Определение аудитории в социальных сетях. Hiconversion - White Nights, 2015Hiconversion
Повышайте эффективность рекламы с нашим бесплатным сервисом: http://goo.gl/ORY69s в 3-5 раз.
Рассказываем от А до Я про таргетированную рекламу:
https://vk.com/hiconversion
https://www.facebook.com/HiConversion/
В этом презентации мы рассказали о способах мобильного маркетинга в социальных сетях, в особенности myTarget. Сколько сегментов аудитории необходимо для эффективной рекламной кампании и как работать если у вас их тысячи? Мы также расскажем о совместном кейсе с Infiplay и продвижении их игры Demon Slayer.
Определение аудитории в социальных сетях. Hiconversion - White Nights, 2015Hiconversion
Повышайте эффективность рекламы с нашим бесплатным сервисом: http://goo.gl/ORY69s в 3-5 раз.
Рассказываем от А до Я про таргетированную рекламу:
https://vk.com/hiconversion
https://www.facebook.com/HiConversion/
В этом презентации мы рассказали о способах мобильного маркетинга в социальных сетях, в особенности myTarget. Сколько сегментов аудитории необходимо для эффективной рекламной кампании и как работать если у вас их тысячи? Мы также расскажем о совместном кейсе с Infiplay и продвижении их игры Demon Slayer.
Теория языков программирования некоторые слайды к лекциямSergey Staroletov
Теория языков программирования (немного об интерпретаторах, триадах, оптимизации, парсерах и прочее)
Compilers construction some lectures of whole course, it covers some methods on interpreters, optimisations, antlr, dsl (introduction)
DEV Labs 2013. Can C++ Code Effeciency Be Comparable to That of Middle-Level ...Alex V. Petrov
На примере одной специализированной, но значимой для большинства высокопроизводительных систем точки оптимизации исходного кода — работы с кэш-памятью — доклад «Достижима ли в C++ эффективность языка "среднего уровня"?», сделанный на DEV Labs 2013, показывает, какими несложными приемами и техниками можно достичь желаемого уровня эффективности объектно-ориентированного кода, и развеивает миф о языке C++ как языке «архитектурной астронавтики», предлагая аудитории ряд действенных рецептов повышения производительности исходного кода.
The presentation deals with the practical examples of the optimization levels in the context of the C++ language features and dwell upon the data-oriented design evaluation methods.
The presentation materials were co-authored with Oleksandr Markov (Senior Software Engineer, Consultant, GlobalLogic, Kharkiv) and was delivered by Oleksandr Antsyferov (Senior Software Engineer, Consultant, GlobalLogic, Kharkiv) at GlobalLogic Kharkiv C++ TechTalk #1 on May 16, 2018.
После компиляции программы в 64-битном режиме она начинает потреблять большее количество памяти, чем ее 32-битный вариант. Часто это увеличение почти незаметно, но иногда потребление памяти может возрастать в 2 раза.
Мы покажем, как можно перенести разработанные алгоритмы для работы с Big Data с минимальными изменениями исходных программ. Рассмотрим возможности по распараллеливанию счета на многоядерных процессорах (вычислительных кластерах) и графических процессорах, поддерживающих CUDA.
Flame graph: новый взгляд на старое профилированиеКирилл Борисов
Все хотят знать, как выполняется их код. Многие догадываются, чем это можно измерить. И лишь немногие находят в себе силы продраться через результаты измерений. Проблема ещё более усложняется, если приложение исполняется в нескольких процессах, потоках или на разных серверах. Вал измерений захлестывает разработчика, и уже не видно конца...
В этом докладе мы попытаемся упростить все это с помощью визуализации, а именно — flame graph'ов, красивых и наглядных . Также вместе рассмотрим процесс сбора данных, их подготовку и на примерах поучимся читать получившиеся графики.
Теория языков программирования некоторые слайды к лекциямSergey Staroletov
Теория языков программирования (немного об интерпретаторах, триадах, оптимизации, парсерах и прочее)
Compilers construction some lectures of whole course, it covers some methods on interpreters, optimisations, antlr, dsl (introduction)
DEV Labs 2013. Can C++ Code Effeciency Be Comparable to That of Middle-Level ...Alex V. Petrov
На примере одной специализированной, но значимой для большинства высокопроизводительных систем точки оптимизации исходного кода — работы с кэш-памятью — доклад «Достижима ли в C++ эффективность языка "среднего уровня"?», сделанный на DEV Labs 2013, показывает, какими несложными приемами и техниками можно достичь желаемого уровня эффективности объектно-ориентированного кода, и развеивает миф о языке C++ как языке «архитектурной астронавтики», предлагая аудитории ряд действенных рецептов повышения производительности исходного кода.
The presentation deals with the practical examples of the optimization levels in the context of the C++ language features and dwell upon the data-oriented design evaluation methods.
The presentation materials were co-authored with Oleksandr Markov (Senior Software Engineer, Consultant, GlobalLogic, Kharkiv) and was delivered by Oleksandr Antsyferov (Senior Software Engineer, Consultant, GlobalLogic, Kharkiv) at GlobalLogic Kharkiv C++ TechTalk #1 on May 16, 2018.
После компиляции программы в 64-битном режиме она начинает потреблять большее количество памяти, чем ее 32-битный вариант. Часто это увеличение почти незаметно, но иногда потребление памяти может возрастать в 2 раза.
Мы покажем, как можно перенести разработанные алгоритмы для работы с Big Data с минимальными изменениями исходных программ. Рассмотрим возможности по распараллеливанию счета на многоядерных процессорах (вычислительных кластерах) и графических процессорах, поддерживающих CUDA.
Flame graph: новый взгляд на старое профилированиеКирилл Борисов
Все хотят знать, как выполняется их код. Многие догадываются, чем это можно измерить. И лишь немногие находят в себе силы продраться через результаты измерений. Проблема ещё более усложняется, если приложение исполняется в нескольких процессах, потоках или на разных серверах. Вал измерений захлестывает разработчика, и уже не видно конца...
В этом докладе мы попытаемся упростить все это с помощью визуализации, а именно — flame graph'ов, красивых и наглядных . Также вместе рассмотрим процесс сбора данных, их подготовку и на примерах поучимся читать получившиеся графики.
9. Генетический алгоритм
Параллельный подход
Отдельный поток:
lBest – локальное значение максимума
Фитнесс – функции
lEdge – локальное значение граничного
значения фитнесс-функции
SendGlobal(…) – событие, возникающие
при lBest>=lEdge
10. Генетический
алгоритм
Общий процесс
gBest – глобальное значение максимума
Фитнесс-функции. Хранится в общей
(Shared) памяти.
lBest – значение максимума
Фитнесс-функции в потоке n. Хранится
В локальной памяти потока, передается
в общий процесс с помощью события.
12. Основная идея
Далее будем пытаться выяснить, к какой
ценовой модели относятся текущие
котировки.
После этого будем применять известную
стратегию к реальным данным.
14. Экономическая сводка
Наименование показателя Единица Значение показателя
измерения
Технические показатели
Автоматическая торговля на
Назначение программы
фондовых биржах
Тип ЭВМ IBM-совместимая
Тип процессора Intel Core i5
Частота работы процессора ГГц ≥2
Объём оперативной памяти Гб ≥2
Свободное пространство на
Гб ≥ 100
жестком диске
Технология для реализации .NET, язык С#
Операционная система Windows XP/Windows 7
Экономические показатели
Трудоёмкость разработки Чел.-ч. 1080
Число разработчиков чел. 3
Срок реализации разработки год 0,25
15. Заключение
В ходе работы была разработана архитектура
автоматической торговой системы
Были исследованы генетические алгоритмы, их
применимость к контексту динамически
изменяющихся цен на бирже и возможность
параллельной реализации
Был реализован алгоритм иерархической
кластеризациии;
Был реализован алгоритм кластеризации методом K
средних;
Был разработан генетический алгоритм,
соответствующий контексту задачи;
Был разработан комплекс программ, решающих
поставленную задачу.