Случилось так, что назначили меня начальником ИТ отдела. В бытность того времени я занимал должность начальника группы разработки и эксплуатации электронных информационных систем, и, благодаря то тому что вся группа на тот момент состояла из одного человека – меня, я легко с ней управлялся. Однако же мои рационализаторские таланты не прошли мимо руководства, и, в период реорганизации компании, группу ИТ (с парой админов и начальником) решили вывести из под отдела инженерно-технического департамента и сделать отдельный ИТ отдел. Меня же в свою очередь вывели из отдела обеспечения качества (не спрашивайте, что там делала группа РЭЭИС) и сделали начальником этого «новосозданного» отдела. С одной стороны, это тешило самолюбие. С другой стороны, помимо той работы, которую я выполнял, мне еще придется заботиться о ковриках для мышек, и «у меня курсор не мигает» … Отказаться тоже было не особо возможно. Собственно, мне просто положили на стол приказ о том, что теперь я начальник. Предполагая, что количество работы от этого назначения не уменьшится, я уведомил начальство (которое, видимо, думало, что я ничем не занимался), что руководить группой у меня скорей всего времени не хватит, хватит только управлять. Начальство махнуло рукой – для него видимо разницы не было.

I. Почему Чехия?

В начале 2015 года компания, в которой я работала инхаусом, решила перевезти часть своих российских разработчиков в Европу. Преследовалось несколько целей: мотивация российских разработчиков, упрощение найма инженеров из Евросоюза, удобство обслуживания зарубежных контрактов. Выбор пал на Чехию, а именно на Прагу. Почему?

Я уже довольно давно интересуюсь ИИ, особенно областью, связанной с пониманием машиной текстов, написанных на естественном языке. Как известно, классическая теория анализа текста разделяет этот процесс на три этапа:

• Морфологический — анализ словоформ и их характеристик (число, падеж, и т.д.);
• Синтаксический — выделение структуры предложения (отношения между словами);
• Семантический — выделение смысла исходя из «модели мира»;

Первый этап в целом решён. Мы имеем подробные морфологические словари, покрывающие львиную долю слов, встречающихся в большинстве текстов. Кроме того, для распространённых языков существуют правила, позволяющие с достаточной точностью классифицировать неизвестные словоформы.

Ситуация с синтаксическим разбором куда более сложная. Существующие анализаторы не могут претендовать на правильность и точность разбора в сложных случаях. Большая часть качественных продуктов выпущены под проприетарной лицензией (в большей мере это касается русского языка; с английским проблема, кажется, не стоит столь остро). Поэтому для прогресса в понимании машиной текстов, написанных на естественном языке, мы нуждаемся в качественных и доступных синтаксических анализаторах.

Из-за отсутствия у меня глубоких знаний в области нейронных сетей я решил следовать более проторенной тропой, а именно разработать BNF-подобную грамматическую нотацию и реализовать анализатор, использующий грамматические правила, описанные с её помощью. С этой точки зрения при разработке практически полезного анализатора основная работа заключается именно в построении достаточной системы правил (что у меня далеко до завершения). В следующем посте я опишу устройство реализованного анализатора, а пока хочу сфокусироваться на разработанной грамматической нотации.

Центральные языки на этой карте могут и не иметь самого большого количества носителей, однако они служат «общими» языками для общения элит.

В молодом направлении Big Data есть свои восходящие звезды и многообещающие лидеры, один из самых ярких это Цезарь Хидальго — профессор MIT Media Lab, разработчик онлайн-платформы визуализации данных о торговых связях между разными странами мира Observatory of Economic Complexity, и один из “50 человек, которые изменят мир” по версии журнала Wired.

Несколько лет назад Цезарю и его боевым товарищам захотелось исследовать взаимосвязь языковых узлов в Интернете. Языки отличаются по значимости по куче причин: начиная от технических и заканчивая демографическими. Задачу ставили себе амбициозную — определить глобальную значимость языка, которая не зависит от простых демографических и экономических показателей. О том, что из этого получилось, читайте в посте ниже.

Очередной пост в рамках нашей постоянной рубрики «Лекции Технопарка». В этот раз предлагаем вашему вниманию лекции, посвящённые базам данных. Цель курса — получение студентами знаний в области проектирования реляционных баз данных, эффективной работы с базами данных, оптимизации запросов и схем данных, изучение особенностей использования баз данных в проектах с высокой нагрузкой и/или использующих большие массивы данных, noSQL и его применение для решения прикладных задач в WWW.

1. Введение
2. Объекты. Голова
3. Объекты. Хвост
4. Структуры процесса

Помимо изучения стандартной библиотеки, всегда интересно, а иногда и полезно, знать, как язык устроен изнутри. Андрей Светлов (svetlov), один из разработчиков Python, советует всем интересующимся серию статей об устройстве CPython. Представляю вам перевод первого эпизода.

Мой друг однажды сказал мне: «Знаешь, для некоторых людей язык C — это просто набор макросов, который разворачивается в ассемблерные инструкции». Это было давно (для всезнаек: да, ещё до появления LLVM), но эти слова хорошо мне запомнились. Может быть, когда Керниган и Ритчи смотрят на C-программу, они на самом деле видят ассемблерный код? А Тим Бёрнерс-Ли? Может он сёрфит интернет по-другому, не так, как мы? И что, в конце концов, Киану Ривз видел в том жутком зелёном месиве? Нет, правда, что, чёрт побери, он там видел?! Эм… вернёмся к программам. Что видит Гвидо ван Россум, когда читает программы на Python?

В рамках одного проекта столкнулся необходимостью работать с нейронными сетями, рассмотрел несколько вариантов, больше всего понравилась PyBrain. Надеюсь её описание будет многим интересно почитать.

PyBrain — одна из лучших Python библиотек для изучения и реализации большого количества разнообразных алгоритмов связанных с нейронными сетями. Являет собой удачный пример совмещения компактного синтаксиса Python с хорошей реализацией большого набора различных алгоритмов из области машинного интеллекта.

Предназначен для:

• Исследователей — предоставляет единообразную среду для реализации различных алгоритмов, избавляя от потребности в использовании десятков различных библиотек. Позволяет сосредоточится на самом алгоритме а не особенностях его реализации.
• Студентов — с использованием PyBrain удобно реализовать домашнее задание, курсовой проект или вычисления в дипломной работе. Гибкость архитектуры позволяет удобно реализовывать разнообразные сложные методы, структуры и топологии.
• Лекторов — обучение методам Machine Learning было одной из основных целей при создании библиотеки. Авторы будут рады, если результаты их труда помогут в подготовке грамотных студентов и специалистов.
• Разработчиков — проект Open Source, поэтому новым разработчикам всегда рады.

Хай, Хабр!
Сегодня я хочу представить, дорогому хабрасообществу свой первый хабраперевод. Программировать на языке Python — подобно песне. Но еще лучше, когда Ваш код читаем и понятен, а значит чуть более поэтичен, чем обычно бывает производстве. У каждого свои правила и свои стереотипы относительно написания и оформления исходного кода, на каком бы языке он ни был написан. Множество копий сломано о щиты на форумах, но, как ни крути, нельзя не считаться с мнением авторитетных товарищей. Так что сейчас будет представлен перевод первой части стайл-гайда для языка Python от Google. Коснется он именно постулатов написания кода (вторая часть тоже скоро появится, а посвящена она будет форматированию исходного кода). Сразу предупреждаю: тут много (если не большая часть) прописных истин, которые все знают уже давно. Но я искренне надеюсь, что Вы сможете найти тут что-то новое или хотя бы вспомнить старое. Приступим под катом. И pdf тут как тут.

В мире все примерно распределяется в соответствии с принципом Паретто. Меньшая часть — богатые, большая часть — бедные (читающий, ты входишь в золотой миллиард). Тоже касается и материалов о программировании. Порой очень сложно найти хоть что-нибудь не начального уровня.

После прочтения Dive into Python или подобной ей и ознакомления с документацией возникает вопрос, а что читать дальше? Можно обратиться к списку книг на python.org. Там есть раздел Advanced Books, но в нем всего лишь 6 книг (седьмая не выходила), и только одну я бы назвал по-настоящему стоящей.

К счастью, у Питона есть очень подробная и качественная документация. Но даже в ней многие темы либо только поверхностно затронуты, либо их очень сложно найти (потому что документация большая, и если не знаешь, куда смотреть, не найдешь).

Ниже собраны сложные материлы про Питон, его устройство и возможности. Все на английском (грех, не знать технический английский). Про Dive into Python я слукавил. Большинство приведенных материалов требуют хорошее знание Питона и наличие опыта программирования на нем.

На Хабре уже есть несколько статей\переводов, в которых рассказывается о неизвестных фичах\тонкостях\возможностях Пайтона. Я буду пытаться не повторять их, а дополнять, но если уж так случилось, что вы это уже где-то видели — не огорчайтесь. Я уверен, что найдется что-то интересное и для вас.

В этой статье я расскажу об одном необычном подходе к генерации лабиринтов. Он основан на модели Амари́ нейронной активности коры головного мозга, являющейся непрерывным аналогом нейронных сетей. При определенных условиях она позволяет создавать красивые лабиринты очень сложной формы, подобные тому, что приведен на картинке.

Вас ждет много анализа и немного частных производных. Код прилагается.
Прошу под кат!

Представьте себе высокоуровневый язык, в котором не нужно указывать КАК получить результат, вместо этого нужно просто указать ЧТО вы хотите получить. При этом область применения языка не ограничена и язык способен решать те же задачи, что и любой другой высокоуровневый язык, наподобие JAVA. Кажется фантастикой, не правда ли? Однако такой язык есть и называется он PROLOG. Посмотрим как PROLOG справляется с этой задачей на примере загадывания прологу некоторых загадок и попросим PROLOG выдать доказательство теоремы.

Привет %username%! Хотел тебе показать и рассказать часть моего исследования расследования изучения мира сего, которое я рассказывал на конференции Zeronights 2014. Тема была о деанонимизации, но больше вопросов было именно по данным, поэтому я решил рассказать об этом отдельно.



Ну ты же в курсе, что сайты собирают данные о твоём посещении, откуда ты пришёл, куда ты уходишь, твои запросы, ip адреса? Вот ты помнишь, во сколько и какого числа ты искал.
Собственно, вот пример данных. Фичу прикрыли, пример данных в комментариях :)

Именно твоих, %username%. Если у тебя пустая страничка, возможно ты используешь плагины Ghostery, Adblock, Noscript — дай ссылку своему другу, надеюсь, ты удивишься.

Что это было?

Данные. Обычные данные о пользователях, которые собирают множество сайтов. Включают в себя поисковые запросы, браузеры, ip-адреса, посещённые сайты. По ним строится возраст, пол, интересы. И это всего лишь один из примеров, который собрала одна из множества компаний.

Я провожу собеседования на тестировщиков. У меня иногда болит голова.

Долго собирался написать статью… И вот, наконец, выполнил свое намерение. Вопросы, поднимаемые в статье, обсуждались уже не раз и не два, но усердные поиски компиляции ответов на эти вопросы так и не увенчались успехом. Но, как подсказывает мой опыт, такая компиляция очень нужна. Прежде всего она требуется юниорам, ибо в сети по запросу «тестирование» на них (соискателей) обрушивается огромный объем информационного мусора, который плохо структурирован и часто противоречит сам себе.

Мы начинаем публиковать лекции Натальи Васильевой, старшего научного сотрудника HP Labs и руководителя HP Labs Russia. Наталья Сергеевна читала курс, посвящённый анализу изображений, в петербургском Computer Science Center, который создан по совместной инициативе Школы анализа данных Яндекса, JetBrains и CS клуба



Всего в программе — девять лекций. В первой из них рассказывается о том, как применяется анализ изображений в медицине, системах безопасности и промышленности, какие задачи оно еще не научилось решать, какие преимущества имеет зрительное восприятие человека. Расшифровка этой части лекций — под катом. Начиная с 40-й минуты, лектор рассказывает об эксперименте Вебера, представлении и восприятии цвета, цветовой системе Манселла, цветовых пространствах и цифровых представлениях изображения. Полностью слайды лекции доступны по ссылке.

Мы продолжаем публиковать лекции Натальи Васильевой, старшего научного сотрудника HP Labs и руководителя HP Labs Russia. Наталья Сергеевна читала курс, посвящённый анализу изображений, в петербургском Computer Science Center, который создан по совместной инициативе Школы анализа данных Яндекса, JetBrains и CS-клуба.



Всего в программе — девять лекций. Первая из них уже была опубликована. В ней рассказывалось о том, в каких областях встречается анализ изображений, его перспективах, а также о том, как устроено наше с вами зрение. Вторая лекция посвящена основам обработки изображений. Речь пойдет о пространственной и частотной области, преобразовании Фурье, построении гистограмм, фильтре Гаусса. Под катом — слайды, план и дословная расшифровка лекции.

К сожалению, далеко не все заслуживающие внимания книги оперативно переводятся нашими издателями, и работа Дэниэла Деннетта Breaking the Spell (2006 год) относится к их разряду. Однако это не повод упускать достойную книгу из вида.

Я не хочу повторять рецензентов, отзывы которых вы легко найдёте в Википедии и на Амазоне. Попробую отметить лишь некоторые интересные мысли, особенно ярко отпечатавшиеся в памяти.

Деннетт — известный американский философ, работающий в области когнитивных наук. Будучи материалистом, живущим в достаточно религиозном американском обществе, Деннетт неоднократно обращался к феномену религии. В книге Breaking the spell он пытается изучить религию как «феномен естественной природы», развившийся в человечестве на протяжении тысячелетий естественным эволюционным путём — как в своё время прямохождение или речь.

Идея в том, что по Деннетту религиозное мировоззрение (в отличие от атеистического) так или иначе позитивно сказывалось на выживаемости человеческого вида, потому и сохранилось. Что, впрочем, не мешает нам критически относиться к нынешнему положению вещей.

В книге изучается идея эволюции элементов человеческой культуры (мемов), сильно перекликающаяся с книгами Докинза. Автор полагает, что к элементам культуры (к той же религии) применима теория эволюции Дарвина: полезные элементы выживают и мутируют, вредные вымирают.

Так, религия тоже прошла известный путь от примитивных верований древних племён через более позднюю идею единого антропоморфного Бога до современного, довольно противоречивого состояния (Бога-как-личности и одновременно Бога-как-абстрактной-силы).

Возможно, люди, более склонные к религиозности, сумели лучше приспособиться. Пример из смежной области: лекарь-шаман, по сути, вводит больного в транс и мобилизует внутренние силы его организма на борьбу с болезнью. Логично предположить, что те, кто был более склонен к гипнотическому влиянию, оказались более вылечиваемы и, следовательно, более живучими. Поэтому многие из нас — потомки склонных к гипнотическому влиянию людей.

Если говорить о настоящем времени, Деннетт критикует религиозное мировоззрение и религиозные организации, предлагая здравомыслящим людям разделить ценности Брайт-движения.

В целом, книга написана с большим юмором и легко читается (не то что моя рецензия :) ). По сути предлагается серьёзное научное исследование религии как явления природы, и этим книга оригинальна. В качестве расширителя кругозора весьма рекомендуется.

На Амазоне книга стоит всего 11 долларов.

Русскоязычному читателю автор уже знаком — прежде всего, как соавтор Дагласа Хофштадтера по книге Mind's I (Глаз разума). Вообще, что Хофштадтер, что Деннетт — замечательные авторы, и скудость их русскоязычных переводов — более чем печальное упущение. Ведь их книги можно читать одну за другой.

Остаётся лишь надеяться на энтузиазм возможных переводчиков. По правде говоря, я бы и сам взялся, да где столько времени изыскать :)

Термин «интернет-зависимость» вошел в обиход сравнительно недавно, и зависимость эта ошибочно считается принципиально новой нозологической формой. Но программа МУЗЫКАЛЬНЫЙ ЛАРЕК знала об этой девиации еще 20 с лишним лет назад.

Вот, к примеру, аддиктша с никнеймом praktikantka_katya все свое рабочее время проводит, флиртуя с ЭВМ серии «Алдан». Ее можно понять: окружающие ее мужчины не только малопривлекательны, но еще готовы сожрать последний девичий бутерброд с заветренным сыром. Поэтому, игнорируя все и вся, praktikantka_katya осваивает азы киберсекса, обматываясь длинной бумажной лентой. (Кто сказал — «туалетная бумага?!» Рекламщики «Зевы плюс» — вон из студии!)

И вот печальный результат: одержимая везет перед собой колясочку с 3-х месячным монитором, родившимся доношенным, 8 баллов по шкале Апгар. В последних кадрах мы видим, как уже немолодая женщина общается со своим дитятей, поглаживая клавиатуру. Ничто не ново под луною.



по сводкам из личной жж ленты immoralist.livejournal.com/669402.html

Как писали авторы 2х топиков. Достаточно было удалить blocker.* в папке All users/application data
Но видимо про это уже наслушались и в случае моего товарища такового файла не имелось.

Спасибо ykcyc за метод с принтером через нажатие 5-ти раз Shift, но в нашем случае он не совсем помог.

Ситуация выглядела следующим образом:

Справка принтера не имела меню, но помог вариант установки нового принтера в меню печати:

Выбираем установка с диска

А тут уже и получилось вызвать проводник aka explorer, соответственно подгружалась и вся оболочка винды =)

К моему рабочему компьютеру не так давно добавился еще и лаптоп, который постоянно стоит на столе рядом с монитором. Работать за обоими компьютерами нужно одновременно, и мне начало надоедать постоянно перекладывать руки с одной клавиатуры/мыши на другую.

Я подумал: «Как было бы здорово сделать дисплей лаптопа продолжением дисплея настольного ПК, и при этом управлять ими одной и той же клавиатурой и мышью!». Оказалось, выход есть. И называется он Synergy.