Après un peu plus de 3 années passées chez Datacratic, il était grand temps que je m’intéresse davantage à l’apprentissage machine. C’est le livre Machine Learning in Action que j’ai choisi pour me lancer.
Provides information on the concepts of machine theory, covering such topics as statistical data processing, data visualization, and forecasting.
Voici quelques conseils pour réduire la friction des télétravailleurs avec le bureau.
For a few months I have been struggling with small sound issues. It’s hard to put words to describe it, but it was like noise/static here and there, more often than not while playing games and rendering 3D.
I tried reinstalling audio drivers but that didn’t fix the issue. Finally, I found a post (to which I lost the link) with the solution.
In Windows 10 power options, I changed the configuration from “balanced” to “performance”.
Tel que mentionné dans mon billet de lecture précédent, j’ai lu “Modern C++ Design: Generic Programming and Design Patterns Applied”. Ouch. C’est de loin le livre C++ techniquement le plus difficile/avancé que j’ai lu.
At Datacratic, part of our infrastructure runs in the cloud. Our elastic cluster is managed by StarCluster and job dispatch is managed by Open Grid Scheduler (OGS), a fork of Sun Grid Engine (SGE).
While I was looking at StarCluster’s output to help a new user, I realized there was a lot of timeouts. I dug a bit and found out that the command qacct was too slow. Following the lead, I understood that the said command parses a text file each time it is executed.
After a few years of operations, our main cluster has dispatched over 5 000 000 jobs. The log file parsed by qacct was about 2Gb in size. Tada! A couple of search queries taught me that OGS, in its install directory (<path to ogs>/util/logchecker.sh), has a script, ready to be configured, to rotate its logs. I configured and launched it. The timeouts are gone.
Lesson learned: StarCluster/OGS operators, it is important to configure and schedule that script to run every now and then if you want to keep your operations stable.
Un autre livre de C++! Mon 3è pour être exact. Comme souvent, c’est le travail qui motive mes choix. Récemment j’ai été amené à travailler sur MLDB et une bonne partie du code requiert des connaissances approfondies. Je souhaitais une fois de plus m’améliorer alors j’ai débusqué ce livre qui semble être un classique.
Continue reading
Ce billet sera aussi bref que ce livre de 50 pages l’est. On y passe en revue des techniques d’évaluation des modèles d’apprentissage machine. Travaillant avec de près avec une équipe dans ce domaine, j’ai reconnu plusieurs méthodes qui y sont décrites dans les conversations quotidiennes au boulot. C’est une lecture rapide que j’ai appréciée. Étant donné qu’il est gratuit, il est facile de le recommander à tout le monde qui est curieux sur le domaine.
http://www.oreilly.com/data/free/evaluating-machine-learning-models.csp
Evaluating Machine Learning Models
While working on a C++ program that made use of a Python wrapped library to start a subprocess, when the subprocess crashed I got a boost::detail::system_signal_exception at the C++ level even though the executing context was still on the python layer. How is that possible?
Certainement un livre que je classe dans la catégorie «motivateurs», Stop Workplace Drama couvre un éventail de sujets plus large que son titre ne le laisse croire.
Stop Workplace Drama: Train Your Team to have No Complaints, No Excuses, and No Regrets
I was surprised this morning when I realized that the call to sys.exit is not really exiting. It is instead raising exception SystemExit which, if left unhandled, will exit with the proper exit code.
Continue reading
