* * *

Подписалась на новые подкасты и забыла. Открываю приложение, а в списке воспроизведения расказы Стивена Кинга. Удалить. Удалить. Вот они минусы подкаста, где начитывают случайные произведения.

Прослушала первый выпуск того, где основная фишка - аудиосоосообщения слушателей. Сначала объявляется тема, потом люди присылают свои записи, а ведущие из них создают какой-то сценарий. 

Мне такое непривычно. Недавно ехала на работу на час раньше, услышала похожую фишку по радио. Очень удивилась, давно в это время не попадала. На моей памяти ведущие всегда смс зачитывали. А тут раз и сам наговорил, отправил - и тебя пустили в эфир. Маленькое чудо.

Сегодняшний выпуск подкаста был про первую поездку за границу. Ну да. Многие моменты схожи. Хотя мне показалось, что с критикой политических моментов они перебарщивают, дают излишний простор для споров.

И другой интересный подкаст про науку простыми словами. Буря-искра-безумие. Обсуждалось машинное обучение. Ностальгично. Было такое в университете. Мне нравился этот предмет. 

Потом еще и на работе с коллегами обсуждали, спорили.

Сейчас, оказывается, машинное обучение широко применяется. Это в моей голове ассоциации сразу идут с такими средне практическими задачами как распознавание текста, дорожных знаков и изображений. В приципе, что в ВУЗе учили, то и помню, а вот куда реально это все применяется, не ообо представляю.

А в текущий момент основное практическое применение  - коммерческое "предсказание" поведения пользователя. Наверняка и в военной сфере такое есть, да кто же скажет. Если ты просмотрел 5 сериалов, какой будет 6-й? Если ты прочитал эти книги, какую предложить дальше? 

Есть подход с анализом тегов. Какие это были жанры, и какие еще книги есть в этих жанрах. Есть подход с анализом текста. Какие ключевые слова были в том тексте, и какие еще есть тексты с похожими ключевыми словами. Но с музыкой, например, он не сработает. Нет же смысла проверять, какие были ноты в этой песне, и в какой музыке еще они есть. Там скорее будет применен анализ пользователя.

Как сгруппировать пользователей по определенным признакам, чтобы когда предпочтения первого пользователя стали похожи на предпочтения второго, можно взять то, что уже прослушал второй и порекомендовать первому - и тому бы понравилось.

В общем, мне было интересно.