NerdsCorp | Математика, физика, котики |

Про списки: обычный и связный 📝 Ну, то есть про динамический массив, который в python зовется списком, и про связный список, который более трушный список, чем список в python. Запутанная история, короче.

Коллекции в Python ✨ Лист, кортеж, множество, словарь, очередь и т.д.

Хэшмапа 🔥 Крутая сверхбыстрая штука, геймчейнджер и убийца алгосов.

🔤Декораторы Один товарищ на ютубчике говорил, что называть декоратор функцией ошибочно, мол, это структурный паттерн проектирования, а не функция. Но после в том же видео сам неоднократно допустил эту ошибку :) Так что декоратор - это функция, по крайней мере пока.

Итераторы 🔢 Или for под капотом

ООП 🌈 Классная полезная штука, которая призвана упрощать жизнь человеческим разработчикам. И которая превращается в лавкрафтового монстра, если оставить ее на откуп ЛЛМ. Я понимаю, что она пытается в корпоративный фреймворк, но 7 классов там, где справятся 3 функции?

Исследовательский анализ данных be like 📊

Канье шарит за красивую геометрию 🤌

Мы?

Как дела, котаны? Как ЕГЭ/ОГЭ? Физические упражнения практикуете?

Сегодня день сдачи ОГЭ по физике. Всем, кто сегодня писал экзамен, совет: пока помните - запишите условия второй части. Если понадобится апелляция, вы будете себе благодарны.

Миллениалы тут?

Наглядный пример, почему ИИ нельзя допускать к сфере образования. Он просто врет, и врет часто (см."сектор"). Любой материал, созданный ИИ, должен проверять преподаватель P.s. Да, да. Вот такие курсы сейчас активно продают. Будьте осторожны. ***

Теория множеств ✨ Наглядно, с инструкцией к практическому применению 💅

Признайтесь, было? 👀

Функции активации 💥 Каждый слой нейросети, сколь бы огромной она ни была, по сути является линейной функцией: y=wx+b И если собрать хоть 1000 таких слоёв подряд - вся сеть всё равно сведётся к одной большой линейной формуле. То есть модель будет уметь строить только: прямые, плоскости, гиперплоскости. Фактически разделяя пространство на две части: «выше» разделяющей поверхности, «ниже» неё. Но мир - нелинейный. Лица, речь, язык, сарказм, котики, болезни, погода - всё это сложные кривые зависимости. И вот тут появляются функции активации. Они добавляют в нейросеть нелинейность, позволяя строить гораздо более сложные разделяющие поверхности и учитывать хитрую геометрию пространства признаков. Функции активации вставляются между линейными слоями и «ломают» линейность модели. Именно это делает нейросеть "умной", а не просто огромным калькулятором линейных формул. Без функций активации deep learning в современном виде просто не существовал бы.

Почему кошки долго прицеливаются перед прыжком ❔

Математическая индукция ✨ На примере суммы арифметической прогрессии

И действительно, почему? Есть идеи? 🤔

Основоположник петербургской математической школы 16 мая 1821 года, ровно 205 лет назад, родился Пафнутий Львович Чебышёв - один из крупнейших русских математиков XIX века. Его работы положили фундамент для целого ряда направлений современной математики: теории чисел, теории вероятностей, вычислительных методов. Многие результаты Чебышёва используются до сих пор: от неравенства Чебышёва в теории вероятностей до многочленов Чебышёва, используемых в вычислительной математике, теории приближений и обработке сигналов. Большое значение имели и его исследования распределения простых чисел. При этом Чебышёв занимался не только чистой математикой, но и разрабатывал механизмы, передачи, изучал кинематику машин и вопросы практической точности инженерных конструкций. Во многом именно из его школы позже выросла мощная русская школа теории вероятностей: Марков, Ляпунов, а позднее - Колмогоров.