История изменений

Вот только срисовать ноу-хау живых продаванов пока чет не получается, а для «представительной» выборки по 3-м(по трем!) параметрам нужно 10000 исторических сделок минимум для простого как мычание выбора: «эту сделку ложим сюдой, а на эту просто кладем», который вроде бы можно заменить несколькими вилками в коде.

Ну не рассчитали, решили, что могут заменить нейросеткой естественный интеллект. Это то, для чего их применять вряд ли следует. Однако, если бы взлетело, то сильно обогатились бы, а кроме того, не ошибается тот, кто ничего не делает.

Однако по поводу 10000 сделок замечу, что сейчас активно разрабатываются направления, позволяющие снизить количество необходимых данных для обучения, иногда очень резко. Transfer Learning называется. Если совсем на пальцах объяснять, то нейросеть обученную на одном классе данных, пытаются применять для работы с другим, резко на порядки сокращая время и количество данных для обучения. Иногда довольно успешно.

За «прорыв» щас выдают банальный морфинг на стероидах (появились мощностя для рендеринга в реальном времени).

Это вообще непонятно к чему. Видеокарты для нейросеток - это не про рендеринг, а про векторный процессор для ускорения массивно-параллельных задач.

Вот только срисовать ноу-хау живых продаванов пока чет не получается, а для «представительной» выборки по 3-м(по трем!) параметрам нужно 10000 исторических сделок минимум для простого как мычание выбора: «эту сделку ложим сюдой, а на эту просто кладем», который вроде бы можно заменить несколькими вилками в коде.

Ну не рассчитали, решили, что могут заменить нейросеткой естественный интеллект. Это то, для чего их применять вряд ли следует. Однако, если бы взлетело, то сильно обогатились бы, а кроме того, не ошибается тот, кто ничего не делает.

Однако по поводу 10000 сделок замечу, что сейчас активно разрабатываются направления, позволяющие снизить количество необходимых данных для обучения, иногда очень резко. Transfer Learning называется. Если совсем на пальцах объяснять, то нейросеть обученную на одном классе данных, пытаются применять для работы с другим, резко на порядки сокращая время и количество данных для обучения. Иногда довольно успешно.

За «прорыв» щас выдают банальный морфинг на стероидах (появились мощностя для рендеринга в реальном времени).