Очень прикольно ))))

Тут на сетке (https://www.scientificamerican.com/article/how-scientists-are-using-ai-to-talk-to-animals/) появилась статья, что через год или 3 будет расшифрован язык животных, их поведение и речь, если это так можно назвать. Лучшего мема я так и не нашел для сие новости.

Ну что, шерстяной, выкладывай все, есть разговор. )))) ахахаах

Посты сегодня будут, много работы последнее время, сорян, бойцы ))

https://www.sberbank.ru/ru/person/blog/cifrovoy-rubl - немного про цифровой рубль

❓200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_210

🔠 Назовите условия применения линейной регрессии (Часть_1)

- Линейная зависимость: Между независимыми и зависимыми переменными должна существовать линейная зависимость. Это можно проверить, например, с помощью точечной диаграммы, где наблюдаемые значения X и Y должны следовать за определенной линией. Если это не так, может потребоваться применение нелинейных функций для создания линейной зависимости 2.

https://boosty.to/denoise_lab/donate - поддержать наш канал.

#Linear Dependence #Linear Independence #Vectors #Matrix #PivotPosition #FreeVariables
#Span #NonlinearFunctions

❓200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_210

🔠 Назовите условия применения линейной регрессии (Часть_2)

- Остаточная независимость: Остатки (разница между наблюдаемыми и прогнозируемыми значениями) не должны иметь идентифицируемой закономерности между собой. Это можно проверить с помощью различных математических тестов, например, теста Дурбина-Уотсона. Важно, чтобы остатки не показывали систематические отклонения, которые могли бы указывать на наличие выбросов или других проблем с данными

https://boosty.to/denoise_lab/donate - поддержать наш канал.

#LinearDependence #LinearIndependence #Vectors #Matrix #PivotPosition #FreeVariables
#Span #NonlinearFunctions

❓200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_210

🔠 Назовите условия применения линейной регрессии (Часть_3)

- Нормальность: Невязки (остатки) должны быть нормально распределены. Это можно проверить с помощью графиков Q-Q или других статистических методов. Если невязки не нормализованы, возможно, потребуется проверить данные на наличие выбросов или нетипичных значений и, возможно, выполнить нелинейные преобразования данных.

https://boosty.to/denoise_lab/donate - поддержать наш канал.

#LinearDependence #LinearIndependence #Vectors #Matrix #PivotPosition #FreeVariables
#Span #NonlinearFunctions

❓200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_210

🔠 Назовите условия применения линейной регрессии (Часть_4)

- Гомоскедастичность: Невязки должны иметь постоянную дисперсию или стандартное отклонение от среднего для каждого значения X. Если это предположение нарушается, результаты анализа могут быть неточными, и возможно, потребуется корректировка зависимой переменной, например, изменение масштаба

https://boosty.to/denoise_lab/donate - поддержать наш канал.

#LinearDependence #LinearIndependence #Vectors #Matrix #PivotPosition #FreeVariables
#Span #NonlinearFunctions

Просто мега схема по всяким сокращениям, тулзы множаться как опята после дождя на пне. Взять хотя бы новую кали и иже с ними. Ребятки тут заморочились и запили вот такую вот схемку. Изучаем берем на вооружение !

https://www.eventbrite.com/e/how-to-read-ai-research-papers-effectively-tickets-848879099237?aff=Hubspot&utm_campaign=Events%20Newsletter&utm_medium=email&_hsmi=296266683&_hsenc=p2ANqtz-8g3MlUrDFGXruB2FBrf5GMp1Qab-ROEGhgA3nPTxVCReWLofhHZ2oBV_mg-4tKptly193PHzsFY_UOg4tQnPAg_ndVnHJYWYIrOole9ADbN_z0tUA&utm_content=296266683&utm_source=hs_email - новая конфа про LLM, кому интересно залетайте

Киберпанк наступил: мошенники научились подделывать кружочки и голосовые ваших близких и разводить на деньги

Одна из жертв показала, как это выглядит. Злоумышленники сгенерировали короткое видео в Telegram, подделали голос для войсов и попросили 22 000 рублей у подруги.

Предупреди родных и близких

❓200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_211

🔠 Что такое случайные матрицы в контексте теории вероятности ? (Часть_1)

Теория случайных матриц занимается изучением свойств ансамблей матриц, элементы которых распределены случайным образом. Это область математической статистики, где задается закон распределения элементов матрицы, и изучается статистика собственных значений и собственных векторов случайных матриц. Теория случайных матриц имеет широкие применения в физике, особенно в квантовой механике для анализа неупорядоченных и хаотических динамических систем.

#RandomMatrixTheory #StatisticalPhysics #QuantumMechanics #DisorderedSystems #HamiltonianDynamics #ErgodicTheory #SpectralTheory #ScatteringTheory #QuantumChaos #RandomWalks

https://boosty.to/denoise_lab/donate - поддержать наш канал.

❓200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_211

🔠 Что такое случайные матрицы в контексте теории вероятности ? (Часть_2)

Существует три основных типа ансамблей случайных матриц, используемых в физике:

- Гауссов ортогональный ансамбль, который состоит из симметричных действительных матриц и описывает системы, симметричные относительно обращения времени.
- Гауссов унитарный ансамбль, включающий произвольные эрмитовые матрицы, и описывает системы, лишенные какой-либо симметрии.
- Гауссов симплектический ансамбль, состоящий из эрмитовых матриц, элементы которых являются кватернионами, и описывает систему с магнитными примесями, но без внешнего магнитного поля.

#RandomMatrixTheory #StatisticalPhysics #QuantumMechanics #DisorderedSystems #HamiltonianDynamics #ErgodicTheory #SpectralTheory #ScatteringTheory #QuantumChaos #RandomWalks

https://boosty.to/denoise_lab/donate - поддержать наш канал.