Так и я про то, что решения принимаются на основе маркетинговой, рекламной информации, а не на технической документации. Эти гигагерцы процессора мифические как образец.
Компании становятся успешными только если быстро, очень быстро и качественно адаптируются к изменениям реальности.
А суть всех нынешних ИИ это статистика, анализ прошлого. Но инкапсулируясь в данных о прошлом невозможно быстро адаптироваться. ИИ по сути пытается обрабатывать информацию и принимать решения основываясь на прошлой и скорее всего устаревшей информации. И пока вы будете обучать свои ИИ данные опять изменятся. С помощью ИИ невозможно выиграть фундаментально,
Тот же Сбер борется со старыми жульническими методами полностью игнорируя новые, если базируется на ИИ.
И полное отсутствие понимания того, что под капотом у ИИ, как следствие общей деградации образования, приводит вот к таким неоправданным мечтам и прогнозам.
Целлофан это просто полимер глюкозы, модифицированная целлюлоза и в итоге это удобрение.
Никаких мелких кусочков и т.д.
А ПАВ на поверхности океана препятствует испарению воды и океаны нагреваются больше. Если убрать ПАВ, то испарения больше, а фазовый переход это очень энергоёмкий процесс.
Это после промышленной революции, при переходе от мастерских к массовому производству и возник такой метод и такая математика
Зачем проверять миллионы болтов, когда можно проверить тысячу?
и эта математика и такие методы тогда и в таком производстве оправданы. Они подтверждали и обосновывали уменьшение расходов на проверку. Или же, тоже классическая задача тех времен, сколько снарядов для пушки для поражения цели.
Но для людей такие методы нужно применять с большой осторожностью и каждый раз доказывать корректность применения этой древней математики. Это как теорема Пифагора только на плоскости и что бы её применять, ну очень древнюю теорему, нужно убедиться, что расстояние меряем на плоскости, по прямой.
@Radisto пока вы меряете свойства одной группы, то у всей популяции уже "Лермонтов-груша-ухо" . Это субъекты и их будущее невозможно предсказать по прошлому. Это измерение свойств уже сделанных болтов так можно определять или свойства электронов/протонов. И все биржи предупреждают - доходы в прошлом ничего не говорят о доходах/потерях в будущем тоже именно поэтому.
Так что статья красиво описывает методы, но вот применение их к клиентам/посетителям/брокерам не оправданно без тщательного доказательства применимости. (Это как бы прикладная математика называется)
Это как при коммунистах секретарь райкома партии лучше любого агронома знал, когда нужно сеять и когда пахать.
Так и нынешние датасаентологи также свято уверовали в то, что софтскил и трехмесячные курсы могут рулить всем - пришёл на завод, полчаса софтскилл с технологами ( даже можно и не наливать ничего ) и чудо, новая технология готова. И в кассу за бонусами.
Туфта это всё.
Я видел реальное применении математики в промышленности, сам делал тоже, и это ничего похожего на то, что в этой статье.
Напомнила статья экзамен давний по комбинаторике, который сдавал Заславскому И.Д.
Кому нужно 3 садитесь в левый ряд. Книжки, лекции убрать и тяните билеты.
Кому нужно четыре, то ваши билеты вот тут и можно достать лекции и книжки.
А кто хочет 5, то билеты из этой кучки и можете идти. Вечером зайдёте и расскажете, что там надумали.
Я так понимаю, что Яндексу нужны троечники и зубрилки ( я извиняюсь)?
Так и я про то, что решения принимаются на основе маркетинговой, рекламной информации, а не на технической документации. Эти гигагерцы процессора мифические как образец.
Так и все уже пишут про гигагерцы процессоров, хотя там с рождения КМОП и ТТЛ, которые как бы 133 Мегагерца реально
Знание основ теряет смысл.
Свой minishell пишут на 5 уровне ( из 21 ) в школе21
И на Гите есть куча тестов. ( minishell ecole42 test )
Прогоните хоть какой
После школы21 эти все пункты просто детский сад.
Компании становятся успешными только если быстро, очень быстро и качественно адаптируются к изменениям реальности.
А суть всех нынешних ИИ это статистика, анализ прошлого. Но инкапсулируясь в данных о прошлом невозможно быстро адаптироваться. ИИ по сути пытается обрабатывать информацию и принимать решения основываясь на прошлой и скорее всего устаревшей информации. И пока вы будете обучать свои ИИ данные опять изменятся. С помощью ИИ невозможно выиграть фундаментально,
Тот же Сбер борется со старыми жульническими методами полностью игнорируя новые, если базируется на ИИ.
И полное отсутствие понимания того, что под капотом у ИИ, как следствие общей деградации образования, приводит вот к таким неоправданным мечтам и прогнозам.
Прогнозировать выручку на основе продаж можно на калькуляторе и без доп информации. Зачем Х5 для этого использует ИИ, AI, DS, ML .... ?
Почему-то все писатели на эту тему опускают вопрос оплаты.
Особенно намекая, что всё "горение" на работе должно быть "мимо кассы"
Целлофан это просто полимер глюкозы, модифицированная целлюлоза и в итоге это удобрение.
Никаких мелких кусочков и т.д.
А ПАВ на поверхности океана препятствует испарению воды и океаны нагреваются больше. Если убрать ПАВ, то испарения больше, а фазовый переход это очень энергоёмкий процесс.
Нужно просто вместо полиэтилена использовать целлофан и вместо ПАВ использовать мыло.
Не теорвер применять, а что-то типа уравнений Навье Стокса, тогда станет ясно, почему поток протекает мимо кассы
Если критически важная информация хранится в одном экземпляре на ноутбуке вне периметра, то сажать нужно не этого бригадира.
А тех, кто сейчас себя отмазывает им.
А законы, например РФ, разрешают роботам утверждать, что они люди?
Т.е. говорит он/она складно, но при этом одинаковым голосом одинаково повторяет фразу, что он/она человек.
Закон такое враньё допускает?
Проблемы не в Devops или ООП, это инструменты всего лишь.
Проблемы в том, что как не умели так и не умеют толково и дельно превращать реальность в байты и обратно.
"веревки", "плавает" - а Вы действительно яхтсмен?
воронку продаж придумали маркетологи для обоснования своего неумения применять математику
Это после промышленной революции, при переходе от мастерских к массовому производству и возник такой метод и такая математика
Зачем проверять миллионы болтов, когда можно проверить тысячу?
и эта математика и такие методы тогда и в таком производстве оправданы. Они подтверждали и обосновывали уменьшение расходов на проверку. Или же, тоже классическая задача тех времен, сколько снарядов для пушки для поражения цели.
Но для людей такие методы нужно применять с большой осторожностью и каждый раз доказывать корректность применения этой древней математики. Это как теорема Пифагора только на плоскости и что бы её применять, ну очень древнюю теорему, нужно убедиться, что расстояние меряем на плоскости, по прямой.
@Radisto пока вы меряете свойства одной группы, то у всей популяции уже "Лермонтов-груша-ухо" . Это субъекты и их будущее невозможно предсказать по прошлому. Это измерение свойств уже сделанных болтов так можно определять или свойства электронов/протонов. И все биржи предупреждают - доходы в прошлом ничего не говорят о доходах/потерях в будущем тоже именно поэтому.
Так что статья красиво описывает методы, но вот применение их к клиентам/посетителям/брокерам не оправданно без тщательного доказательства применимости. (Это как бы прикладная математика называется)
А они и сейчас весьма популярны.
Это как при коммунистах секретарь райкома партии лучше любого агронома знал, когда нужно сеять и когда пахать.
Так и нынешние датасаентологи также свято уверовали в то, что софтскил и трехмесячные курсы могут рулить всем - пришёл на завод, полчаса софтскилл с технологами ( даже можно и не наливать ничего ) и чудо, новая технология готова. И в кассу за бонусами.
Туфта это всё.
Я видел реальное применении математики в промышленности, сам делал тоже, и это ничего похожего на то, что в этой статье.
Тут мы!
Чего надо?