Quomodo catenis Markov utimur in solutionibus aestimandis et inveniendis cimices. Cum Pythone script

Magni interest nos intelligere quid nostris alumnis in disciplina eveniat et quomodo hae eventus eventum afficiant, sic aedificamus in Mappa Customer Iter - map experientiae emptoris. Ceterum processus discentium non est aliquid continuum et integrum, catena est eventuum et actionum studentium inter se connexarum, et hae actiones multum inter studiosos variari possunt. Iam complevit lectionem: quid ergo faciet? Utrumne ad Duis? Nunquid mobilem applicationem immittendi? Mutabit cursum, rogabit mutare magistros? Protinus ad proximam lectionem ibis? an relinquet mox destituta? Licetne, hanc tabulam dividendo, cognoscere exemplaria quae ad cursum perfectionem ducunt vel e converso "drout" studentis?

Quomodo catenis Markov utimur in solutionibus aestimandis et inveniendis cimices. Cum Pythone script

Typice, peculiariter, instrumenta fontium pretiosarum clausurarum fabricandi CJM adhibentur. Sed cum simplicitate aliquid voluimus ascendere, minimum conatum requirentes et, si fieri potest, fontem apertum. Ita opinio venit uti catenis Markov - et nos successit. Tabulam geographicam, quae de moribus studentium in forma graphi interpretata est, perspicimus omnino non-obvia responsa quaestionibus globalis negotii, et etiam cimices occultos penitus invenimus. Haec omnia fecimus in solutione scriptionis Pythonis aperta fonte adhibito. In hoc articulo cum duobus ipsis casibus non manifestis eventibus loquar et cum omnibus scripto communicabo.

Ita Markov catenae probabilitatem transitus inter eventus demonstrant. Hic exemplum primitivum ab Vicipaedia est:

Quomodo catenis Markov utimur in solutionibus aestimandis et inveniendis cimices. Cum Pythone script

Hic "E" et "A" eventus sunt, sagittae sunt inter eos transitus (incluso transitus ab eventu ad idem), et sagittarum pondera probabilia sunt transitus ("graphi onerati directi).

Quid uteris?

Circuitus exercitatus est mensurae functionis Pythonis, quae tigna activitatis studentium nutriebatur. Graphium in matrice inde a bibliotheca NetworkX constructum est.

Tessera similis est:

Quomodo catenis Markov utimur in solutionibus aestimandis et inveniendis cimices. Cum Pythone script

Haec fasciculus csv est continens tabulam trium columnarum: discipulus id, nomen eventus, tempus cum occurrit. Tres hi campi motus huius ad investigandum satis sunt, chartam geographicam construunt et tandem catenam Markov capiunt.

Bibliotheca graphes constructas in forma .dot vel .gexf reddit. Ad priorem visualize, gratis Graphviz involucro (gvedit instrumentum) uti potes, cum .gexf et Gephi laboravimus, etiam gratis.

Deinde duo exempla velim dare catenis Markov utendi, quae nova proposita inspicere nobis licuit, processuum scholasticum et ipsum oecosystematis Skyeng. Age, figere cimices.

Primo casu: mobile application

In primis pervestigavimus iter studentis per uberrimos nostros uberrimos – curriculum generalem. In illo momento, in filii parte Skyeng laboravi et voluimus videre quam efficaciter mobilis applicationis cum auditoribus filiorum nostrorum operata sit.

Accepi tigna et discurrendo per scripturam, tale aliquid accepi;

Quomodo catenis Markov utimur in solutionibus aestimandis et inveniendis cimices. Cum Pythone script

Nodus initium est Satus Generalis, et in fundo tres nodis outputis sunt: ​​discipulus "obdormivit", cursum mutavit, et cursum complevit.

  • Obdormivit, "Obdormivit" - hoc modo ille classes non amplius accipiens, verisimile est decidit. Optimistically hunc statum "somnum" vocamus, quia... in doctrina, facultatem adhuc habet studia continuandi. Eveniet nobis asperiores.
  • General omissis, cursum mutavit - permutavit ex Generali in aliud et amisit catenam nostram Markov.
  • Cursus finitus, curriculum - condicio idealis, persona 80% lectionum complevit (non omnes lectiones requiruntur).

Ingredientes in nodi classi prospero modo feliciter perficiunt lectionem in nostro suggestu una cum magistro. Progressum commemorat per cursum et accessum ad optatum exitum - "Perfecit cursum." Alumni interesse nobis quam maxime interest.

Ut accuratiores quantitatis conclusiones pro applicatione mobilis (nodi app sessionis) singulas catenas pro singulis nodi ultimis edificavimus ac deinde pondera in marginem pari modo compararemus;

  • a sessione ad eam app;
  • de app sessione ad bene genus;
  • de genere prospero app sess.

Quomodo catenis Markov utimur in solutionibus aestimandis et inveniendis cimices. Cum Pythone script
A sinistris discipuli sunt qui cursum perfecerunt; a dextris sunt illi qui "obdormierunt".

Hae tres orae relationem inter successum studentis et usum appi mobilis ostendunt. Exspectavimus nos videre discipulos qui cursum perfecerunt, maiorem coniunctionem habere cum applicatione quam discipuli dormientes. Sed revera eventum contrarium prorsus cepimus;

  • certo certius fecimus diversos usorum circulos penitus cum applicatione mobili aliter se habere;
  • discipuli prosperi utuntur applicatione mobili minus intensive;
  • discipuli dormientes mobilia applicatione activo utuntur.

Hoc significat quod alumni dormientes incipiunt in mobili applicatione plus ac magis tempus terere et in fine perpetuo in eo manere.

Quomodo catenis Markov utimur in solutionibus aestimandis et inveniendis cimices. Cum Pythone script

Mirati sumus primo, sed postquam de eo cogitabamus, intelleximus hunc effectum prorsus naturalem fuisse. Uno tempore studui Gallicum duobus instrumentis meis utendo: mobile applicatione ac praelectionibus grammaticalibus in YouTube. Primo distinxi tempus inter eos in ratione 50 ad 50. Sed applicatio magis iocosa est gamificatio, omnia simplicia, celeria et perspicua, sed in praelectione, quam habes in eam intromittere, aliquid scribe. exerce in libello. Paulatim plus temporis in mea Mauris quis felis incepi, donec pars eius ad C% crevit: si tres horas in eo habe, falsum sensum operis perfecti efficis, propter quod ire et audire aliquid non desideras. .

Quomodo autem hoc? Post omnes, praecipue mobilem applicationem creavimus; in eam aedificavit Ebbinghaus curvagamificavit, effecit ut homines in ea versari, sed evenit ut eos modo distrahat? Re quidem vera ratio est quod turmas mobiles cum suis operibus nimis bene implevit, ex quibus facta est frigidum, sibi sufficiens productum et ex nostra ecosystematis cadere coepit.

Ex investigatione, in promptu est applicatio mobilis aliquo modo mutari ut minus distrahatur ab praecipuo studiorum curriculo. Et tam pueri quam adulti. Hoc opus in promptu est.

Secundus casus: onboarding bugs

Descendere modum addito libitum est cum novum studiosum perscriptum, potentiale quaestiones technicas in futurum tollendo. Missionem fundamentalem supponit hominem in pagina portum descripserunt, accessum ad rationem personalem, contactus ac lectionem introductoriam dederunt. Eodem tempore animadvertimus magnas difficultates recipis technicas in lectione introductoria: versio falsa navigatoris, tortor vel sonus non operatur, magister solutionem statim suggerere non potest, et haec omnia maxime difficilia sunt cum obveniat. filiis. Propterea accessionem additam in ratione tua personali elaboravimus, ubi quattuor simplices gradus perficere potes: navigatrum tuum, camera, tortor ligula, reprime et confirmamus parentes proximos futuros in lectione introductoria (post omnes, ii sunt qui pro mercede pendunt. liberis educandis).

Hae paucae paginae in tabulato infundibulum hoc modo demonstraverunt:

Quomodo catenis Markov utimur in solutionibus aestimandis et inveniendis cimices. Cum Pythone script
1: clausus incipiens cum tribus paulo diversis (prout cliens) rationis et tesserae viscus formis.
2: checkbox congruens cum processu addito in naves imposito.
2.1-2.3: perscriptio parentis praesentia, Chrome versio et sonus.
3: scandalum finale.

Valde naturale videtur: in duobus primis gradibus maxime visitatores discedunt, animadvertens esse aliquid explere, reprehendo, sed tempus non est. Si client ad tertium gradum pervenerit, fere certe ad ultimum perveniat. Non una est ratio quicquam in infundibulo suspicari.

Nihilominus decrevimus analysim nostram in navibus non in infundibulo unius dimensionis classicae, sed catena Markov utendo. Aliquanto certius nos convertimus, scriptionem cucurrit et obtinuit hoc;

Quomodo catenis Markov utimur in solutionibus aestimandis et inveniendis cimices. Cum Pythone script

In hoc chao unum tantum clare intelligi potest: erravit aliquid. Processus conscensis linearis est, hoc consilio inhaeret, nulla talis interreti nexus in eo esse debet. Et hic statim patet usorem inter gradus missum esse, inter quos omnino transitus esse non debet.

Quomodo catenis Markov utimur in solutionibus aestimandis et inveniendis cimices. Cum Pythone script

Duae causae possunt esse huius novae picturae;

  • uadosi inrepsit in stipes database;
  • Errata sunt in ipso producto - in naves.

Prima ratio verisimillima est, sed probatio est satis laboris intensiva, et emendandi ligna non juvabit emendare UX. secundo vero, si sit, aliquid instanter faciendum. Ideo nodos venimus spectare, margines notare quae non sint, et causas eventi exspectemus. Vidimus quosdam usores in circulos haerere et ambulasse, alios a medio ad principium decidisse, alios in principio non posse de duobus primis gradibus exire. Notitias ad QA transtulimus - et sic, evenit ut satis cimices in navibus essent: hoc est per-productum, aliquid fusum, non satis penitus probatum, quia... Non expecto aliquas difficultates. Nunc tota memoria processus mutata est.

Haec fabula inopinatum applicationis Markov catenis in campo QA ostendit.

Te ipsum proba!

Ego missae mea Python scriptionem exercendam Markov catenas in the public domain - uti ad valetudinem tuam. Documenta in GitHub, hic quaeri possunt quaestiones, omnia respondere conabor.

Bene, nexus utiles; NetworkX bibliotheca, Graphviz visualiser. Et hic est articulus in Habré de catenis Markov. In graphs in articulum fiunt utens Gephi.

Source: www.habr.com

Add a comment