Хм… Интересно, чему именно научилась сеть. Я смотрю на фотографии в наборе данных, и они очень похожи для одного и того же человека. Например, они на одном и том же фоне. Некоторые на одинаковом светлом фоне, а другие на одинаковом темном. Это значит, что этих двух людей можно будет различить просто по цвету пикселя в позиции (0,0), не имеющего при этом никакого отношения к лицу.
Слушал этот курс в оффлайне: moocfellowship.org/submissions/synthetic-biology Надеюсь, он станет доступен всем желающим онлайн. Интересно, что именно значит фраза «Our jury of experts will select the winners from among all entries, taking into account the result of the public voting phase».
Когда-то делал очень похожую штуку, но мне тогда не хватило вычислительных мощностей для интересных результатов. Вот всё думаю, а можно ли как-нибудь краудсорсить ресурсы для такой задачи? Мы бы тогда не каждый на своем компьютере запускали, а могли бы общий мир моделировать.
Говорят, когда у Жозе Моуриньо спросили, как он может быть великим тренером, если не был профессиональным футболистом, он ответил: «Для того чтобы быть великим пианистом, не нужно становиться роялем».
А если серьезно, я, вроде, нигде и не говорил, что мы считаем себя лучшими учителями. Мы приглашаем экспертов и успешных предпринимателей и они учат других.
Это правда. Проблема только в том, что система состоит больше чем из одного акта коммуникации. Сегодня вы заменили слово менее точным и вас поняли, завтра исходное слово забудется, послезавтра оно потребуется, чтобы передать определённый оттенок смысла, но люди, привыкшие всё упрощать, уже не смогут этого сделать.
Я бы не советовал ориентироваться на высказывания Арнольда для оценки современного состояния дел. Я, например, вижу другое. Вижу, что образование — это бурно развивающаяся область, в которой постоянно возникают новые интересные проекты. Вижу много интересных проектов и в области scientific communication. Наконец, развивается citizen science. То есть я бы сказал, что тенденция как раз противоположная и люди всё больше вовлекаются в научные исследования.
Вот я прямо сейчас слушаю подкаст журнала Science. Тысячи людей участвуют в проектах типа Galaxy Zoo или FoldIt, дети в Индии играют в научные игрушки: www.slideshare.net/unawe/under-the-banyan-tree, в Нью-Йорке люди приходят в открытую лабораторию: genspace.org/page/About, ну и так далее.
Нет, тут я, конечно, ступил, там гораздо меньше, чем 0.023%. Впрочем, возражение против проверки нормальности коэффициентов остается в силе.
Главное же, что я хотел сказать это то, что автор должен был привести результаты вычислений, а не ограничиться картинками, которые ничего не доказывают.
Впрочем, хочу заметить, что я предлагаю проверить гипотезу независимости социотипа от знака зодиака, а не отклонение от нормальности коэффициентов таблицы.
Да, для одного числа правильно. Там примерно 5 сигма, то есть 0.023%. Правда, не очень понятно, как вы считали вероятность того, что хотя бы одно такое число не встретиться. Вероятность того, что одно число не выйдет за 5 сигма (1 — 0.023%) = 0.99977. Вероятность того, что n чисел не выйдут 0.99977 ^ n, у нас таблица с 12x16x2 = 384 ячейками. 0.99977 ^ 384 = 0.915. Соответственно, искомая нами вероятность 8.5%. Что обычно аномальным не считается.
Небольшой это не ответ. Если статья претендует на то, чтобы привнести «научность» в предмет, то следует эту вероятность посчитать.
Анализ данных основывается не на на том, что людям кажется, что что-то мало вероятно, а что-то вполне вероятно, а на конкретных вычислениях.
Вот скажем, 155 решек и 121 орел в 276 бросках это похоже на честную монету или нет? Можно, конечно, устроить дискуссию на эту тему, но лучше посчитать.
Уже в который раз встречаю положительные отзывы от moodle. У меня это всегда вызывает удивление. У него же ужасный UI! Я (как студент) пользуюсь им больше полугода, но до сих пор часто не могу найти нужных мне функций. На некоторые разделы можно попасть только из Breadcrumb. Переход по некоторым ссылкам без всякого подтверждения записывает тебя на курс (по ссылке догадаться об этом действии невозможно), а потом невозможно найти, как перестать быть его участником, и так далее.
Расскажите, как им пользуются? Может, у него есть разные варианты UI и мне попался какой-то неудачный?
Я, кстати, не считаю команду, работающую с 2003 года, таким уж преимуществом. Боюсь, что именно из-за этого движок выглядит так, как выглядели сайты в начале 2000-х. Такой сервис можно обогнать не догоняя.
Под обычной статистикой я имел в виду не конкретные статистические методы, а теорию проверки статистических гипотез: формулировку гипотезы и альтернативной гипотезы, построение статистики, вычисление ошибок первого и второго рода.
Мне как человеку получившему образование в области математической статистики, мягко говоря, странно читать о каких-то альтернативных методах решения известных проблем. Ответ на вопрос может ли быть отклонение объяснено случайностью или нет вообще говоря однозначен (при определённых предположениях). Слова «по мнению» и «последователи» тоже не внушают доверия. Поэтому мне хотелось бы понять каково взаимоотношение между описанной методологий и математической статистикой. На первый взгляд это трансформация некоторых известный фактов в готовые упрощённые рецепты.
Включать дни, которые заведомо подчиняются другому распределению, конечно, некорректно.
Кстати, а чем карты Шухарта лучше обычной статистики? Как я понял это набор готовых рецептов для инженеров, у которых нет компьютеров для вычислений и которым не нужно особенно разбираться в том, что они делают.
Зачем пользоваться какими-то табличным коэффициентами, когда можно установить статистический пакет? Да и онлайн инструментов уже достаточно существует. Вот тут заметили, что «в какую сторону статистику поверни — такие результаты и получатся», это правда, но только в том случае, если человек следует готовым рецептам, а не разбирается в том, что происходит, поэтому прочесть учебник по статистике было бы не лишним.
Тут налицо конфликт интересов. Те, кто строил коллайдер, заинтересованы в сенсациях, потому что им нужно как-то оправдывать вложенные в строительство огромные деньги.
www.youtube.com/watch?v=cQl6jUjFjp4
А если серьезно, я, вроде, нигде и не говорил, что мы считаем себя лучшими учителями. Мы приглашаем экспертов и успешных предпринимателей и они учат других.
Вот я прямо сейчас слушаю подкаст журнала Science. Тысячи людей участвуют в проектах типа Galaxy Zoo или FoldIt, дети в Индии играют в научные игрушки: www.slideshare.net/unawe/under-the-banyan-tree, в Нью-Йорке люди приходят в открытую лабораторию: genspace.org/page/About, ну и так далее.
Главное же, что я хотел сказать это то, что автор должен был привести результаты вычислений, а не ограничиться картинками, которые ничего не доказывают.
Анализ данных основывается не на на том, что людям кажется, что что-то мало вероятно, а что-то вполне вероятно, а на конкретных вычислениях.
Вот скажем, 155 решек и 121 орел в 276 бросках это похоже на честную монету или нет? Можно, конечно, устроить дискуссию на эту тему, но лучше посчитать.
Вот, например, «женщины козероги типа ISTJ встречаются в 1.5 чаще, чем если бы тип и знак были не связаны друг с другом»
А как вы думаете, в случайной таблице 12x16x2, какова была бы вероятность встретить коэффициент 1.5?
Расскажите, как им пользуются? Может, у него есть разные варианты UI и мне попался какой-то неудачный?
Я, кстати, не считаю команду, работающую с 2003 года, таким уж преимуществом. Боюсь, что именно из-за этого движок выглядит так, как выглядели сайты в начале 2000-х. Такой сервис можно обогнать не догоняя.
Мне как человеку получившему образование в области математической статистики, мягко говоря, странно читать о каких-то альтернативных методах решения известных проблем. Ответ на вопрос может ли быть отклонение объяснено случайностью или нет вообще говоря однозначен (при определённых предположениях). Слова «по мнению» и «последователи» тоже не внушают доверия. Поэтому мне хотелось бы понять каково взаимоотношение между описанной методологий и математической статистикой. На первый взгляд это трансформация некоторых известный фактов в готовые упрощённые рецепты.
Кстати, а чем карты Шухарта лучше обычной статистики? Как я понял это набор готовых рецептов для инженеров, у которых нет компьютеров для вычислений и которым не нужно особенно разбираться в том, что они делают.
Зачем пользоваться какими-то табличным коэффициентами, когда можно установить статистический пакет? Да и онлайн инструментов уже достаточно существует. Вот тут заметили, что «в какую сторону статистику поверни — такие результаты и получатся», это правда, но только в том случае, если человек следует готовым рецептам, а не разбирается в том, что происходит, поэтому прочесть учебник по статистике было бы не лишним.