 Selamat pagi. Sebenarnya, sebab kata-kata, saya adalah seorang pelajar yang membuat pelajaran. Jadi, saya hanya akan berkongsi apa yang saya belajar daripada web. Dan saya rasa, seolah-olah sebenarnya, saya ada banyak soalan. Dan jika sesiapa-siapa anda ada poinat yang anda boleh beri pada berbual atau setelah berbual, anda tahu, berkata-kata untuk datang dan beritahu saya. Jadi, saya rasa ini adalah... Ini bermula sebagai data kaya yang bermula oleh Eugene. Tetapi, saya rasa saya mendapat perempuan tapi dia akhirnya tidak dapat datang kerana dia terlalu sibuk. Tetapi, dia sebenarnya beritahu saya kepada kompetiti ini. Jadi, saya berterima kasih kepada dia untuk itu. Jadi, tanpa keputusan, saya akan hanya masuk ke dalam masalah sendiri. Jadi, masalahnya sebenarnya cukup jauh-jauh. Kita ada beberapa pelajaran yang telah diberikan kepada kami. Contohnya, resursi. Saya rasa ini adalah program IT resursi dan aplikasi. Dan kemudian, anda mempunyai ID. Apa ialah keputusan? Apa ialah keputusan, keputusan, keputusan, keputusan, etc. Jadi, tergantung pada keputusan ini, anda sepatutnya mempunyai jika resursi ini akan dipercayai dengan pekerjaan ini atau tidak. Jadi, ia cukup jauh-jauh. Jadi, bagaimana cara menerimanya? Cara menerimanya adalah menggunakan curve RLC. Jadi, anda perlu mempunyai kemungkinan. Okey, kita pergi. Jadi, pertama, apa yang kita lakukan adalah kita mencari data. Dan saya telah menerimanya. Hanya untuk melihat apa yang diberikan dengan data. Jadi, dari sini, ini adalah keputusan dan ini adalah keputusan. Pertama, kita dapat cepat mengetahui bahawa data ini cukup jauh. Anda dapat melihat, dalam termasuk kecepatan, kecepatan atas, maaf, ini adalah kecepatan ID di sini. Anda dapat melihat di sini bahawa ada 2 kecepatan 1 atau 0. Dan kecepatan kecepatan adalah sebenarnya 30,872. Oleh itu, 32,000. Jadi, ini adalah kecepatan kecepatan. Pertama, beberapa kecepatan yang kita dapat melihat adalah bahawa ada beberapa informasi di dalam kecepatan. Ya, bahawa beberapa informasi di dalam kecepatan. Oleh itu, tidak ada di kecepatan. Pertama, kecepatan ID, ada 4971. Anda perlukan. Tetapi di kecepatan, hanya ada 41243. Jadi, ini adalah beberapa kecepatan yang telah dibuat. Kita juga melihat bahawa kecepatan dan kecepatan dan kecepatan ada kecepatan yang sama dengan kecepatan. Oleh itu, kita akan melihat kecepatan itu semasa kita pergi kemudian. Jadi kecepatan kecepatan. Ini adalah kecepatan, bukan? Ya, ini adalah kecepatan. 777 kecepatan unik untuk kecepatan. Jadi, untuk kecepatan, anda ada 777 kecepatan unik. Kecepatan unik? Ya, betul. Jadi, anda dapat melihat bahawa ada 343 kecepatan unik dan 343 kecepatan unik. Oleh itu, ada beberapa hubungan itu. Okey. Jadi, kecepatan. Baiklah, ini lebih kecil. Tapi saya mencari data kategori. Mereka semua data kategori. Jadi, sebenarnya, saya tidak fikir ini dapat berminat. Okey. Jadi, saya sedar. Tapi, untuk beberapa kecepatan, ini adalah kecepatan dan kecepatan unik. Ia menunjukkan sesuatu di atas sana. Jadi, mungkin kita dapat melihat sesuatu daripada itu, tetapi ia tidak sangat berguna. Okey, jadi di sini, apa yang saya lakukan, sebenarnya, kita membuat kecepatan. Okey. Jadi, kita dapat menggantikan kecepatan unik daripada dari kecepatan keluarga ke setiap kecepatan. Jadi, ini adalah sebabnya. Dan dari sini, kita dapat melihat bahawa kecepatan untuk kecepatan adalah hubungan 1-1. Jadi, kecepatan untuk kecepatan. Kecepatan ini adalah 1. Dan kecepatan untuk kecepatan. Ini juga adalah 1. Jadi, kita dapat menggantikan bahawa mereka adalah sebegitu. Dan dari sini, kita dapat membuat kecepatan untuk kecepatan dalam kecepatan masin. Dan beberapa perkara lain adalah hubungan 1-1 kepada hubungan 1-1 kepada banyak. Hubungan 1-1 kepada hubungan 1-1 adalah juga hubungan 1-1. Bagaimana ini? Okey. Correlasi. Ini bukan... Sebenarnya, saya membuat... Saya membuat kecepatan unik untuk kecepatan untuk kecepatan. Kemudian, saya mencari kecepatan masin unik. Jadi... Biar saya menyebabkan ini sedikit. Jadi, sebenarnya, saya mengatakan bahawa untuk kecepatan ini... Saya membuat kecepatan, bukan? Jadi, saya membuat kecepatan. Kemudian, saya membuat kecepatan. Kecepatan. Kecepatan masin. Okey. Ini adalah kecepatan untuk kecepatan. Jadi... Untuk... Saya minta maaf. Sebab ini adalah kecepatan. Sebelumnya, saya membuat kecepatan. Tapi... Apabila saya kecepatan kecepatan antara kecepatan, saya membuat kecepatan unik. Okey. Jadi... Untuk kecepatan... kecepatan masin saya membuat kecepatan. Saya rasa sedikit susah untuk saya beritahu. Mungkin saya boleh... kembali ke awak nanti. Saya rasa apa yang awak buat... adalah... Anda mencari... untuk... bagi contoh kecepatan... dan kecepatan. Apa yang membuat kecepatan... unik kecepatan... menyebabkan kecepatan? Ya, betul. Ya. Jadi, apabila kita mempunyai 1-1... untuk kecepatan untuk kecepatan, maksudnya... maksudnya 1... untuk kecepatan. Jadi, itu sebabnya... kita boleh memperkenalkan kecepatan 1-1. Ya. Okey. Okey. Jadi, kemudian... yang terbaik terhadap mereka di forum... adalah bahawa... mereka membuat lebih banyak kecepatan. Pada kecepatan antara... mereka sebenarnya menyebabkan data. Saya rasa ini untuk... membuat lebih banyak kecepatan. Jadi, bagi contoh... untuk membuatnya... lebih banyak kecepatan, apa yang mereka buat... adalah... membuat kecepatan dan kecepatan. Jadi, bagi contoh, mereka akan... menyebabkan idea dan resursu... sebagai 1 kecepatan baru... dan kecepatan dan kecepatan yang berlaku di atas kecepatan. Jadi, mereka buat begitu... untuk kecepatan dan kecepatan. Okey. Jadi, untuk membuat... bagaimana kita membuat kecepatan... apabila kita membuat kecepatan dan kecepatan... kita perlu... ada sebuah fungsi... untuk sebenarnya... menyebabkan kecepatan menjadi kecepatan unik. Jadi, saya menggunakan kecepatan contoh... yang juga daripada forum. Mereka berkata... ini tidak mempunyai... ia cukup aman bahawa ia tidak mempunyai kecepatan. Bukan itu... Ya. Jadi, saya menggunakan kecepatan... dan kemudian... saya keluar dengan... kecepatan baru. Jadi, sekarang masalah dengan kecepatan baru... adalah sangat besar. Jika anda melihat... kecepatan unik... anda akan melihat... anda juga dapat melihat kecepatan sebenar... kecepatan pula... idea resursu itu sepatutnya sangat lama. Jadi, apabila anda memakai... ini semua bersama... kecepatan... tidak dapat membuat kecepatan kecepatan, kan? Anda harus mengubahkan kecepatan satu... kecepatan itu. Jadi, apabila anda melakukan itu... anda menjadi sebuah kecepatan. Apabila anda menjadi sebuah kecepatan... anda akan terdapat kecepatan dengan kecepatan itu. Dimana yang anda boleh pakai... sangat terdapat kecepatan... kerana tidak semua algoritmus dalam Scyed Kid dapat mendukung sepanjang-panjang-panjang-panjang-panjang-panjang daripada faham saya. Jadi, saya akan berkongsi bagaimana saya berkongsi dengan itu nanti. Jadi, apabila kita mempunyai banyak feature, kita perlu sebenarnya membuat pilihan untuk menggunakan feature. Di forum, mereka menggunakan algoritmus. Mereka mengatakan bahawa mereka menggunakan 6 jam untuk mendapatkan set yang baik. Saya tidak mempunyai masa itu. Saya tidak ingin menggunakan algoritmus selama sejauh. Jadi, saya membuat hal lain. Saya cuba menggunakan pilihan keputusan. Kerana pilihan pilihan dapat memberikan apa yang penting. Saya membuat ini, dan saya membuat periuk periuk saya dengan pilihan mereka dan pilihan keputusan saya. Ia tidak baik-baik saja. Kerana pilihan pilihan yang baik-baik mungkin lebih efisien untuk mendapat keputusan. Saya akan beritahu awak nanti. Tapi, saya bermaksud bahawa 0.01 dalam kego adalah banyak. Jadi, di sini, apa yang saya mempunyai adalah... orang-orang yang sangat generous memasukkan keputusan yang baik-baik saja dari pilihan pilihan pilihan yang baik-baik saja. Ini adalah satu pilihan yang baik-baik saja. Dan saya ingin pilihan yang baik-baik saja adalah pilihan yang lain. Jadi, ini adalah pilihan yang sebenarnya telah dikeputusan. Jadi, awak tak menggunakan algoritmus selama sejauh? Saya tak menggunakan. Jadi, saya menghargai. Jadi, ini sebab saya bercakap, ada banyak pilihan yang besar. Saya menggunakan beberapa metod. Saya menggunakan pilihan pilihan yang baik-baik saja. Ini tak ada. Ini okey. Ini boleh menggunakan pilihan yang baik-baik saja. Ia mengambil percaya. Tapi, saya mencari keadaan di sini. Perkaraan tidak terlalu baik. Ia hanya beri saya 6%. Saya membuat CV yang terbaik untuk perasaan ini di Alfa. Untuk mengalinkan apa yang di Alfa. Jadi, saya beri saya 0.18. Dan kemudian, keadaan di kego adalah 0.866. Ini... Saya menggunakan pilihan yang terbaik. Saya membuat pilihan yang terbaik. Dan kemudian, ia beri saya keadaan. Yang lain yang saya mencari adalah keadaan logis. Ini adalah... ia adalah satu yang sangat mudah. Tapi, ia dapat memberikan keadaan yang tinggi. Saya membuat CV keadaan di sini. Untuk mencari keadaan di kego. Dan kemudian... Sebenarnya, ia lebih baik. 0.89. Di kego. Dan kemudian untuk keputusan saya, ia beri saya 0.88. Jadi, ia sangat berbeza. Sangat berbeza. Ya. Dan... Apabila... Pilihan logis ini juga dapat membantu... menggunakan keadaan keadaan yang terbaik. Ia dapat membantu memenuhi keadaan yang terbaik. Saya menggunakan keadaan keadaan yang terbaik. Jadi... Itu untuk keadaan logis. Baiklah. Pada kemudian, keadaan keadaan yang terbaik. Pada keadaan keadaan yang terbaik, ia tidak dapat menerima... keadaan keadaan yang terbaik. Jadi... bagaimana saya menggunakan keadaan yang terbaik... ia sangat menarik. Saya tidak dapat mengerti. Saya hanya mempunyai keadaan sekarang... selepas melihatnya banyak kali. Sebenarnya, mereka menggunakan keadaan keadaan. Mereka menggunakan keadaan keadaan... Mungkin memastikan keadaan ini lebih mudah untuk memahami. Jadi... ia adalah keadaan keadaan yang terbaik. Ini adalah keadaan keadaan. Jadi... Untuk keadaan yang ada... mereka hanya menggunakan keadaan... berapa banyak keadaan... sehingga 67 ada. Kemudian mereka hanya menggunakan keadaan... keadaan 71. Jadi, anda dapat melihat queba-keadaan yang berjaya dengan 71. Mereka juga mempunyai satu lagi, yang adalah 5%. Jadi ini menggunakan SOS. Jadi mereka mempunyai ID dan SOS. Jadi kita dapat melihat untuk 6726. Jadi ini berdua berdua berdua yang sama di sini. Jadi satu-satunya hal yang saya boleh dapat daripada ini adalah apabila anda melakukan ini, dan sebenarnya, mungkin anda memasukkan sesuatu yang digunakan. Seperti jika anda mempunyai banyak resursus, ini akan menjadi suatu yang sangat besar. Jadi, setidaknya, tanpa ID yang rentam, sekarang ia menjadi... mungkin sebuah order of magnitude. Anda tahu ia mempunyai sebuah perusahaan yang lebih tinggi. Dan, bagaimanapun, informasi ini dapat membantu anda untuk melakukan permainan masin. Saya boleh salah, tapi ini yang saya dapat faham daripada ini. Jika sesiapa-siapa dapat memberitahkan itu kepada saya, saya akan gembira mendengarkan. Jadi, apabila anda melakukan ini, berdua berdua berdua berdua berdua berdua berdua berdua berdua berdua berdua. Sekarang, anda tidak perlu menggunakan sebuah order of magnitude. Ini berdentuk kegaparan yang berlainan. Jadi dengan perusahaan rentam, yang saya lakukan pada beberapa belajar, ia seperti sengaja kota. ada 4 algoritmus yang menerima dan kemudian anda melihat mana yang paling tinggi, dan anda beritahu. Dan anda beritahu, 3 adalah satu, yang lain adalah 0, kemudian anda pergi dengan 3, sesuatu seperti itu. Jadi saya mencari ini 4. Ini juga dari solusi wawang. Saya menggunakan perang, perang, kelas ekstrati dan perang dengan perang yang logistik. Jadi saya hanya mengubah sedikit, saya menggunakan kawasan kawasan kawasan untuk membuat optimisasi. Jadi untuk membuat optimisasi, saya membuat, saya memulai untuk 3 data set latihan latihan, saya dapat keputusan. Kemudian saya memulai semua keputusan ini ketika membuat optimisasi untuk melihat apa yang saya patut beri kepada tiga-tiga. Jadi kod ini adalah di sini, saya membuat fungsi yang hilang dan saya menggunakan matrix AUCC. Kemudian saya memiliki kawasan. Jadi ini adalah kawasan untuk setiap orang. Jadi logistik logistik logistik logistik logistik logistik logistik logistik logistik logistik logistik logistik logistik logistik. Kemudian ia memanfaatkan dengan banyak cara, ia mencua di kanwar. Jadiauxan yang cukup baik. Jadi sesuatu yang saya cuba adalahpenting keputusan ezилось dengan fungsi logistik logistik logistik logistik logistik logistik logistik logistik logistik logistik logistik logistik logistik logistik logistik logistik logistik logistik. Saya tidak pasti jika saya melakukan ini. Tetapi, apa yang saya lakukan adalah saya perlu melakukan dua lelaki latihan. Jadi, pertama saya memasukkan set dan test. Jadi, set dan test saya akan menerima 4 algoritmas. Kemudian, bagi itu, set dan test saya akan memasukkan lagi ke set dan test lagi. Jadi, set dan test saya akan menerima logisik dari ini. Kemudian, test saya akan memasukkan untuk melihat apakah saya memasukkan. Jadi, saya akan memasukkan bagaimana saya melakukan ini. Kemudian di sini, sebelum saya memasukkan logisik, forum saya menyebutkan bahawa anda memasukkan fungsi logisik dalam perjalanan. Kerana set pertama yang berlaku adalah kemungkinan. Jadi, dengan memasukkan fungsi logisik dalam perjalanan, saya tidak mengerti sesuatu yang saya tidak mengerti. Tetapi, ia berlaku. Saya rasa ia membuat senarai. Kerana jika semua perjalanan anda hanya 0.98 dan 0.9, dan anda memasukkan fungsi logisik, saya tidak yakin. Jadi, jika seseorang boleh beritahu saya, saya akan sangat gembira untuk mendengarnya. Jadi, ini pasti menyebutkan kemungkinan terbaik. Jadi, ini akan menyebutkan kemungkinan. Kemudian, akhirnya, saya akan memasukkan kemungkinan 0.9 dan 0.96, yang hanya sedikit lebih tinggi daripada yang sebelumnya. Okey. Itu akhirnya. Ini hanya sebuah berbicara. Saya berharap untuk berbicara pengalaman. Saya rasa ini adalah pengalaman yang sangat menarik untuk saya, mempelajari forum saya. Saya rasa bahawa data perjalanan itu sebenarnya adalah perkara yang menarik. Saya akan sangat berminat untuk bekerja dengan orang lain. Jika seseorang berminat untuk belajar bersama-sama, kerana banyak kali apabila anda melakukannya, anda sangat penat. Sebenarnya, anda boleh mencuba melihat diri sendiri, tetapi ia susah. Jadi, jika seseorang mahu belajar bersama-sama, anda boleh mencuba untuk melihat diri saya dan kita boleh mencuba sesuatu. Okey, itu saja. Ya, sudah selesai. Menurut saya, saya tidak boleh ingat sebuah perjalanan yang sangat tinggi daripada saya. Ia lebih tinggi daripada saya. Ya. Berapa besar? Berapa besar? Saya boleh menunjukkan anda di sini. Berapa banyak perjalanan? Berapa banyak perjalanan di sini? Saya rasa saya ada beberapa perjalanan di sini. Di sini. Jadi, berapa banyak perjalanan? Berapa banyak perjalanan untuk sebenarnya saya dapat melihat diri saya. Perjalanan di sini. Ya. Sama-sama, 500,000, dan 300,000. Tidak, 30,000, 30,000. Dan 50,000. Jadi, sebilangan besar. Ya, sebilangan besar. Ya. Kamu ada berapa banyak perjalanan di sini? Tidak, berapa banyak perjalanan di sini. Ya, saya berada di sini. Oh, juga perjalanan di sini? Perjalanan di sini, anda boleh menerima dari kegel. Saya masih... Sebenarnya, mana sebuah sebuah kegel yang dibuat di bawah? Ia sebuah pendidikan atau... Tidak, ia sebuah sebuah kegel. Jadi, anda boleh cari kegel Amazon yang anda bawa ke dalam perjalanan pertama. Berapa lama anda mengambil percuma dari perjalanan ini? Di sini? Ya. Sangat cepat. Saya rasa yang paling lama yang akan dibuat adalah kegelangan agar-agar. Sebab itulah anda mengambil semua kegelangan dan kegelangan agar-agar. Jadi, data set ini sebenarnya mudah kerja. Jika anda tidak perlu menunggu sepanjang jam untuk menjalankan kegelangan. Bagaimana anda membuat kegelangan untuk anda? Tidak, ini sangat mudah. Jadi, ia membuatnya lebih mudah. Bagaimana dengan kegelangan? Maaf? Bagaimana dengan kegelangan? Bagaimana dengan kegelangan? Saya mengambil semua kegelangan yang lain. Saya akan berkelihatan yang sangat tinggi. Saya rasa mungkin lebih daripada 100. Tapi saya mengambil kegelangan untuk menangani kegelangan dan membuat kegelangan yang lebih kecil. Jadi, bagi kegelangan pertama anda, bagaimana perjalanan anda? Apa yang anda mencari yang paling menarik? Saya rasa, untuk mengambil kegelangan sebenarnya. Sebelum itu, apa yang saya menarik adalah Kostra Andrews. Ia adalah sebuah pengalaman yang baik. Sebab itu, bagi saya, saya percaya bahawa... ...saya boleh mengambil kegelangan untuk berfungsi. Walaupun, saya tidak akan faham sepenuhnya. Tapi kegelangan itu membuat saya berfikir tentang... ...bagaimana saya dapat menggunakan kegelangan. Jadi, saya rasa ia perlu menghantar untuk memahami. Ada lagi pertanyaan? Terima kasih dan terima kasih.