Изучение структурных свойств стационарных динамических систем - хорошо изученная область теории дифференциальных уравнений. Иначе обстоит дело, если коэффициенты зависят от времени. Однако, такие системы достаточно часто встречаются в задачах механики и управления. Сегодня выделяют лишь классы нестационарных систем, свойства которых в достаточной мере изучены. В данной статье рассматривается один из таких классов - периодические системы.

Результаты могут быть использованы при изучении вопросов устойчивости программных движений различных механических объектов, линеаризованные модели которых описываются линейными нестационарными системами.

Иногда я натыкаюсь на рекламу курсов английского языка. Это не те, которые с преподавателями, а те, где вы платите, вам дают доступ и вы что-то там изучаете самостоятельно. Хорошо еще, если курсы делаются преподавателями языка, но у них редко есть время заниматься такой ерундой. В подавляющем большинстве случаев курсы делаются блогерами, которые собирают информацию и запаковывают ее в «интересный» формат.

В абсолютном большинстве случаев там будут видео с объяснением грамматики на русском языке, а также слова с переводами. А как по другому, ведь иначе это будет сложно – для начинающих. А продолжающему идея о покупке курсов в голову не придет.

В английском языке просто нет секретов, в любом источнике вам будут рассказывать одно и то же, просто на курсе это назовут «уникальной методикой, авторским курсом», хотя это будет просто грамматико-переводной метод, часто без обратной связи.

То есть, любой курс (да и подавляющее большинство видео на YouTube) основаны на грамматико-переводном методе. Дают правило – потом пример с переводом.

Даже если курс будет называться  «От нуля до С1», просто просмотрев все видео и проделав все упражнения, вы этого уровня никак не достигнете. Высокие уровни достигаются большим количеством разговорной практики с нарастающей сложностью, а также большим количеством входящей информации на английском языке, в первую очередь – прочитанных текстов.

Если уж вы хотите заниматься самостоятельно, то лучше взять книгу. Отличным выбором является проверенный учебник Качаловой-Израилевич «Практическая грамматика английского языка».

Всем привет, меня зовут Максим Гусев!

Я руководитель проекта в компании по разработке автономного транспорта, а так же студент ATU, Ирландия по Автономным ТС (магистерская степень). Хочу рассказать Вам, как роботы, беспилотники и любой автономный транспорт определяет где именно он находится в текущий момент времени.

Что внутри статьи?

• Раздел I - введение и что сейчас происходит на рынке?

• Раздел II - локализации на основе GNSS/GPS + Dead Reckoning.

• Раздел III - локализация на основе среды (HD карты и 3 основных паттерна связанных с компьютерным зрением)

• Разделе IV - современные концепции локализации.

• Раздел V - итоги текущего состояния локализации.

Этой идеей со мной поделился однокурсник по физфаку Харьковского университета Витька Середницкий на одной из общажных посиделок (читай — попоек). Были мы молоды, усердно грызли гранит науки, всерьез думали, что будем всю жизнь заниматься теоретической физикой, да и время для мечтаний на дворе было подходящее — год примерно 1989. Идея оказалась не нова, но поисследовать ее я загорелся, и вот что получилось.

Функция с достаточно хорошим поведением (я опускаю здесь математические тонкости) может быть представлена в виде ряда Фурье, разложения по синусам и косинусам:

В сфере грузоподъемной техники система противораскачивания довольно популярная и полезная штука. Эта система полезна тем, что, к примеру, оператор крана не обязан корректировать движение крана самостоятельно, чтобы не происходило раскачивание груза и не было рисков возникновения аварийных ситуаций. Многие производители предлагают свои системы на базе ПЛК (программируемых промышленных контроллеров) либо на базе ПЧ (преобразователей частоты). Мы в нашем инженерном центре тоже решили не стоять в стороне и делать свою систему. Погружение в теорию привело нас к пространству состояний. Таким образом целью статьи является рассказать, как возможно решить задачу противораскачивания груза в пространстве состояний.

Иногда меня спрашивают, как стать разработчиком? Сложно ли это, что для этого нужно, какой язык выбрать? Спрашивают друзья, родственники, знакомые. Далёкие от сферы информационных технологий или забросившие когда-то программирование и подумывающие о возвращении (читай дауншифтеры). Я не нашёл статьи, которую мог бы скидывать в таких случаях, и решил её написать. Здесь должна быть шутка про 14 конкурирующих стандартов, но как солдат не смеётся в цирке, так и программист не улыбается, говоря о конкурирующих стандартах.

Часто бывает, что начинающие разработчики, уже неплохо зная язык, сталкиваются с тем, что непосредственно программирование занимает небольшую долю рабочего времени, и многих это демотивирует. Постараюсь рассказать, почему так получается и как можно этого избежать.

Решил составить для себя план развития (я в IT с 2007, как аналитик - с 2017). Что получилось: некий чек-лист с перечислением 13 блоков (от работы с требованиям до безопасности) с описанием, что обязательно и желательно знать/уметь.

С чего все началось. Я недавно менял работу, поэтому готовился к техническим собеседованиям. Для удобства составил шпаргалку частых вопросов по основным темам. Когда проходил собеседования и видел, чего я не знаю, то дописывал это в свою шпаргалку. А немного позже решил составить для себя что-то наподобие плана развития. При создании плана использовал личный опыт, опыт коллег, ряд статей, учебные планы нескольких школ, требования из вакансий.

Теория Информации и Machine Learning мне видятся как интересная пара областей, глубокая связь которых часто неизвестна ML инженерам, и синергия которых раскрыта ещё не в полной мере.

Начнём с базовых понятий Энтропии, Информации в сообщении, Mutual Information, пропускной способности канала. Далее будут материалы про схожесть задач максимизации Mutual Information и минимизации Loss-а в регрессионных задачах. Затем будет часть про метрику Фишера, геодезические и градиентные методы, и их связь с гауссовскими процессами.

Математику было достаточно просто изучить?

Я услышал множество хороших отзывов о книге  Calculus Made Easy by Silvanus P. Thompson. Начал читать и правда, это была самая простая книжка на английском, которую я читал (советую попробовать почитать в оригинале), причем понял лучше, чем на родном языке.

Но зачем ее читать взрослым людям, знакомым с математикой не понаслышке?

В этом вопросе все просто: наверняка у многих уже есть дети или скоро будут, поэтому прививать любовь к знаниям и науке нужно с малых лет, иначе школа с их скупым языком испортит у ребенка все желание тянуться к прекрасному.

Но это не только для детей книга. Взрослым может посмотреть, а тому ли его учили в школе и не перепутал он ничего из-за долгих лет планирования бизнес-логики.

Особенно поможет людям, которые мечтали стать хардкорными "дата-сатанисами" и прочими гениями современности, но как-то все не складывалось. Для множества тестеров, эйчаров, проект менеджеров, кто нашел себя в айти, но хочет еще развиваться.

Перевод довольно вольный, я не профессиональный переводчик и даже не учился в MIT, но постарался предать максимально понятно и близко к смыслу текста. Приму ваши замечания к сведению. Перевел тестовый кусок, чтобы понять интересно ли вам такое, чтобы замотивироваться. Первый кусочек принадлежит кому-то, кто написал вводную книги, а второй оригинальному автору, что еще интереснее и забавнее. Ну что, полетели.

В «Криптоните» работает Сергей Аверкиев (@averkij). Он занимается исследованиями в области речи и текста в лаборатории больших данных и статистики. Но до этого много лет он работал бэкенд-разработчиком.

Мы поговорили с Сергеем и узнали, как происходил переход из одной сферы в другую, сложно ли было на это решиться, и что он посоветует тем, кто тоже думает сменить область. Бонусом – курсы и комьюнити.

Сейчас, когда обучение созданию искусственного интеллекта преподают в продвинутых детских садах и утренний разговор с кофеваркой о перспективах урожая в Эфиопии стали реальностью, количество курсов "Создай себе немного интеллекта" уже невозможно сосчитать, то наверно осталось заполнить одну единственную пустующую нишу и написать статью на тему

"как не нужно делать data science"

Введение

Всем доброго времени суток!

Публикую обзор книги "Python. Экспресс-курс" от автора Наоми Седера.

Стоит читать? Да! Почему? Опишу в статье.

Python - хороший первый язык программирования, а это отличная книга для его изучения с нуля.

В процессе изучения разных алгоритмов и структур данных приходит понимание, что не все они применимы в прикладных задачах (в отличие от задач про Васю и Петю/Алису и Боба). Но тот факт, что алгоритм/структура данных не является полезной на практике не означает, что идеи в них содержащиеся не привлекают пытливые умы даже из чистого любопытства. Потому речь пойдёт о красивых (субъективно) и, что важно, простых с точки зрения концепции структурах данных. 

Помните: если что-то не компилируется, это псевдокод. 

Вместо введения

Системы автоматического управления (САУ) предназначены для автоматического изменения одного или нескольких параметров объекта управления с целью установления требуемого режима его работы. САУ обеспечивает поддержание постоянства заданных значений регулируемых параметров или их изменение по заданному закону либо оптимизирует определенные критерии качества управления.

На Хабре уже долгое время публикуется совместный перевод (у которого ещё есть отдельный сайт авторства MagisterLudi) замечательной книги Ричарда Хэмминга "The Art of Doing Science and Engineering". Я долгое время хотел её прочитать в оригинале. Да не просто прочитать, а составить насколько возможно краткую выжимку основных идей каждой главы. И вот недавно мне удалось это сделать.

Целью самой книги является "подготовить вас к вашему техническому будущему" путём обучения "стилю" мышления. Поэтому извлечённые идеи в основном имеют достаточно общий характер. Также из-за частого способа передачи идеи в виде историй некоторые пункты статьи являются моей личной их интерпретацией.

Из-за достаточно большого количества материала и его "плотной" подачи данная статья всё равно получилась достаточно объёмной. Поэтому предлагаю её TL;DR.