Территория мужчин "Мужская консультация"
Математика Курта Воннегута для DATA-SCIENTIST

➜ главная Домика
Вы не залогинились! Ваш статус в этом ДоМиКе - гость.
В домике онлайн: 0, замечено за сутки: 2
вернуться на 246 стр. списка тем
Теперь и на ALI-EXPRESS,
не только на AMAZON.
Однокурсники уже проверили - в США книгу купить даступно. Меньше доллара стоит.
Из предисловия=
+++- +++
Когда спрашивают - зачем DATA SCIENTISTу дифференциальные уравнения, можно вспомнить графики Курта Воннегута в координатах (время по оси Х, уровень счастья-несчастья по оси!Ссылки Запрещены!/watch?- v=EEL-PIZVO08
Например, постепенное затухание жизненных сил описывается кратко и понятно одной формулой exp (-k* t), которую сразу видно на графике, где t - время, а что может быть понятнее этой переменной? Или атомный взрыв- той же экспонентой, только с положительным аргументом exp (k*t), качания на качелях или супружескую эмоциональную жизнь - одним уравнением x' = - k*x. И траекторией y= sin (t). Как тут не вспомнить один из лучших учебников по Микроэкономике Вэриана, где автор долго и добросовестно уговаривает американцев выучить производные, чтобы одной строчкой записывать то, что иначе надо на целую страницу разъяснять.
Совсем недавно мне нужно было консультировать магистерскую диссертацию по "Применение DATA SCIENCE в классификации архетипов американских киносценариев", там была взята за основу тройка хэппи-ендов и тройка трагедий в тех же координатах, что и у Курта Воннегута.
Теперь давайте предположим, что у нас есть случайная величина Z по всему сценарию как оценка (счастья-несчастья) в данный момент времени t. Ну и соответственно выборка Z (n). Как нам найти главного героя? Если есть только реплики? Я предложил ввести аналогичные Х1 (t), X2 (t) и т. д. Конечно, чтобы определить главного героя DATA SCIENCE будем вычислять ковариацию и/или корреляцию corr (Z, Xi). То есть достаточно всего одного числа - по выборке. А как определить врага главного героя? Надо искать отрицательную максимальную корреляцию. А если корреляция близка к нолю? Это кто, как вы думаете, Уважаемый Читатель? Вот вам и потребность в Теории вероятностей и Корреляционном анализе для DATA SCIENTIST.
Иногда также сомневаются в нужности Векторной алгебры и даже матриц, но это снимается теми соображениями, что бальшие массивы данных частно необходимо делить на блоки с малыми связями, как бы нарезать подмножества из всего большого множества. А также уметь смотреть под разными углами или с разных точек зрения. Но ведь это не что иное, как замена базиса пространства и определение ортогональных подпространств меньшей размерности. Вообще говоря, Линейная алгебра - должна быть в преподавании доведена до максимальной степени простоты и это только улучшает ее понимание учащимися.
Что касается предмета "Математический анализ бесконечно малых переменных величин", то мне трудно представить начинающего DATA SCIENTISTa, кто бы сомневался в необходимости этого фундаментального раздела высшей математики.
не только на AMAZON.
Однокурсники уже проверили - в США книгу купить даступно. Меньше доллара стоит.
Из предисловия=
+++- +++
Когда спрашивают - зачем DATA SCIENTISTу дифференциальные уравнения, можно вспомнить графики Курта Воннегута в координатах (время по оси Х, уровень счастья-несчастья по оси!Ссылки Запрещены!/watch?- v=EEL-PIZVO08
Например, постепенное затухание жизненных сил описывается кратко и понятно одной формулой exp (-k* t), которую сразу видно на графике, где t - время, а что может быть понятнее этой переменной? Или атомный взрыв- той же экспонентой, только с положительным аргументом exp (k*t), качания на качелях или супружескую эмоциональную жизнь - одним уравнением x' = - k*x. И траекторией y= sin (t). Как тут не вспомнить один из лучших учебников по Микроэкономике Вэриана, где автор долго и добросовестно уговаривает американцев выучить производные, чтобы одной строчкой записывать то, что иначе надо на целую страницу разъяснять.
Совсем недавно мне нужно было консультировать магистерскую диссертацию по "Применение DATA SCIENCE в классификации архетипов американских киносценариев", там была взята за основу тройка хэппи-ендов и тройка трагедий в тех же координатах, что и у Курта Воннегута.
Теперь давайте предположим, что у нас есть случайная величина Z по всему сценарию как оценка (счастья-несчастья) в данный момент времени t. Ну и соответственно выборка Z (n). Как нам найти главного героя? Если есть только реплики? Я предложил ввести аналогичные Х1 (t), X2 (t) и т. д. Конечно, чтобы определить главного героя DATA SCIENCE будем вычислять ковариацию и/или корреляцию corr (Z, Xi). То есть достаточно всего одного числа - по выборке. А как определить врага главного героя? Надо искать отрицательную максимальную корреляцию. А если корреляция близка к нолю? Это кто, как вы думаете, Уважаемый Читатель? Вот вам и потребность в Теории вероятностей и Корреляционном анализе для DATA SCIENTIST.
Иногда также сомневаются в нужности Векторной алгебры и даже матриц, но это снимается теми соображениями, что бальшие массивы данных частно необходимо делить на блоки с малыми связями, как бы нарезать подмножества из всего большого множества. А также уметь смотреть под разными углами или с разных точек зрения. Но ведь это не что иное, как замена базиса пространства и определение ортогональных подпространств меньшей размерности. Вообще говоря, Линейная алгебра - должна быть в преподавании доведена до максимальной степени простоты и это только улучшает ее понимание учащимися.
Что касается предмета "Математический анализ бесконечно малых переменных величин", то мне трудно представить начинающего DATA SCIENTISTa, кто бы сомневался в необходимости этого фундаментального раздела высшей математики.
Алгебра будет доведена до максимального уровня простоты в преподавании.. Для меня ну просто чёрт ногу сломит в том, что Вы сказали, но всё таки Вас я хоть как то частично понимаю, некоторые слова. В общем оно мне надо. Как рассчитать график жизненных сил и понять, что принесёт следующий год, объясните пожалуйста!
Я много преподавал Высшую Алгебру, потом был перепрыв. Потом как-то года два назад я преподавал ее по телефону на английском, а сейчас - для девушки для Минска...
На самом деле там всего несколько основных Теорем, но она прекрасна, как раскрывание юбки и ножек красавицы...
Нам преподавал знаментый Бек, он же Беклемишев и ему кроме доктора физ. мат. наук дали ДОКТОРА ПЕД. НАУк именно за эту его книгу - она выдержала лет 40 издания...
На самом деле там всего несколько основных Теорем, но она прекрасна, как раскрывание юбки и ножек красавицы...
Нам преподавал знаментый Бек, он же Беклемишев и ему кроме доктора физ. мат. наук дали ДОКТОРА ПЕД. НАУк именно за эту его книгу - она выдержала лет 40 издания...
всегда было интересно очень
каковы перспективы жизненные у людей с фундаментальным образованием?
Кем они устраиваются по жизни?
Науку не предлагать - она тоже не резиновая.
Преподавание аналогично.
Эмиграцию не рассматриваем.
Ну вот как оно вообще? Спускаются до уровня нас, простых смертных грешников?
... И таки да, встречаются ли среди особей с фундаментальным образованием не напыщенные собственной важностью люди? А то мне как-то сильно не везет с такими, все - сплошь небожители.
Не ёрничаю ни разу.
Мне, как представителю сугубо прикладной области, это архиинтересно.
Мориарти, вопрос Вам..))
каковы перспективы жизненные у людей с фундаментальным образованием?
Кем они устраиваются по жизни?
Науку не предлагать - она тоже не резиновая.
Преподавание аналогично.
Эмиграцию не рассматриваем.
Ну вот как оно вообще? Спускаются до уровня нас, простых смертных грешников?
... И таки да, встречаются ли среди особей с фундаментальным образованием не напыщенные собственной важностью люди? А то мне как-то сильно не везет с такими, все - сплошь небожители.
Не ёрничаю ни разу.
Мне, как представителю сугубо прикладной области, это архиинтересно.
Мориарти, вопрос Вам..))
Тук-тук-тук! Кто в домике живет? Наверное, мышка-норушка, как всегда... Ну там еще зайчик-побегайчик, лисичка-сестричка... А вас тама, похоже, нет!
Почему? Да потому что на Мейби нужно сначала зарегистрироваться, а потом подать заявку на прописку в ДоМиКе.