А разве суть казуального (Quick Play, вспомнил) не в том, что там не на рейтинг? Какое-то время назад в обсуждениях часто мелькало, что никто в этом режиме особо и не пытается играть на захват цели, мол сплошная клоунада.
Формулы с монеткой я помню, и из них как раз видно, что вероятность выбросить, скажем, шесть решек из шести бросков еще реальная, выбросить же сто решек из ста — уже нереально.
Статистические понятия хорошо работают когда у нас очень много этих частиц, но с небольшим числом частиц я не уверен, как хорошо они будут лежать в рамках пяти сигм, и насколько будет осмысленна такая статистика.
Если вы в термодинамике станете рассматривать газы количеством молекул в районе десятков тысяч, там тоже артефактов можно нахвататься. Да и вроде физика полагается на ряд допущений во многих случаях, как и ваш пример в социологии.
Скорее, так можно определить самых отпетых, на серьезном уровне сложно понять, так как достаточно в небольшом числе случаев поправлять прицел для неплохого улучшения своей статистики. У того же KQLY работал чит по принципу, что только 2-3 пуля точно убивала противника, что почти неотличимо от точной человеческой стрельбы. Так же сейчас читы уже научились ходить по несколько рандомной кривой при наводе на голову, и достаточно человечно себя вести.
Очень интересно, какого размера будет требоваться команда для разработки рабочей ОС с нуля лет через 100. По-моему, сейчас это уже практически неподъемный труд, а тогда уже просто все знания в одну голову не влезут.
Вы как-то резко выражаетесь. Если люди не прочь выпить на природе — еще не значит, что они алкоголики, просто рюмки на большую компанию взять — непростое занятие.
Жалко, что есть столько статей для использования готовых библиотек, но почти нет на тему того, как системы машинного обучения выглядят с математической точки зрения.
А казуальный режим плох в этих целях?
Закон больших чисел — не аксиома, его для разных распределений вроде как доказывать надо.
Вы знакомы с понятием статистического веса и определения энтропии через него?
Статистические понятия хорошо работают когда у нас очень много этих частиц, но с небольшим числом частиц я не уверен, как хорошо они будут лежать в рамках пяти сигм, и насколько будет осмысленна такая статистика.
Вы как-то резко выражаетесь. Если люди не прочь выпить на природе — еще не значит, что они алкоголики, просто рюмки на большую компанию взять — непростое занятие.
Не дискриминируют, только ценник и контент разный для разных зрителей.
Жалко, что есть столько статей для использования готовых библиотек, но почти нет на тему того, как системы машинного обучения выглядят с математической точки зрения.
Сразу возникает вопрос, а что же делать в чрезвычайной ситуации, когда электроника выходит из строя?