|
|
|
|
|
|
|
| | Zitat von Wraith of Seth
Wenn Bildschirm, dann PC - selbst aufm Surface find ich Paper lesen schon endnervig...
DinA4 E-Reader mit farbiger E-Tinte und man hat mich.
| |
und mit Stifteingabe für Anmerkungen
|
|
|
|
|
|
|
|
|
|
|
|
Wie viel Paper lest ihr denn wirklich? Das sind bei mir so wenige, dass das Drucken da sehr lange ökologischer sein wird als die Gerätebeschaffung. 99% der Paper werden quergelesen und Bildchen angeschaut, dafür reicht der PC.
|
|
|
|
|
|
|
|
|
|
|
Ich habe hunderte in den "lesen?"-Bookmarks, dutzende in den "LESEN!"-Bookmarks, speicher und überfliege wahrscheinlich so um die zehn die Woche, und lese wahrscheinlich so ein bis zwei die Woche, aber immer noch weniger als ich drucke... Das Drucken zu Lesenverhältnis ist wohl so 2:1.
Punchline... Forming...
|
|
|
|
|
|
|
|
|
|
|
Bei mir geht zusammengerechnet locker ein Tag in der Woche für Paper sammeln, kategorisieren und lesen drauf. Hab allerdings auch ein recht aktives primäres Forschungsgebiet und muss zudem ziemlich interdisziplinär wildern.
Lese allerdings in erster Linie am Monitor.
|
|
[Dieser Beitrag wurde 1 mal editiert; zum letzten Mal von nobody am 12.03.2018 1:23]
|
|
|
|
|
|
|
|
...wenn die Abkürzung Comm. Math. Phys. lautet, geht da schonmal eine Woche pro Paper für drauf.
...kein Mensch kann sie wissen, kein Jäger erschießen.
|
|
|
|
|
|
|
|
|
|
|
|
Es gibt Leute, die lesen Paper, und es gibt Leute, die schreiben Paper. Ihr Opfer!
|
|
|
|
|
|
|
|
|
|
|
Ich brauche mal wieder Hilfe bei einer MS SQL Abfrage.
Ich habe eine Datenbank die als Log dient. Darin finden sich Einträge ala
Parameter X| A | abgelehnt
Parameter X| B1 | abgelehnt
Parameter X| B2 | abgelehnt
Parameter Y| A | akzeptiert
Parameter Y| B1 | akzeptiert
Parameter Y| B2 | abgelehnt
Für eine Auswertung muss ich wissen wie viele A, wie viele B* abgelehnt wurden und wie viele A akzeptiert aber B* desselben Parameters abgelehnt wurden. Die ersten beiden Abfragen sind kein Problem, aber wie mache ich die Dritte? 
Erledigt, habe es mit einer Pivottabelle in Excel gelöst 
|
|
[Dieser Beitrag wurde 1 mal editiert; zum letzten Mal von K4ll1mer0 am 12.03.2018 11:00]
|
|
|
|
|
|
|
|
|
Hat hier zufällig jemand Ahnung von python für SPSS?
Mir erscheint die Nutzung wahnsinnig umständlich und ich wollte nur abchecken, ob ich das tatsächlich so handhaben muss.
Beispiel:
| |
| Code: |
begin program.
targetPattern = 'Die ausgeschriebenen Inhalte' #Specify target pattern.
import spss
varList = [spss.GetVariableName(v) for v in range(spss.GetVariableCount()) if targetPattern in spss.GetVariableLabel(v)]
print varList
end program.
|
|
| |
| Code: |
begin program.
new_variable = 'v0001' #Specify a name for the new variable.
spss.Submit('''
compute %s=mean(%s).
variable label %s 'Mean over (%s).'.
exe.'''
%(new_variable,','.join(varList),new_variable,' '.join(varList)))
end program.
|
|
Im ersten Codeschnipsel wird eine Liste mit Fällen von Variablen erstellt, in denen das beschriebene Label vorkommt. Der zweite Teil verwurschtelt das dann weiter.
Verständnisprobleme habe ich damit nicht, ich passe das grad für meine Zwecke an.
Aber muss ich den an SPSS zurückzugebenen code (-> spss.Submit) so furchtbar über die string-Platzhalter wieder einspeisen?  Das ist dochbescheuert. D: Gibts da keinen eleganteren Weg?
|
|
|
|
|
|
|
|
|
|
| | Zitat von Oli
Es gibt Leute, die lesen Paper, und es gibt Leute, die schreiben Paper. Ihr Opfer!
| |
haha
----
|
|
|
|
|
|
|
|
|
|
| | Zitat von Oli
Es gibt Leute, die lesen Paper, und es gibt Leute, die schreiben Paper. Ihr Opfer!
| |
Ich lese und schreibe...
|
|
|
|
|
|
|
|
|
|
|
|
Ich mache weder noch . #Industriepromotion
|
|
[Dieser Beitrag wurde 1 mal editiert; zum letzten Mal von B0rG* am 12.03.2018 16:23]
|
|
|
|
|
|
|
|
|
| | Zitat von RichterSkala
Wie viel Paper lest ihr denn wirklich? Das sind bei mir so wenige, dass das Drucken da sehr lange ökologischer sein wird als die Gerätebeschaffung. 99% der Paper werden quergelesen und Bildchen angeschaut, dafür reicht der PC.
| |
Beim Zusammenschreiben ein Tablet zum Nachschlagen zu haben ist zusätzlich zum PC recht praktisch.
Im Ernst.
|
|
|
|
|
|
|
|
|
|
|
|
Lel, wohl nur einen Monitor im Büro.
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Hm, sind hier auch Leute in Optimierungs-Themen drin?
Ich habe eine Anzahl von "Einkaufsbelohnungen" gegeben, quasi sowas wie die Gutscheinehefte von McDonalds oder Payback. "20% auf alles (außer Tiernahrung)", "10% auf alle bereits reduzierten Teile", "Beim Kauf von 2 Paar Socken gibt es das dritte umsonst dazu", "ab 10¤ Einkaufswert 1¤ Rabatt, ab 20¤ 2¤, ab 30¤ 3¤". Ich würde gerne für einen gegebenen Warenkorb ausrechnen, was die beste Kombination von Gutscheinen ist, beste ist erstmal nur das maximale Verhältnis von (ursprünglicher Preis)/(reduzierter Preis) bedeutet. Also von 100 ¤ nur 50 ¤ bezahlen zu müssen ist besser, als von 300 ¤ nur 160 ¤ zu bezahlen.
Problem ist es halt, jede Kombination der Teile im Warenkorb mit jeder möglichen Kombination der Gutscheinen schnell zu bewerten. Der Warenkorb ändert sich natürlich ständig (Sortiment als Beispiel 1000000 verschiedene Teile, natürlich mal x im Warenkorb), die Gutscheine selber sind aber auch sehr vielfältig. Dynamische Programmierung erscheint mir unpassend, da ich nicht so wirklich kleine Teilprobleme cachen kann.
Der naive Ansatz mit rekursiver Implementierung geht bestimmt, ich überlege gerade nur, ob man da nicht einen Solver für Lineare Optimierung draufwerfen kann. Leider sind die theoretischen Grundlagen bei mir schon ein paar Jahre her... Hat jemand vielleicht ein paar Tipps, in welche Richtung ich den Stoff wiederholen sollte dafür? Oder ein paar passende Schlagworte?
Vielen Dank 
|
|
[Dieser Beitrag wurde 1 mal editiert; zum letzten Mal von [smith] am 12.03.2018 19:31]
|
|
|
|
|
|
|
|
|
Wie kann der gegebene Warenkorb sowohl 100¤ als auch 300¤ kosten? Wie kann es passieren, dass die Lösung "alle Gutscheine anwenden" nicht die Beste ist? Hast du Gutscheine, die sich ausschließen? Sind die Arten von Gutscheinen, die du hingeschrieben hast, die einzigen? Wenn ja: Welche schließen sich aus?
Ich glaube eine geschickte Lösung dieses Problems ist empfindlich von der Art der Gutscheine abhängig, denn ich würde sagen, dass wenn man beliebige Gutscheine zulässt man wahrscheinlich recht einfach Knapsack darauf reduzieren können wird.
|
|
|
|
|
|
|
|
|
|
|
Lineare programmierung mit nebenbedingungen. Warenwert abzüglich aller Rabatte als zielfunktion aufschreiben, mit binären Koeffizienten vor jedem term. Die Bedingungen für die Gutscheine als constraints auflisten. Und dann einen solver drauf werfen.
Wenn du ein konkretes Beispiel postest, gucke ich es mir morgen genauer an.
|
|
|
|
|
|
|
|
|
|
|
|
Binäre Koeffizienten bedeuten, dass man kein lineares Programm mehr hat. Binäre Koeffizienten bedeuten diskrete Optimierung und die ist im Allgemeinen NP vollständig.
|
|
|
|
|
|
|
|
|
|
|
Ja, da kommen viele Bedingungen dazu, ich versuche das mit Beispielen zu beantworten.
| | Zitat von B0rG*
Wie kann der gegebene Warenkorb sowohl 100¤ als auch 300¤ kosten?
| |
Ne, kann er natürlich nicht, aber evtl. kann es sich lohnen, eine Aktion mehrfach anzuwenden. Vielleicht ist es günstiger bei 5 Teilen (2x20¤ Normalpreis, 3x20¤ reduziert, Gesamtwert 100¤) die einen Gutschein 10% auf reduzierte Teile 3x zu benutzen (=> 94¤), als "ab 100¤ gibt es 5¤ Rabatt" (=> 95¤).
| | Zitat von B0rG*
Wie kann es passieren, dass die Lösung "alle Gutscheine anwenden" nicht die Beste ist? Hast du Gutscheine, die sich ausschließen?
| |
Siehe das Beispiel oben. Eine Regel ist: ein Teil im Warenkorb darf nur an einem Gutschein beteiligt sein. Also die Kombination von den oben genannten Gutscheinen ginge nicht, weil die zwei noch übrigen Normalpreis-Artikel nicht die 100¤ schaffen.
| | Zitat von B0rG*
Sind die Arten von Gutscheinen, die du hingeschrieben hast, die einzigen?
| |
Nein, die Gutscheine sind extrem variablen. Das waren nur Beispiele von Typen.
| | Zitat von B0rG*
Wenn ja: Welche schließen sich aus?
| |
Siehe oben... sie schließen sich höchstens in Bezug auf die Regel aus, wenn dann keine nicht schon benutzten Artikel mehr übrig sind.
|
|
|
|
|
|
|
|
|
|
|
|
Ich werde niemals einen Webshop programmieren.
|
|
|
|
|
|
|
|
|
|
|
| | Zitat von B0rG*
Binäre Koeffizienten bedeuten, dass man kein lineares Programm mehr hat. Binäre Koeffizienten bedeuten diskrete Optimierung und die ist im Allgemeinen NP vollständig.
| |
Ich habe mal ein größeres lineares Optimierungsproblem mit Mathematica gelöst, da hat es gereicht die Koeffizienten als binär zu markieren. Er hat den gleichen Algorithmus wie bei rationalen Koeffizienten verwendet.
|
|
|
|
|
|
|
|
|
|
|
| | Zitat von SwissBushIndian
Ich werde niemals einen Webshop programmieren.
| |
Und das ist noch der hübsche Teil 
Irgendwo im Hintergrund schlummert immer ein veraltetes langsames SAP-System, das mit WSDL1.1 angebunden werden will.
|
|
|
|
|
|
|
|
|
|
|
|
Das klingt super spannend. Wenn es wirklich NP hart sein sollte, dann schau dir mal simulated annealing an. Oder andere metaheuristische Methoden.
|
|
|
|
|
|
|
|
|
|
|
| | Zitat von [smith]
| | Zitat von SwissBushIndian
Ich werde niemals einen Webshop programmieren.
| |
Und das ist noch der hübsche Teil
Irgendwo im Hintergrund schlummert immer ein veraltetes langsames SAP-System, das mit WSDL1.1 angebunden werden will.
| |
Das war meine direkte Vermutung als ich den Post gelesen hatte, ne
| | Zitat von Oli
Das klingt super spannend. Wenn es wirklich NP hart sein sollte, dann schau dir mal simulated annealing an. Oder andere metaheuristische Methoden.
| |
Das klingt sogar nach etwas, wofür ich morgen eine neue Stelle anfangen würde. Aber ich sehe einfach die Peripherie vor mir und denke mir so: Fuck. Ing. Nope.
|
|
|
|
|
|
|
|
|
|
|
Unter gewissen Umständen ist die Lösung der rellwertigen Annäherung die selbe wie die binäre/integer Lösung. Da sollten Optimierungsexperten vielleicht mal etwas mehr sagen.
Ungeachtet dessen würde ich es als Integer/Binary Linear Program formulieren und einen solver darauf loslassen:
- CPLEX teuer
- Gurobi teuer (kostenlos für akademischen Gebrauch, falls hier anwendbar)
- GLPK (open source)
- LP_Solve (open source)
I.A gilt für Integer/Binary Programming: Die kommerziellen Solver sind das Mittel der Wahl. Für deine Problemgröße (oder falls LP und ILP Lösung identisch sind), ist ggf. ein open source solver gut genug.
edit: Was ist denn die erwartete Anzahl an Variablen/Constraints?
|
|
[Dieser Beitrag wurde 1 mal editiert; zum letzten Mal von PutzFrau am 12.03.2018 20:10]
|
|
|
|
|
|
|
|
|
|
Excel kann das auch.
|
|
|
|
|
|
|
|
|
|
|
| | Zitat von SwissBushIndian
| | Zitat von Oli
Das klingt super spannend. Wenn es wirklich NP hart sein sollte, dann schau dir mal simulated annealing an. Oder andere metaheuristische Methoden.
| |
Das klingt sogar nach etwas, wofür ich morgen eine neue Stelle anfangen würde. Aber ich sehe einfach die Peripherie vor mir und denke mir so: Fuck. Ing. Nope.
| |
Habe mich vor ein paar Monaten als "Senior Spezialist für metaheuristiken" beworben. Keine Rückmeldung. So einen Optimierungsjob fände ich auch traumhaft.
|
|
|
|
|
|
|
|
|
|
|
Danke für die entsprechenden Suchbegriffe, genau das was ich wollte <3
@PutzFrau: die Frage kann ich leider nicht direkt beantworten, da ich (noch) nicht weiß, wie genau man so einen Gutschein in einen Constraint umwandelt. Gefühlt fällt da mehr als einer raus.
|
|
|
|
|
|
|
|
|
|
|
| | Zitat von Oli
Ich habe mal ein größeres lineares Optimierungsproblem mit Mathematica gelöst, da hat es gereicht die Koeffizienten als binär zu markieren. Er hat den gleichen Algorithmus wie bei rationalen Koeffizienten verwendet.
| |
Das nennt man eine Relaxation und die "Relaxation Gap" (der Unterschied zwischen der relaxierten (und gerundeten) Lösung und der echten Lösung) kann exponentiell groß sein. "Muss" auch so sein, da sonst P=NP. Mathematica hat in diesem Fall die Lösung also vermutlich nur angenähert.
| | Zitat von Oli
Das klingt super spannend. Wenn es wirklich NP hart sein sollte, dann schau dir mal simulated annealing an. Oder andere metaheuristische Methoden.
| |
Wenn man den allgemeinen Weg gehen will/muss, ist der Vorschlag von PutzFrau wahrscheinlich in der Tat der gangbarste, denn es gibt Menschen die ihr Geld (bestimmt Berge davon) damit veridenen, sich Heuristiken zu überlegen, wie man sowas löst. Einfache Sachen wie Simulated Annealing haben aber natürlich ihren Platz, wenn man "mal schnell" nicht völlig schlechte Lösungen haben will.
Nur weil das Problem als diskretes Optimierungsproblem formulierbar ist muss es aber natürlich nicht NP schwer sein, deshalb meine Fragen danach, ob die Arten von Gutscheinen irgendwie formulierbar sind, denn dann kann man sich spezielle Algorithmen überlegen. Ist nicht gesagt, dass das Problem nicht linear ist oder so.
---
Also verstehe ich dich richtig, dass Gutscheine entweder global sind (20% auf alles) oder auf genau eine "Art" Item angewandt werden (3 statt 2 Paar Socken)? Du sagst jedes Item darf genau einem Gutschein zugeordnet werden. Sind die "10% auf reduzierte Items" also eine Ausnahme und unabhängig vom Rest?
Wenn das alles stimmt klingt das für mich als könnte man das vielleicht als ein weighted bipartite matching-Problem auffassen, wo du Items mit Gutscheinen verbindest und die Gewichte die Ersparnisse sind.
|
|
[Dieser Beitrag wurde 1 mal editiert; zum letzten Mal von B0rG* am 12.03.2018 20:29]
|
|
|
|
|
|
|
|
|
|
Borg entlarvt mein imposter syndrome als berechtigt.
|
|
[Dieser Beitrag wurde 1 mal editiert; zum letzten Mal von Oli am 12.03.2018 20:48]
|
|
|
|
|
|
| Thema: pOT-lnformatik, Mathematik, Physik XXI ( X-Ray-Edition ) |
![AUP [smith] 29.07.2010](./avatare/upload/U1066026--zeratul.png)
