Все мы сталкивались с проблемой, что в процессе избавления от ненужной информации на своем компьютере, съемном носителе удалялась, «терялась» в том числе и ценная нам информация (документы, файлы, фотографии, музыка, видео и т.д.), которую необходимо было во чтобы-то ни стало вернуть.
В данной ситуации, главное, не паниковать! Делимся личными наблюдениями, как полезные утилиты приходят на помощь при восстановлении удаленной информации (как с жесткого диска, так и со съемного носителя).

Стремительно меняющийся мир, развитие инновационных технологий, непрерывные изменения в бизнес-процессах ставят перед аудиторами непростые задачи и предъявляют высокие требования к их компетенциям. Все эти вызовы требуют расширенного кругозора и постоянного совершенствования собственных навыков и профессионального мастерства. В особенности это актуально для тех, кто только начинает свой путь в этой увлекательной профессии. О каких именно навыках идет речь расскажем в этой статье.

Рассмотрим стандартную ситуацию, когда аудитору для проверки гипотезы о некорректности заполнения данных в модели необходимо отобрать из огромного массива данных номера договоров, в которых, возможно, допущена ошибка при наполнении данными модель. В данной статье рассмотрим как можно использовать расстояние Левенштейна для анализа данных в модели.

Некоторые задачи, например, такие как прогнозирование, принятие бинарных решений, классификация данных, мониторинг видеопотока и многие другие решаются при помощи построения компьютерных моделей. В настоящее время Модели имеют не только чисто научное применение- их также используют в различных сферах жизнедеятельности. Валидация модели – это процесс определения уровня соответствия разрабатываемой модели реальному процессу в рамках области ее планируемого использования.Как провести аудит процесса валидации моделей рассмотрим в статье.

Ссылка на github: https://github.com/Romandancer1/object-detection-example

Бывает так, что критерии поиска текстов слишком сложны, чтобы обойтись регулярными выражениями. В таких случаях на помощь приходит ML. Если из списка текстов выбрать самый подходящий для нас, можно выяснить похожесть всех остальных текстов на этот. Похожесть(similarity) это численная мера, чем выше – тем более текст похож, поэтому при сортировке по убыванию по этому параметру мы увидим наиболее подходящие нам тексты из выборки.

При реализации проектов, связанных с распознаванием речи, мы часто сталкиваемся с необходимостью приведения слов к его словарной форме. В этой статье мы рассмотрим начальные шаги по нормализации текста и покажем вам примеры.