Драма в создании препятствий на пустом месте. Вы хорошо подметили, что в обоих случая в оригинале стоит одинаковый термин в разных контекстах. У нас же под разный контекст изобретается новый термин. И теряется терминологическое единообразие и преемственность.
)) Принято. Благодарю за подсказку. Поменял введение в статье.
Главная задача этого поста – показать один мало применяемый на языке Python архитектурный шаблон под названием «функциональное ядро — императивная оболочка», в котором функциональное программирование смешивается с императивным программированием в попытке свести на нет недостатки каждого из них. Известно, что функциональные языки слабы при взаимодействии с «реальным миром», в частности с вводом данных пользователем, взаимодействием с графическим интерфейсом или другими операциями ввода-вывода.
Бывают в виде двоичного дерева и ориентированного ациклического графа, например. Только без напыщенности. Проще надо быть, проще. Ушло некоторое время на то, чтобы освоится с форматированием.
Нисколько не умаляя ваши усилия и знания в своей области, хочу все-таки обратить внимание на один момент — терминология, т.е. взглянуть с лингвистической и логической точек зрения.
Говоря о слабой связности, вы имеете в виду loose coupling, не так ли. Данный термин имеет вполне техническое происхождение и означает сцепку, сцепленность, сцепление, стыковку. С другой стороны, связность уже используется для connectivity в компьютерных сетях, базах данных и нейросетях. С третьей стороны, термин «слабая связность» имеет негативную коннотацию, перекликаясь с бессвязным мышлением «речь пациента характеризовалась слабой связностью»)).
Надеюсь вы не отнесете последнее ко мне, как это не сделал я в отношении вас.)
Мне кажется, стоит пересмотреть этот термин в пользу сцепленности. сцепки. В конце концов, не даром же англоговорящие спецы используют разные термины. А вы, как русский спец, зададите правильный терминологический вектор.
Unit в данном контексте означает единицу кода, а единицей может быть выражение, строка, блок, функция, класс и только потом модуль! Русский перевод искажает смысл англоязычного термина. Правильнее было бы что-то вроде «посегментного тестирования»
Информатика полна метафор, и data science — еще один такой пример. В основе термина лежит горнодобывающая метафора. Он должен переводится, как добыча полезных ископаемых из данных либо добыча полезных сведений из данных либо добыча закономерностей, как-то так. Но вовсе не как «интеллектуальная обработка данных». А что любая другая обработка разве «НЕинтеллектуальная»)))
Representation learning — ярчайший пример тех дебрей, в которые завело ваше «обучение». На сегодняшний день данный термин на Вики переводится, как «обучения представлениям», тогда как под ним понимается (автоматическое) усвоение представлений данных.
Вопрос, когда смешить мир прекратим? Или прекратим ли вообще?
По мне, так благодаря накопленным ошибкам прошлых лет параллельная вселенная выстроена в РФ, в результате чего теперь тут машины «обучают» (teach), тогда как во всем остальном мире машины учатся сами (усваивают от learn). Читайте внимательнее.
Я, если что, имею 30-летний опыт в информатике. Слушал лекции в МГУ по ИИ еще в тот год, когда в Москву приезжал президент Р.Рейган, а сервисы были только в гостиницах))
Повторяю свой тезис, если вы не поняли: ML имеет неправильное название, которое вводит в заблуждение. Англоговорящий, говоря service, на всем протяжении имеет в виду одно и тоже и не переключается на каком то этапе со службы на сервис.
Конкретно в терминах компиляции и С/С++ все верно. Здесь же речь о ФП. Автор книги, цитату из которой я привел, имеет в виду более широкое значение, как способность модифицировать свое значение.
В англ.яз volatile = переменный, среди прочих значений
Под волатильностью имеется в виду мутируемость. Любая переменная, локальная или глобальная, от того и называется ПЕРЕМЕННОЙ, что она мутирует.
ФП позволяет вычислять без использования мутируемых переменных, то есть без обращения к понятию состояния. Вычисление происходит не путем модифицирования состояния, а путем перезаписи выражений, то есть путем изменений, которые происходят только в окружающей среде и не связаны с понятием памяти. Если нет мутируемых переменных, то больше нет необходимости в присвоении. Все вычисления будут выражены в терминах сложного манипулирования функциями (более высокого порядка.
Однако поправлюсь в части, касающейся ОДНОразового присваивания:
Функциональные программы не имеют инструкций присваивания, то есть значение переменной в функциональной программе никогда не модифицируется после определения.
Сей пассаж «Информатика полна метафор, и data science...»
должен быть заменен на «Информатика полна метафор, и data mining...»
Говоря о слабой связности, вы имеете в виду loose coupling, не так ли. Данный термин имеет вполне техническое происхождение и означает сцепку, сцепленность, сцепление, стыковку. С другой стороны, связность уже используется для connectivity в компьютерных сетях, базах данных и нейросетях. С третьей стороны, термин «слабая связность» имеет негативную коннотацию, перекликаясь с бессвязным мышлением «речь пациента характеризовалась слабой связностью»)).
Надеюсь вы не отнесете последнее ко мне, как это не сделал я в отношении вас.)
Мне кажется, стоит пересмотреть этот термин в пользу сцепленности. сцепки. В конце концов, не даром же англоговорящие спецы используют разные термины. А вы, как русский спец, зададите правильный терминологический вектор.
Информатика полна метафор, и data science — еще один такой пример. В основе термина лежит горнодобывающая метафора. Он должен переводится, как добыча полезных ископаемых из данных либо добыча полезных сведений из данных либо добыча закономерностей, как-то так. Но вовсе не как «интеллектуальная обработка данных». А что любая другая обработка разве «НЕинтеллектуальная»)))
Representation learning — ярчайший пример тех дебрей, в которые завело ваше «обучение». На сегодняшний день данный термин на Вики переводится, как «обучения представлениям», тогда как под ним понимается (автоматическое) усвоение представлений данных.
Вопрос, когда смешить мир прекратим? Или прекратим ли вообще?
Для хорошей эволюции нужно хорошее потрясение.
А по сути изложения будут возражения?
Об этом вся статья. Она написана, чтобы привлечь внимание на несоответствия тому, как это понимается за рубежом.
unit testing, data mining, representation learning…
Я, если что, имею 30-летний опыт в информатике. Слушал лекции в МГУ по ИИ еще в тот год, когда в Москву приезжал президент Р.Рейган, а сервисы были только в гостиницах))
Повторяю свой тезис, если вы не поняли: ML имеет неправильное название, которое вводит в заблуждение. Англоговорящий, говоря service, на всем протяжении имеет в виду одно и тоже и не переключается на каком то этапе со службы на сервис.
Повторяю, больше пользы — подсказывать пути, выходы и деликатно поправлять.)
В англ.яз volatile = переменный, среди прочих значений
См. книгу
Однако поправлюсь в части, касающейся ОДНОразового присваивания:
Отсюда