Приятная статья, потому что может дать надежду и мотивацию пробовать тем, кто не заканчивал университет и сейчас чувствует себя в турике, застряв на неприятной работе.
К этому взгляду хотелось бы добавить, что подход бизнеса во многом обусловлен положительной обратной связью от публики. Серьёзное отличие современности от мира до 2010го года - это возросшие требования к частоте выпускаемого контента.
Раньше просмотр стоящего фильма означал СОБЫТИЕ - поход в кинотеатр. Таких лент было не так уж много. Если хотелось смотреть что-то каждый вечер, то были доступны только печально известные фильмы из видеопроката, которые даже нейросетевой продукцией не назвать)
Сейчас можно смотреть кино каждый день, причем любого качества. Но проблема в том, что шедевры не могут рождаться так часто, как мы их запрашиваем. Вот и получается, что из-за огромного количества "видеопрокатных" фильмов, которые просто являются ответной реакцией на спрос, нам кажется, что качество фильмов в целом стало хуже. Шедевры все еще есть и выходят они с +- той же частотой.
Осталось только понять, как научиться делать шедевры на постоянной основе :)
P.S. "Дю" Вильнева лучшая, осталось дождаться "на".
Спасибо за статью, интересно посмотреть разборы блокаутов от известных студий. Было бы здорово почитать еще и про инструменты, которыми пользуются левел-дизайнеры и их ближайшие коллеги.
Спасибо за перевод. Вроде бы и сам понимаешь эти вещи, а все равно ощущаешь чувство вины, когда не рашишь все 8-9 часов без остановки. Поэтому такие статьи греют и умиротворяют гиперответственные мозги))
Эту статью можно использовать, если нужно выбрать самое необычное хобби или если ваше хобби — изучение новых слов: рогейн, лэмпворк, мондьоринг, флфлорбол.
Вызвало острую ностальгию по Икее ))
Мем с лисичками лучший.
Плюсую к пользе от слабых социальных взаимодействий - это утверждалось и у Берна (Игры, в которые играют люди). Хотя мне эта мысль всегда казалась неочевидной, ведь как-то это странно, что организм не безразличен к таким мелочам)
Присоединюсь к комментаторам выше: совет вместо мнения - это простая и действительно полезная замена.
Мне кажется, для творческой работы может быть особенно полезно, где всегда рискуешь нарваться на размытую критику в духе "ну такое", после которой вообще ничего ни исправлять, ни делать не хочется)
А если критика выражена в виде совета, то она хотя бы будет адресной, будет понятно, чем конкретно человек остался недоволен.
Жаль, у заказчика как-то неуместно попросить совета вместо обратной связи))
Спасибо за хорошо структурированную статью! Мое уважение ошибке #8, не сталкивалась с подобными подставами со стороны pandas, а теперь и впредь не столкнусь.
Ошибки 6 и 7 очень жизненные даже в рабочих задачах.
+ Всплывает и антипод ошибки 7 - экономия на данных в val/test, которая позднее приводит к недостоверным оценкам гипотез.
Приятная статья, потому что может дать надежду и мотивацию пробовать тем, кто не заканчивал университет и сейчас чувствует себя в турике, застряв на неприятной работе.
Спасибо за добрую статью, потому что она напоминает о ценностях человеческого взаимодействия (вспомним Эрика Берна и его взаимные поглаживания).
Но конкретики немного не хватило. Как формулировать просьбы, как обзавестись чувством такта)
К этому взгляду хотелось бы добавить, что подход бизнеса во многом обусловлен положительной обратной связью от публики. Серьёзное отличие современности от мира до 2010го года - это возросшие требования к частоте выпускаемого контента.
Раньше просмотр стоящего фильма означал СОБЫТИЕ - поход в кинотеатр. Таких лент было не так уж много. Если хотелось смотреть что-то каждый вечер, то были доступны только печально известные фильмы из видеопроката, которые даже нейросетевой продукцией не назвать)
Сейчас можно смотреть кино каждый день, причем любого качества. Но проблема в том, что шедевры не могут рождаться так часто, как мы их запрашиваем. Вот и получается, что из-за огромного количества "видеопрокатных" фильмов, которые просто являются ответной реакцией на спрос, нам кажется, что качество фильмов в целом стало хуже. Шедевры все еще есть и выходят они с +- той же частотой.
Осталось только понять, как научиться делать шедевры на постоянной основе :)
P.S. "Дю" Вильнева лучшая, осталось дождаться "на".
Спасибо за статью, интересно посмотреть разборы блокаутов от известных студий. Было бы здорово почитать еще и про инструменты, которыми пользуются левел-дизайнеры и их ближайшие коллеги.
Выглядят роботы, конечно, пока жутковато. Но если проект взлетит, то робот-пылесос в каждом доме будет выглядеть немного иначе...
Спасибо за перевод. Вроде бы и сам понимаешь эти вещи, а все равно ощущаешь чувство вины, когда не рашишь все 8-9 часов без остановки. Поэтому такие статьи греют и умиротворяют гиперответственные мозги))
Спасибо!
Понравилась модель для оценки знаний, отлично подходит для быстрого знакомства с методом)
Если не секрет, чем пользуетесь для отрисовки круговых графиков с навыками?
Вызвало острую ностальгию по Икее ))
Мем с лисичками лучший.
Плюсую к пользе от слабых социальных взаимодействий - это утверждалось и у Берна (Игры, в которые играют люди). Хотя мне эта мысль всегда казалась неочевидной, ведь как-то это странно, что организм не безразличен к таким мелочам)
Присоединюсь к комментаторам выше: совет вместо мнения - это простая и действительно полезная замена.
Мне кажется, для творческой работы может быть особенно полезно, где всегда рискуешь нарваться на размытую критику в духе "ну такое", после которой вообще ничего ни исправлять, ни делать не хочется)
А если критика выражена в виде совета, то она хотя бы будет адресной, будет понятно, чем конкретно человек остался недоволен.
Жаль, у заказчика как-то неуместно попросить совета вместо обратной связи))
Надеюсь, что как можно больше людей поймут и увидят сопоставление лентяев и уставших от кранча программистов)
Спасибо за статью. Очень заинтересовали исследования April Wensel и Steve Miller, можете поделиться источником? Или как/где искать подобное)
Спасибо за хорошо структурированную статью! Мое уважение ошибке #8, не сталкивалась с подобными подставами со стороны pandas, а теперь и впредь не столкнусь.
Ошибки 6 и 7 очень жизненные даже в рабочих задачах.
+ Всплывает и антипод ошибки 7 - экономия на данных в val/test, которая позднее приводит к недостоверным оценкам гипотез.