хорошо подходит для приложений IoT.
Странам, которые перераспределят диапазон 700 МГц сотовым операторам, придется подвинуть своих телевещателей в диапазон 470-694 МГц в период до 30 июня 2020 года.
Операторов сотовой связи можно поздравить - выделение им данного диапазона обещает новые доходы от предоставления услуг мобильного ТВ.
источник: telecoms.com
+ +
Tele2 запустил дополнительный тариф в Московском регионе - 15 ГБ и 2000 минут
Новое предложение компании уже протестировано в ряде других регионов - это тариф Сверхчерный. В него входит еще больше минут, SMS и интернет-трафика, которые можно расходовать по всей России.
Ранее с этим тарифом могли познакомиться абоненты таких регионов, как Краснодарский край и Адыгея, республики Хакасия, теперь настал черед Москвы и Московской области.
Тариф адресован самым "тяжелым" пользователям, активным абонентам, которые не любят ограничений по трафику и объему включенных минут. За 1199 рублей в месяц оператор предлагает пакет, включающий 15 ГБ интернет-трафика, 2000 минут для звонков на все номера России, а также 2000 SMS. В национальном роуминге, исходящие вызовы расходуются из пакета минут, а входящие традиционно бесплатно - для всех регионов России.
Как подключиться? Смена тарифа бесплатна, можно использовать команду *630*13#. Для тех, у кого нет номера Tele2 - к тарифу можно подключиться в любом салоне связи Tele2 в Москве или в интернет-магазине оператора.
В компании объясняют вывод на рынок нового тарифа тем, что в Московском регионе очень востребованной опцией оказалось "Добавь скорость". Абонентам, которые до сих пор не укладывались в объемы тарифа "Самый черный" будет удобно перейти на "Сверхчерный".
По данным Tele2, по итогам трех месяцев с момента запуска сети Tele2 в Московском регионе, пакетные тарифы выбрал каждый второй из подключившихся абонентов. 50%-я доля пакетных тарифов в абонбазе - это действительно высокий показатель.
+ +
Описание тарифа
+ +
Замораживание частот 2.3-2.4 ГГц в Москве и МО под "космос"?
Вот эта вся тема с 2.3-2.4 ГГц в Москве к "космическим службам" скорее всего имеет мало отношения, скорее это лоббирование регулятором интересов Б4.
Я про тему, поднятую на CNews.ru - слухи о том, что ГКРЧ может запретить строительство сетей LTE в Москве и области. И про запрет операторам фиксированного доступа, которые в этом диапазоне работают, переходить на оказание услуг мобильного ШПД. Очередной кол в "Основу телеком", которая уже давно "не жилец".
Мое мнение состоит в том, что с мелкими операторами властям трудно и неохота работать, они юркие, много с них не возьмешь, а они то и дело что-то делают, например, устраивают жесткую ценовую конкуренцию с операторами Б4, мешая последним зарабатывать большие деньги. В таком отношении к "регионалам", безусловно, есть некоторое разумное зерно. Но также влияет и то, что для чиновников работать с крупными участниками рынка проще и интереснее. Поэтому в РФ операторам фиксированного ШПД вероятно, не разрешат становится операторами LTE, хотя в немалом числе зарубежных стран это уже стало трендом.
Не ново, у нас на корню загублен бизнес нескольких десятков региональных операторов, тогда как в США они продолжают бодро существовать именно в таком количестве - десятки, кроме большой четверки. Как-то там вопрос разрушения рынка из-за ценовой конкуренции решается.
+ +
Я про тему, поднятую на CNews.ru - слухи о том, что ГКРЧ может запретить строительство сетей LTE в Москве и области. И про запрет операторам фиксированного доступа, которые в этом диапазоне работают, переходить на оказание услуг мобильного ШПД. Очередной кол в "Основу телеком", которая уже давно "не жилец".
Мое мнение состоит в том, что с мелкими операторами властям трудно и неохота работать, они юркие, много с них не возьмешь, а они то и дело что-то делают, например, устраивают жесткую ценовую конкуренцию с операторами Б4, мешая последним зарабатывать большие деньги. В таком отношении к "регионалам", безусловно, есть некоторое разумное зерно. Но также влияет и то, что для чиновников работать с крупными участниками рынка проще и интереснее. Поэтому в РФ операторам фиксированного ШПД вероятно, не разрешат становится операторами LTE, хотя в немалом числе зарубежных стран это уже стало трендом.
Не ново, у нас на корню загублен бизнес нескольких десятков региональных операторов, тогда как в США они продолжают бодро существовать именно в таком количестве - десятки, кроме большой четверки. Как-то там вопрос разрушения рынка из-за ценовой конкуренции решается.
+ +
Школа данных Билайн. Как прошло мое 3-е занятие
Рассказываю о Школе данных Билайн, где слушаю курс "Введение в машинное обучение". Делюсь впечатлениями о третьем занятии.
Как и предыдущие, третье занятие проходило весьма энергично. Начали с обсуждения домашнего задания. Мне оно показалось сложным, сказывается отсутствие знакомства с пакетами Pandas и Seaborn. Хотя потратил часов 15, так и не смог все задачи решить. Кроме того, некоторые задания были сформулированы так, что можно было трактовать их по-разному. Также участники высказали пожелания уделять меньше внимания теоретическим вопросам типа обзора задач Линейной алгебры и больше - практическим аспектам решения этих задач.
Организаторы в свою очередь простимулировали работу с домашними заданиями, пообещав победителю приз - камеру GoPro. Мне не светит, т.к. не все получается сделать, да и времени категорически не хватает на выполнение домашних заданий. Первые задания вроде получилось сделать приемлемо, но дальше, думаю, неизбежно сползу вниз в ренкинге.
По нашей просьбе лектор еще раз "пробежался" по основным методам библиотеки Seaborn.
В Seaborn вместо гистограммы используется .distplot(dataframe_name['параметр'], kde=False)
Параметр отобразится по оси абсцисс.
Можно оси подписать .axlabel и задать стиль раскраски .set_style
sns.distplot(girls['Height'], kde=False)
sns.axlabel('Playboy girls height', 'Frequency')
sns.set_style('darkgrid')
Получим еще более симпатичный график
Еще одна удобная и распространенная визуализация - это .boxplot или "ящик с усами". Строится зависимость непрерывного признака от категориального.
Убедившись, что все данные в наборе численные, можем сформировать три категории весов и построить боксплот. Создаем правило weight_category и применяем его к столбцу Weight из датафрейма girls. Затем строим боксплот на базе сформированных категорий. Можно наблюдать зависимость роста и весовых категорий девушек. Очевидно, что где девушки потяжелее, там они и выше.
def weight_category(weight):
return 'heavier' if weight > 54\
else 'lighter' if weight < 49 else 'median'
girls['weight_cat'] = girls['Weight'].apply(weight_category)
sns.boxplot(x='weight_cat', y='Height', data=girls)
Рассмотрели пример анализа данных из научной статьи, к которой был дан небольшой набор наблюдений.
Скачиваем data frame.
Можно посмотреть - в табличке всего 7 наблюдений, автор статьи усматривает в них некоторую зависимость.
Понятно, что 7 наблюдений маловато для того, чтобы строить какие-то модели, но нам для тренировки подойдет.
Выполним сортировку по Score
df.sort_values('Score',
ascending=False,
inplace=True)
Посмотрим на статистику
df.describe().T
Можно нарисовать boxplot методами Pandas.Пользуемся надстройкой над методом mathplotlib. Задаем аргумент box, чтобы боксплот нарисовать для признаков Drugs и Score. Можно наблюдать средние, медианные значения, выбросы.
df.plot(kind='box')
Если изменить аргумент функции на 'bar', получим столбчатую диаграмму, где значения Score показаны в зависимости от признака Drugs.
df.plot(x='Drugs', y='Score', kind='bar')
Лучше всего зависимость видна на скаттер графике, здесь тенденция вполне проявлена.
df.plot(x='Drugs', y='Score', kind='scatter')
Pandas позволяет быстро строить различные графики, например, чтобы построить в Pandas гистограмму, достаточно будет строки:
df['Drugs'].gist()
Можно оценить корреляцию Пирсона, получаем весьма сильную корреляцию -0.93.
df.corr(method='pearson')
Возможен также JointPlot, но это уже, как говорится "подробности".
# sns.regplot(x='Drugs', y='Score', data=df)
sns.jointplot(x='Drugs', y='Score',
data=df, kind='reg')
Чтобы вы представляли себе темп, с которым идет занятие, на всю вступительную часть ушло порядка 13 минут.
Далее приступили к практике по визуализации и первичному анализу данных. Нужно было построить образцы гистограмм, боксплотов и т.п. картинки на основе датафрейма, созданного на основе известного соревнования Kaggle Titanic. Работать можно либо в облаке SageMathCloud, либо на своем ноуте, где установлена сборка Jupyter. Задания для работы в класса и домашку нам раздают через облако, также для локального использования данные дублируют на Yandex.Диск.
Итак, что же предлагалось сделать:
Считываю обучающую выборку в train_df , с этим pandas-датафреймом и буду теперь работать.
Смотрю, как оформлены данные в датафрейме - .head(10) извлекает из датафрейма первые 10 строк с заголовками столбцов.
Нетрудно построить попарные зависимости признаков, например, с использованием библиотеки Seaborn. Это предлагается сделать самостоятельно. В коде .set_palette отвечает за палитру цветов результатов, а сиборновский .pairplot , как мы уже знаем, выдает набор графиков зависимостей для всех пар параметров, заданных как аргументы функции.
Далее требовалось визуализировать зависимость величины платы за проезд и класса каюты, которую получил пассажир.
Вначале я написал неправильный вариант кода, перепутав местами x и y.
sns.boxplot(x='Fare', y='Pclass', data=train_df)
Нужно строить зависимость непрерывного признака от критериального, т.е.
sns.boxplot(x='Pclass', y='Fare', data=train_df)
Вот только все равно boxplot получается не очень красивым из-за выбросов в данных, когда цена билета слишком сильно отличалась от средней цены по классу.
Предлагаемое в тетрадке решение: создайте признак Fare_no_out - стоимости без выбросов, в котором исключаются стоимости, отличающиеся от средней по классу более чем на 3 стандартных отклонения. Важно: Надо исключать выбросы именно в зависимости от класса каюты. Иначе исключаться будут только самые большие (1 класс) и малые (3 класс) стоимости.
С этим можно справиться, если создать новый признак - Fare_no_out - содержащий стоимость билетов, не включая те, что отличаются от средней цены более, чем на три стандартных отклонения. При этом важно учитывать зависимость от класса каюты, т.е. делать это отдельно для каждого класса. Иначе отфильтруются не выбросы внутри класса, а цены билетов 1-го и 3-го классов.
Это я в отведенное время сделать не успел, не знал как, т.к. даже синтаксис Python для меня еще остается проблемой. Ситуацию должно облегчать то, что в раздаваемой тетрадке уже есть почти весь необходимый код, не считая только пропусков в виде # Ваш код здесь , куда и вписывается код обучаемым.
А я перешел к следующему пункту: Каково соотношение погибших и выживших в зависимости от пола? Отобразите c помощью Seaborn.countplot c аргументом hue.
Для визуализации соотношений удобно использовать "каунтплоты" .countplot(x='Параметр1', hue= 'Параметр2', data=имя_датафрейма), которые показывают зависимости по двум категориальным признакам, названия параметров указываются по осям и в "легенде".
Видно, что женщин в процентном отношении выжило существенно больше, чем мужчин.
Как я уже говорил, темп занятия очень высокий, поэтому к этому моменту мы завершили практику, а у меня остались не выполненными еще два пункта.
На самом деле решение было простым, но это я уже дома доразобрался.
sns.countplot(x='Pclass', hue='Survived', data=train_df)
Видим, что в 3-м классе выживали намного меньше, чем во-втором, а наибольшую выживаемость демонстрируют пассажиры первого класса - они и к шлюпкам были ближе, и спасали их в первую очередь.
Графическая проверка зависимости выживания от возраста
train_df.plot(x='Survived', y='Age', kind='box')
или куда более наглядный вариант с Seaborn:
sns.boxplot(x='Survived', y='Age', data=train_df)
Здесь отлично видно, что возраст практически не влиял на то, выживет пассажир или нет.
С вычислением Fare_no_out я не справился.
Для понимания темпов - до этого места нужно было добраться за 33 минуты от начала занятия.
Далее Юрий Кашницкий, который читает нам этот блок лекций, быстро пробежался по решению задач.
с 37-й минуты. Начался разбор новой темы:
Обучение с учителем. Задачи классификации и регрессии
Поговорили об основных алгоритмах, поддерживаемых библиотекой Scikit-learn.
О том, что в scikit-learn удобный API, что позволяет писать собственные классы - достаточно скормить алгоритму обучающую выборку
class Estimator(object):
def fit(self, X, y=None):
"""Fits estimator to data."""
# set state of ``self``
return self
и написать как, собственно, алгоритм будет предсказывать то, что требуется.
def predict(self, X):
"""Predict response of ``X``."""
# compute predictions ``pred``
return pred
Очень бегло нам рассказали об SVM, а заодно о наборах данных USI Machine Learning repositary http://archive.ics.uci.edu/ml/ очень популярных в машинном обучении.
и далее совсем кратко.
с 43-й минуты. Пробежались по теме кросс-валидации результатов, опасности переобучения, вариантах выделения тестовой выборки, вот об этом всём, выборе k.
с 60-й минуты. Обсудили "дерево решений". Почему они популярны. Кредитный скоринг. Игра в 20 вопросов. Энтропия Шеннона. Пример предсказания цвета шарика по координате. Интерпретируемость методов (случайный лес - не интерпретируемый).
с 77-й минуты. Перешли к примерам алгоритмов, реализующим дерево решений. DecisionTreeClassifier. Predict. Прямые линии границ у бинарных деревьев. Дерево решений может также предсказывать вероятности. Зачем рубят деревья. Плюсы и минусы деревьев решений. Проблема XOR.
с 88-й минуты. Пример применения алгоритма дерева решений к страхованию автомобилей. Подготовка данных. Навеска меток (scikit-learn не умеет работать с категориальными признаками). Добавление dummy-переменных. Проблема непопадания данных для ряда брендов. Добавление колонок с нулевыми данными. Глубина дерева. Как формировать данные для отсылки результатов на Kaggle. Фунция .gini (Джини импьюрити). Вывод дерева в формате .pdf Отправка файла на Kaggle.
со 115-й минуты. Функция GridSearchCV и ее применение. Распараллеливание процессов. Приходим к дереву глубины 3. Обучение случайного леса. Параметры.
со 122-й минуты вернулись к примеру Титаник. Поговорили о составлении обучающей и тестовой выборок. Попробовали на выборке алгоритм Случайный лес. Что можно "вытащить" из исходных признаков? Создание нового категориального признака, заменяющего числовой признак.
с 127-й минута. "Пробежались" по домашнему заданию. Нужно будет с теми же данными Титаника разобраться, как обучить дерево решений, как настроить его параметры, как обучить случайный лес. Проверили все ли зарегистрировались на Kaggle. Рассказали подробнее об устройстве соревнований Kaggle.
134-я минута. Занятие завершилось.
Надеюсь, вы получили неплохое представление о том, что происходит на занятиях по теме "Машинное обучение" в Школе Данных Билайн. Пожелайте мне успехов в прохождении курса!
+ +
Также по теме:
- Анонсы: Data-MBA для менеджеров и бизнесменов (c 16 февраля)
- Школа данных Билайн. Как прошло мое первое занятие
- Анонсы: Завтра у меня первое занятие в Школе данных Билайн
UPD:
Отправил свое домашнее задание на соревнования Kaggle
Как и предыдущие, третье занятие проходило весьма энергично. Начали с обсуждения домашнего задания. Мне оно показалось сложным, сказывается отсутствие знакомства с пакетами Pandas и Seaborn. Хотя потратил часов 15, так и не смог все задачи решить. Кроме того, некоторые задания были сформулированы так, что можно было трактовать их по-разному. Также участники высказали пожелания уделять меньше внимания теоретическим вопросам типа обзора задач Линейной алгебры и больше - практическим аспектам решения этих задач.
Организаторы в свою очередь простимулировали работу с домашними заданиями, пообещав победителю приз - камеру GoPro. Мне не светит, т.к. не все получается сделать, да и времени категорически не хватает на выполнение домашних заданий. Первые задания вроде получилось сделать приемлемо, но дальше, думаю, неизбежно сползу вниз в ренкинге.
По нашей просьбе лектор еще раз "пробежался" по основным методам библиотеки Seaborn.
В Seaborn вместо гистограммы используется .distplot(dataframe_name['параметр'], kde=False)
Параметр отобразится по оси абсцисс.
Можно оси подписать .axlabel и задать стиль раскраски .set_style
sns.distplot(girls['Height'], kde=False)
sns.axlabel('Playboy girls height', 'Frequency')
sns.set_style('darkgrid')
Получим еще более симпатичный график
Еще одна удобная и распространенная визуализация - это .boxplot или "ящик с усами". Строится зависимость непрерывного признака от категориального.
Убедившись, что все данные в наборе численные, можем сформировать три категории весов и построить боксплот. Создаем правило weight_category и применяем его к столбцу Weight из датафрейма girls. Затем строим боксплот на базе сформированных категорий. Можно наблюдать зависимость роста и весовых категорий девушек. Очевидно, что где девушки потяжелее, там они и выше.
def weight_category(weight):
return 'heavier' if weight > 54\
else 'lighter' if weight < 49 else 'median'
girls['weight_cat'] = girls['Weight'].apply(weight_category)
sns.boxplot(x='weight_cat', y='Height', data=girls)
Рассмотрели пример анализа данных из научной статьи, к которой был дан небольшой набор наблюдений.
Скачиваем data frame.
Можно посмотреть - в табличке всего 7 наблюдений, автор статьи усматривает в них некоторую зависимость.
Понятно, что 7 наблюдений маловато для того, чтобы строить какие-то модели, но нам для тренировки подойдет.
Выполним сортировку по Score
df.sort_values('Score',
ascending=False,
inplace=True)
Посмотрим на статистику
df.describe().T
Можно нарисовать boxplot методами Pandas.Пользуемся надстройкой над методом mathplotlib. Задаем аргумент box, чтобы боксплот нарисовать для признаков Drugs и Score. Можно наблюдать средние, медианные значения, выбросы.
df.plot(kind='box')
Если изменить аргумент функции на 'bar', получим столбчатую диаграмму, где значения Score показаны в зависимости от признака Drugs.
df.plot(x='Drugs', y='Score', kind='bar')
Лучше всего зависимость видна на скаттер графике, здесь тенденция вполне проявлена.
df.plot(x='Drugs', y='Score', kind='scatter')
Pandas позволяет быстро строить различные графики, например, чтобы построить в Pandas гистограмму, достаточно будет строки:
df['Drugs'].gist()
Можно оценить корреляцию Пирсона, получаем весьма сильную корреляцию -0.93.
df.corr(method='pearson')
Возможен также JointPlot, но это уже, как говорится "подробности".
# sns.regplot(x='Drugs', y='Score', data=df)
sns.jointplot(x='Drugs', y='Score',
data=df, kind='reg')
Далее приступили к практике по визуализации и первичному анализу данных. Нужно было построить образцы гистограмм, боксплотов и т.п. картинки на основе датафрейма, созданного на основе известного соревнования Kaggle Titanic. Работать можно либо в облаке SageMathCloud, либо на своем ноуте, где установлена сборка Jupyter. Задания для работы в класса и домашку нам раздают через облако, также для локального использования данные дублируют на Yandex.Диск.
Итак, что же предлагалось сделать:
Считываю обучающую выборку в train_df , с этим pandas-датафреймом и буду теперь работать.
Смотрю, как оформлены данные в датафрейме - .head(10) извлекает из датафрейма первые 10 строк с заголовками столбцов.
Приглядимся к таблице подробнее, функция .describe(include='all') выдает краткую первичную статистику по базе данных. Поскольку видно, что признаки Age и Embarked содержат пропуски, заполняем их медианными значениями, используя функции .fillna и .median() Медианные значения для Age берем из обучающей выборки. Для параметра Embarked заполняем пропуски значением 'S', как самым распространенным.
Нетрудно построить попарные зависимости признаков, например, с использованием библиотеки Seaborn. Это предлагается сделать самостоятельно. В коде .set_palette отвечает за палитру цветов результатов, а сиборновский .pairplot , как мы уже знаем, выдает набор графиков зависимостей для всех пар параметров, заданных как аргументы функции.
Далее требовалось визуализировать зависимость величины платы за проезд и класса каюты, которую получил пассажир.
Вначале я написал неправильный вариант кода, перепутав местами x и y.
sns.boxplot(x='Fare', y='Pclass', data=train_df)
Нужно строить зависимость непрерывного признака от критериального, т.е.
sns.boxplot(x='Pclass', y='Fare', data=train_df)
Вот только все равно boxplot получается не очень красивым из-за выбросов в данных, когда цена билета слишком сильно отличалась от средней цены по классу.
Предлагаемое в тетрадке решение: создайте признак Fare_no_out - стоимости без выбросов, в котором исключаются стоимости, отличающиеся от средней по классу более чем на 3 стандартных отклонения. Важно: Надо исключать выбросы именно в зависимости от класса каюты. Иначе исключаться будут только самые большие (1 класс) и малые (3 класс) стоимости.
С этим можно справиться, если создать новый признак - Fare_no_out - содержащий стоимость билетов, не включая те, что отличаются от средней цены более, чем на три стандартных отклонения. При этом важно учитывать зависимость от класса каюты, т.е. делать это отдельно для каждого класса. Иначе отфильтруются не выбросы внутри класса, а цены билетов 1-го и 3-го классов.
А я перешел к следующему пункту: Каково соотношение погибших и выживших в зависимости от пола? Отобразите c помощью Seaborn.countplot c аргументом hue.
Для визуализации соотношений удобно использовать "каунтплоты" .countplot(x='Параметр1', hue= 'Параметр2', data=имя_датафрейма), которые показывают зависимости по двум категориальным признакам, названия параметров указываются по осям и в "легенде".
Как я уже говорил, темп занятия очень высокий, поэтому к этому моменту мы завершили практику, а у меня остались не выполненными еще два пункта.
На самом деле решение было простым, но это я уже дома доразобрался.
sns.countplot(x='Pclass', hue='Survived', data=train_df)
Графическая проверка зависимости выживания от возраста
train_df.plot(x='Survived', y='Age', kind='box')
sns.boxplot(x='Survived', y='Age', data=train_df)
С вычислением Fare_no_out я не справился.
Для понимания темпов - до этого места нужно было добраться за 33 минуты от начала занятия.
Далее Юрий Кашницкий, который читает нам этот блок лекций, быстро пробежался по решению задач.
с 37-й минуты. Начался разбор новой темы:
Обучение с учителем. Задачи классификации и регрессии
- Практическое задание. Визуальный анализ данных пассажиров "Титаника"
- Обзор библиотеки Scikit-learn
- Дерево решений в задаче классификации
- Дерево решений в соревновании Kaggle Inclass по автострахованию
- Извлечение признаков. Пример с набором данных Titanic
- Домашнее задание 3. Дерево решений и случайный лес в задаче предсказания выживания пассажиров "Титаника"
Поговорили об основных алгоритмах, поддерживаемых библиотекой Scikit-learn.
- Линейные модели (Ridge, Lasso, Elastic Net, ...)
- Ансамбли (случайный лес, бэггинг, градиентный бустинг, ...)
- Машина опорных векторов (SVM)
- k ближайших соседей (kNN)
О том, что в scikit-learn удобный API, что позволяет писать собственные классы - достаточно скормить алгоритму обучающую выборку
class Estimator(object):
def fit(self, X, y=None):
"""Fits estimator to data."""
# set state of ``self``
return self
и написать как, собственно, алгоритм будет предсказывать то, что требуется.
def predict(self, X):
"""Predict response of ``X``."""
# compute predictions ``pred``
return pred
Очень бегло нам рассказали об SVM, а заодно о наборах данных USI Machine Learning repositary http://archive.ics.uci.edu/ml/ очень популярных в машинном обучении.
и далее совсем кратко.
с 43-й минуты. Пробежались по теме кросс-валидации результатов, опасности переобучения, вариантах выделения тестовой выборки, вот об этом всём, выборе k.
с 60-й минуты. Обсудили "дерево решений". Почему они популярны. Кредитный скоринг. Игра в 20 вопросов. Энтропия Шеннона. Пример предсказания цвета шарика по координате. Интерпретируемость методов (случайный лес - не интерпретируемый).
с 77-й минуты. Перешли к примерам алгоритмов, реализующим дерево решений. DecisionTreeClassifier. Predict. Прямые линии границ у бинарных деревьев. Дерево решений может также предсказывать вероятности. Зачем рубят деревья. Плюсы и минусы деревьев решений. Проблема XOR.
с 88-й минуты. Пример применения алгоритма дерева решений к страхованию автомобилей. Подготовка данных. Навеска меток (scikit-learn не умеет работать с категориальными признаками). Добавление dummy-переменных. Проблема непопадания данных для ряда брендов. Добавление колонок с нулевыми данными. Глубина дерева. Как формировать данные для отсылки результатов на Kaggle. Фунция .gini (Джини импьюрити). Вывод дерева в формате .pdf Отправка файла на Kaggle.
со 115-й минуты. Функция GridSearchCV и ее применение. Распараллеливание процессов. Приходим к дереву глубины 3. Обучение случайного леса. Параметры.
со 122-й минуты вернулись к примеру Титаник. Поговорили о составлении обучающей и тестовой выборок. Попробовали на выборке алгоритм Случайный лес. Что можно "вытащить" из исходных признаков? Создание нового категориального признака, заменяющего числовой признак.
с 127-й минута. "Пробежались" по домашнему заданию. Нужно будет с теми же данными Титаника разобраться, как обучить дерево решений, как настроить его параметры, как обучить случайный лес. Проверили все ли зарегистрировались на Kaggle. Рассказали подробнее об устройстве соревнований Kaggle.
134-я минута. Занятие завершилось.
Надеюсь, вы получили неплохое представление о том, что происходит на занятиях по теме "Машинное обучение" в Школе Данных Билайн. Пожелайте мне успехов в прохождении курса!
+ +
Также по теме:
- Анонсы: Data-MBA для менеджеров и бизнесменов (c 16 февраля)
- Школа данных Билайн. Как прошло мое первое занятие
- Анонсы: Завтра у меня первое занятие в Школе данных Билайн
UPD:
Отправил свое домашнее задание на соревнования Kaggle
Качество российской связи обсудят 3 марта в Москве
ComNews приглашает участвовать во II-м Федеральном форуме Telecom QoS Russia 2016 - Качество телекоммуникационных услуг в России.
Дата и место проведения: 3 марта 2016 г. в отеле «Азимут Москва Олимпик» (Москва, Олимпийский пр-т, д.18/1).
Ведение открытого диалога участников ИКТ-отрасли о проблематике обеспечения качества связи в стране – путь к повышению эффективности взаимодействия между всеми участниками рынка для решения национальной задачи - обеспечения единого информационного пространства с высоким уровнем предоставления телекоммуникационных услуг.
На одной площадке представители Министерства связи и массовых коммуникаций РФ, Роскомнадзора, ключевые операторы, а также признанные эксперты отрасли обменяются профессиональным мнением, практикой обеспечения качества связи в России.
Регулятор предлагает усовершенствовать систему контроля качества услуг электросвязи, включая сотовую связь, интернет-передачу данных, проводную телефонию, не только систематически замеряя уровень сигнала, но реагируя на жалобы абонентов на несоответствие параметров качества заявленным требованиям. Операторы в свою очередь модернизируют технологическую платформу для обеспечения качества связи, инвестируют в новые клиентские сервисы.
Выработка концептуальных предложений, а также новейшие технологии, разработки, практика инновационных внедрений – главные предметы обсуждения экспертов.
Ключевые темы Telecom QoS Russia 2016:
- Концепция управления качеством связи в РФ. Чем управление качеством отличается от контроля качества связи?
- Нормативно-правовое обеспечение «Системы оценки качества услуг подвижной радиотелефонной связи в Российской Федерации»
- Мониторинг качества услуг ШПД для обеспечения предоставления услуг абоненту на должном уровне
- Итоги практической деятельности по контролю качества мобильной связи
- Автоматизированная система «Ревизор» как средство отслеживания качества предоставления телематических услуг
- Качество ШПД глазами абонента: как соответствовать?
- Решения в области измерения и контроля качества телекоммуникационных услуг. Оптимизация, постобработка и мониторинг сетей GSM/CDMA/UMTS/LTE
- Требования к созданию системы контроля качества услуг связи в России при совместном использовании операторами инфраструктуры MBH и RAN
- Решение iOSS - контроль качества услуг
- Контроль качества каналов связи и SLA, мониторинг и управление сетевой инфраструктурой
- Мониторинг производительности сетей. Современные инструменты для обеспечения качества ИКТ – услуг
- Пользовательские приложения как инструмент мониторинга качества сети, продуктов и услуг связи
- Перспективные методы контроля качества предоставляемых услуг в современных сетях связи
- Как добиться соответствия скорости ШПД, рекламируемой Интернет-провайдерами, реальным скоростям, доступным абоненту
Внимание! В рамках форума состоится экспертная дискуссия «Независимые замеры качества услуг связи»
- Обзор рынка замеров качества услуг связи. Самопрезентации участников дискуссии
- Решения по измерению электромагнитных полей как инструмент повышения качества услуг связи
- Как модернизируется оборудование и задачи служб качества операторов связи?
- Точность измерений качества услуг связи. Как правильно мерить?
- Сравнение результатов измерений параметров качества аналогичных услуг разных операторов
К участию в Telecom QoS Russia 2016 приглашаются:
- представители государственных регулирующих органов;
- операторы связи;
- производители оборудования для сетей связи;
- системные интеграторы и дистрибьюторы оборудования;
- консалтинговые компании;
- контент- и сервис-провайдеры;
- поставщики оборудования и решений для измерения качества связи;
- поставщики инновационных услуг, оборудования и сервисов;
- научно-исследовательские институты
- представители СМИ
Подробнее о мероприятии на официальном сайте: http://www.comnews-conferences.ru/qos2016
+ +
Новости робототехники и беспилотников
Совершенно не хватает времени, чтобы написать обо всех интересных новостях в области робототехники и дронов, а новостей таких немало. Поэтому здесь накидаю интересных ссылок.
Беспилотники
Дроны и спорт. Скайтбординг вы наверное знаете? Встречайте "дронбординг"! Пока это идея, но если сделать помощнее двигатели...
Беспилотники и развлечения. Drone Racing League, США - все больше участников, все красочнее соревнования. Управление от первого лица, сложные трассы, скорости выше 100 км/ч. Все признаки нарождающегося на наших глазах еще одного вида популярных гонок. Коммерциализуемая идея. Во что она выродится в суровых условиях России сказать трудно, ну а в США, весьма возможно, проект станет мегапопулярным. Смотрите по ссылке картинки и видео. А на RoboTrends.ru мы периодически пишем на тему Спорт и другие соревнования владельцев беспилотников.
Беспилотники и телеком. Сообщается об испытаниях, которые Google проведет в Нью-Мексико. Там запланированы очередные эксперименты с гигантскими беспилотниками (Google Titan и Centaur), летающими на энергии, получаемой с фотобатарей, установленных на крыльях и корпусе. "Секретный" проект под кодовым названием SkyBender подразумевает, что через несколько лет в небе могут появиться беспилотники, предназначенные для обеспечения мобильным интернетом мест, куда не добираются операторы мобильного ШПД. Как ожидается, беспилотники будут оснащены приемопередатчиками миллиметрового диапазона (летом будут тестировать частоты 28 ГГц), что позволит им обеспечивать прием и передачу данных со скоростями на порядок более высокими, нежели в сетях LTE. Подробнее о беспилотниках в телекоме.
Беспилотники и доставка. Стало известно, что Amazon тестит свои дроны, предназначенные для доставки товаров воздухом, в Канаде, Нидерландах и в Объединенном Королевстве. Разработка при этом идет в США и Израиле. При этом по-прежнему не ясны перспективы доставки товаров дронами в США и в других странах из-за постоянно ужесточающегося законодательства в области беспилотников. Подробнее о Доставке беспилотниками грузов.
Инциденты с беспилотниками. Несмотря на ужесточения в области регулирования беспилотников, которые заметны в большинстве стран, частота опасных инцидентов с участием дронов, похоже, не снижается. В частности, очередные инциденты отмечены в аэропорту UK. Также по теме: Проблемы и опасности, связанные с беспилотниками. Инциденты.
Военные беспилотники. Стало известно, что разведки США и UK сумели "хакнуть" видеопоток, поступающий с израильских дронов, что позволило специалистам наблюдать за израильскими бомбардировками в секторе Газа, а также "участвовать" в разведывательных полетах в Сирии. Это стало ясно из документов, обнародованных Сноуденом. Для "подглядывания" использовалась станция радиоперехвата в горах Кипра рядом с Тродосом. Подробнее о военных беспилотниках.
Военные беспилотники. Финляндия планирует начать испытания беспилотников вдоль границы с Россией. Официально называемая причина - резкий рост числа мигрантов, пересекающих границу Россия-Финляндия. В краткой информации не говорится о том, дроны какого типа будут использованы и в каком количестве. Планируется начать тесты на участке границы протяженностю 1340 км.
Робототехника
Экзоскелеты. "Бюджетным" называют новый экзоскелет Phoenix, позволящий вновь вернуться к самостоятельности в передвижениях представителям ряда категорий маломобильных людей. Новинка создана в компании SuitX, ее рыночная цена - $40 тысяч. Костыли, правда тоже необходимы - в этом Phoenix сродни известному израильскому ReWalk и находящемуся в стадии испытаний ЭкзоАтлету. От ReWalk Phoenix отличает меньший вес. Цена, хотя и "сниженная" для России кажется заоблачной. С уверенностью можно предсказать, что в ближайшие годы она должна будет снизиться, вполне возможно, до значений на уровне $15 тысяч. Подробнее об экзоскелетах.
Антропоморфные роботы. Робот, разработанный Шоном Андристом (Sean Andrist) в Университете Висконсин-Мэдисон, обладает очень интересной чертой - он пытается определить, общается ли он с экстравертом или интравертом, а получив прогноз, корректирует свое поведение соответствующим образом. Разработчик надеется, что этот подход улучшит восприятие его робота другими людьми. Интересная гипотеза! Подход кажется разумным, по крайней мере, при общении такого робота с собеседниками в режиме "один на один". Развитие идей, заложенных в робота Pepper?
Бытовые роботы. Неплохой обзор робота-пылесоса Neato Botvac Connected. $700. От производителя, который уже несколько лет выпускает линейку роботов-пылесосов. От предшественников отличается высоким уровнем автоматизации, в частности, программой лазерного сканирования помещения. Обладает рядом других плюсов, включая качественный сбор пыли. Подробнее о роботах-пылесосах.
Роботы-домашние питомцы. Крах Aibo, похоже, ничему не научил других желающих попробовать свои силы в этом сегменте. CHiPK9 - очередная робособачка. $179. Пока поведение пластмассовых "животных" будет предсказуемым, вряд ли они будут пользоваться спросом. Иногда их покупают, дарят, но судьба пока что всегда одинакова - пылиться выключенными. Подробнее о домашних роботах.
Подводные роботы. Несколько хороших фото робота-яйца Evie, разработанного в компании Hydroswarm, в качестве прототипа для исследования океана. Среди возможных профессий - разведка подводных месторождений. Подробнее о подводных роботах.
Дроны и спорт. Скайтбординг вы наверное знаете? Встречайте "дронбординг"! Пока это идея, но если сделать помощнее двигатели...
Беспилотники и развлечения. Drone Racing League, США - все больше участников, все красочнее соревнования. Управление от первого лица, сложные трассы, скорости выше 100 км/ч. Все признаки нарождающегося на наших глазах еще одного вида популярных гонок. Коммерциализуемая идея. Во что она выродится в суровых условиях России сказать трудно, ну а в США, весьма возможно, проект станет мегапопулярным. Смотрите по ссылке картинки и видео. А на RoboTrends.ru мы периодически пишем на тему Спорт и другие соревнования владельцев беспилотников.
Беспилотники и телеком. Сообщается об испытаниях, которые Google проведет в Нью-Мексико. Там запланированы очередные эксперименты с гигантскими беспилотниками (Google Titan и Centaur), летающими на энергии, получаемой с фотобатарей, установленных на крыльях и корпусе. "Секретный" проект под кодовым названием SkyBender подразумевает, что через несколько лет в небе могут появиться беспилотники, предназначенные для обеспечения мобильным интернетом мест, куда не добираются операторы мобильного ШПД. Как ожидается, беспилотники будут оснащены приемопередатчиками миллиметрового диапазона (летом будут тестировать частоты 28 ГГц), что позволит им обеспечивать прием и передачу данных со скоростями на порядок более высокими, нежели в сетях LTE. Подробнее о беспилотниках в телекоме.
Беспилотники и доставка. Стало известно, что Amazon тестит свои дроны, предназначенные для доставки товаров воздухом, в Канаде, Нидерландах и в Объединенном Королевстве. Разработка при этом идет в США и Израиле. При этом по-прежнему не ясны перспективы доставки товаров дронами в США и в других странах из-за постоянно ужесточающегося законодательства в области беспилотников. Подробнее о Доставке беспилотниками грузов.
Инциденты с беспилотниками. Несмотря на ужесточения в области регулирования беспилотников, которые заметны в большинстве стран, частота опасных инцидентов с участием дронов, похоже, не снижается. В частности, очередные инциденты отмечены в аэропорту UK. Также по теме: Проблемы и опасности, связанные с беспилотниками. Инциденты.
Военные беспилотники. Стало известно, что разведки США и UK сумели "хакнуть" видеопоток, поступающий с израильских дронов, что позволило специалистам наблюдать за израильскими бомбардировками в секторе Газа, а также "участвовать" в разведывательных полетах в Сирии. Это стало ясно из документов, обнародованных Сноуденом. Для "подглядывания" использовалась станция радиоперехвата в горах Кипра рядом с Тродосом. Подробнее о военных беспилотниках.
Военные беспилотники. Финляндия планирует начать испытания беспилотников вдоль границы с Россией. Официально называемая причина - резкий рост числа мигрантов, пересекающих границу Россия-Финляндия. В краткой информации не говорится о том, дроны какого типа будут использованы и в каком количестве. Планируется начать тесты на участке границы протяженностю 1340 км.
Робототехника
Экзоскелеты. "Бюджетным" называют новый экзоскелет Phoenix, позволящий вновь вернуться к самостоятельности в передвижениях представителям ряда категорий маломобильных людей. Новинка создана в компании SuitX, ее рыночная цена - $40 тысяч. Костыли, правда тоже необходимы - в этом Phoenix сродни известному израильскому ReWalk и находящемуся в стадии испытаний ЭкзоАтлету. От ReWalk Phoenix отличает меньший вес. Цена, хотя и "сниженная" для России кажется заоблачной. С уверенностью можно предсказать, что в ближайшие годы она должна будет снизиться, вполне возможно, до значений на уровне $15 тысяч. Подробнее об экзоскелетах.
Антропоморфные роботы. Робот, разработанный Шоном Андристом (Sean Andrist) в Университете Висконсин-Мэдисон, обладает очень интересной чертой - он пытается определить, общается ли он с экстравертом или интравертом, а получив прогноз, корректирует свое поведение соответствующим образом. Разработчик надеется, что этот подход улучшит восприятие его робота другими людьми. Интересная гипотеза! Подход кажется разумным, по крайней мере, при общении такого робота с собеседниками в режиме "один на один". Развитие идей, заложенных в робота Pepper?
Бытовые роботы. Неплохой обзор робота-пылесоса Neato Botvac Connected. $700. От производителя, который уже несколько лет выпускает линейку роботов-пылесосов. От предшественников отличается высоким уровнем автоматизации, в частности, программой лазерного сканирования помещения. Обладает рядом других плюсов, включая качественный сбор пыли. Подробнее о роботах-пылесосах.
Роботы-домашние питомцы. Крах Aibo, похоже, ничему не научил других желающих попробовать свои силы в этом сегменте. CHiPK9 - очередная робособачка. $179. Пока поведение пластмассовых "животных" будет предсказуемым, вряд ли они будут пользоваться спросом. Иногда их покупают, дарят, но судьба пока что всегда одинакова - пылиться выключенными. Подробнее о домашних роботах.
Подводные роботы. Несколько хороших фото робота-яйца Evie, разработанного в компании Hydroswarm, в качестве прототипа для исследования океана. Среди возможных профессий - разведка подводных месторождений. Подробнее о подводных роботах.
Обучение: Data-MBA для менеджеров и бизнесменов
Вы уже знаете, что с января я слушаю лекции в Школе данных Билайн по теме машинное обучение. Это курс для Data scientists и тех, кто ими хочет стать. В Школе данных подготовлен и другой курс, Data-MBA. Он адресован менеджерам, заказчикам и владельцам бизнесов и не требует для освоения математического образования и специальной подготовки, но позволяет "приобщиться к теме" аналитики данных, Big Data и машинного обучения.
Мне обещали возможность послушать несколько занятий этого курса, чтобы сравнить его с тем, на котором я обучаюсь. Постараюсь отписаться в той же манере, что и про свой курс.
Зачем это "руководству"? На рынке все чаще появляются предложения по использованию аналитики данных в бизнесе. Перед менеджерами, заказчиками и владельцами бизнесов все чаще встают вопросы эффективной организации работы по анализу данных, выбору решений и контролю процесса. Научить разбираться в теме обещают в Школе Билайн. Эксперты расскажут о возможностях применения машинного обучения и анализа больших данных.
Обучение построено на разборе примеров решения бизнес-задач с применением конкретных инструментов.
Занятия пройдут в Москве, начиная с 16 февраля 2016 года, по вторникам и четвергам с 19 часов вечера по адресу Краснопролетарская д.4, продолжительность - 5 недель. Стоимость - 100 тыс. руб. Подробности. Продолжительность занятия - порядка 2 часов.
+ +
Мне обещали возможность послушать несколько занятий этого курса, чтобы сравнить его с тем, на котором я обучаюсь. Постараюсь отписаться в той же манере, что и про свой курс.
Tele2 обещает бонусы за Автоплатежи
Автоплатеж - это действительно удобная услуга из разряда "включил и забыл". Экономит массу времени, а иногда и нервов - Автоплатеж позволяет автоматически пополнить счет мобильника с любой банковской карты.
Tele2 Россия сообщает, что за 2015 год число пользователей услугой выросло почти вдвое до 3.2 млн! В феврале 2013 года число пользователей составляло 0.5 млн. Среди наиболее активных по числу пользователей регионов - Иркутск, Челябинск, Нижний Новгород, Воронеж и Санкт-Петербург. Дума, что вскоре и Москва подтянется в этот список.
Tele2 отмечает, что услуга больше востребована абонентами с высоким уровнем потребления услуг. Это понятно, как правило, это свидетельство того, что телефоном пользуется активный человек, востребованный на работе или занятый собственным бизнесом. Таким абонентам важно всегда оставаться на связи, не уходя в минус. Услуга Автоплатеж как раз эту задачу и решает.
Услугу Автоплатеж Tele2 можно настраивать так, как удобно пользователю, например, регулируется пороговая сумма - можно настроить услугу так, что автопополнение будет происходить по достижению порога в 10, 30, 50, 100, 300 или 500 рублей, в зависимости от выбора клиента. Есть вариант платежа по расписанию - в этом случае заданная сумма будет уходить на счет телефона в заданную дату и время.
В 2016 году компания планирует развивать сервис. В частности, Tele2 объявляет о запуске акции "Бонус за автоплатеж" - все абоненты, которые подключат опцию с 1 февраля 2016 года два месяца будут получать на свой баланс бонус в размере 10% от суммы автопополнений за этот период.
Желание Tele2 продвигать услугу Автоплатеж понятно, ведь абоненты, которые не уходят в минус, в среднем, приносят компании больший доход, что приводит к росту столь приятного для компании показателя, как ARPU. Но, повторюсь, это услуга, которая выгодна и для клиента - нервы стоят дороже, чем "экономия" на невовремя заблокировавшемся телефоне.
Напомню, сервис подключается бесплатно, абонплата не взимается.
Автоплатеж можно распространить на несколько номеров. Услуга позволяет пополнять счета не только владельца карты, но и балансы родственников и друзей.
+ +
Реклама: - RoboTrends.ru . Всё о роботах и дронах.
Tele2 Россия сообщает, что за 2015 год число пользователей услугой выросло почти вдвое до 3.2 млн! В феврале 2013 года число пользователей составляло 0.5 млн. Среди наиболее активных по числу пользователей регионов - Иркутск, Челябинск, Нижний Новгород, Воронеж и Санкт-Петербург. Дума, что вскоре и Москва подтянется в этот список.
Tele2 отмечает, что услуга больше востребована абонентами с высоким уровнем потребления услуг. Это понятно, как правило, это свидетельство того, что телефоном пользуется активный человек, востребованный на работе или занятый собственным бизнесом. Таким абонентам важно всегда оставаться на связи, не уходя в минус. Услуга Автоплатеж как раз эту задачу и решает.
Услугу Автоплатеж Tele2 можно настраивать так, как удобно пользователю, например, регулируется пороговая сумма - можно настроить услугу так, что автопополнение будет происходить по достижению порога в 10, 30, 50, 100, 300 или 500 рублей, в зависимости от выбора клиента. Есть вариант платежа по расписанию - в этом случае заданная сумма будет уходить на счет телефона в заданную дату и время.
В 2016 году компания планирует развивать сервис. В частности, Tele2 объявляет о запуске акции "Бонус за автоплатеж" - все абоненты, которые подключат опцию с 1 февраля 2016 года два месяца будут получать на свой баланс бонус в размере 10% от суммы автопополнений за этот период.
Желание Tele2 продвигать услугу Автоплатеж понятно, ведь абоненты, которые не уходят в минус, в среднем, приносят компании больший доход, что приводит к росту столь приятного для компании показателя, как ARPU. Но, повторюсь, это услуга, которая выгодна и для клиента - нервы стоят дороже, чем "экономия" на невовремя заблокировавшемся телефоне.
Напомню, сервис подключается бесплатно, абонплата не взимается.
Автоплатеж можно распространить на несколько номеров. Услуга позволяет пополнять счета не только владельца карты, но и балансы родственников и друзей.
+ +
Реклама: - RoboTrends.ru . Всё о роботах и дронах.
Подписаться на:
Сообщения (Atom)
Желающие следить за новостями блога, могут подписаться на рассылку на follow.it (отписаться вы сможете в один клик).
Еще можно подписаться на Telegram-каналы @abloud62 @abloudrealtime, где также дублируются анонсы практически всех новостей блога.