— Сейчас статистику посчитаем, а потом гипотезу придумаем!
— Почему бы не убрать все выбросы? И p-value маленьким станет...
— Давай проведем побольше тестов и выберем тот, где результат значим?
— А что такого, что мы заменили все NA нулями?

🚩 Если вас не смущают такие фразы, то это красный флаг 🚩

И сигнал, что в пятницу 12 сентября в 18:30 (мск) однозначно стоит посетить встречу с преподавателем статистики на R и автором канала @stats_for_science Еленой Убогоевой.

Спикер расскажет про статистические манипуляции, ошибки и нелепицы, вызывающие мурашки по коже и фейспалм у профессионалов. Самое волнующее — разговор про НОРМАЛЬНОСТЬ. Что если ваши данные не нормально распределены: как дальше жить? какой тест брать? идти в непараметрику? как интерпретировать результат?

Вебинар подойдет тем, кто:

📌 стремится избегать p-хакинга, черри пикинга и прочего мошенничества
📌 готов впитывать практические советы от экспертов, которые набили шишки
📌 сам профессионал, но ищет место для дискуссий

🔗 Регистрируемся по ссылке https://clck.ru/3P89xk

Накидывайте свои вопросы или заблуждения в комментах к посту — Елена постарается на всё ответить на лекции

Встреча проходит в рамках лектория «Академия Статистики»

YES WE KAN: нейросети родом из СССР 🇷🇺

Крупные архитектурные прорывы в искусственном интеллекте случаются не так часто. Горячей темой последних лет стали так называемые сети Колмогорова–Арнольда (KAN). Они опираются на одноименную теорему 1957 года.

Многомерная непрерывная функция может быть представлена как композиция конечного числа функций одной переменной и операции сложения 😱

Фактически это позволяет выразить любую страшненькую функцию, описывающую наши данные, двухслойной нейросетью с простыми функциями. Удобно! Однако теорема советских математиков десятилетиями считалась теоретической конструкцией, невозможной для применения в ИИ из-за технических ограничений.

👀 И вот 30 апреля 2024 года на arXiv неожиданно вышла статья специалистов из MIT, Калтеха и других институтов, где они продемонстрировали работающую KAN и библиотеку для нее — pykan. Ученым удалось обойти проблемы с гладкостью функций и, главное, — сделать сеть глубокой. После чего за считанные месяцы расцвел целый сад различных KAN’ов. Оказалось, что новаторская архитектура работает не хуже, а где-то и лучше привычных нам нейросетей (на базе многослойного перцептрона). Например, KAN’ы показали мощь в научных задачках: решение диффуров в частных производных, извлечение признаков из МРТ-снимков, анализ данных на графах, молекулярная динамика. В KAN обучаемы сами функции активации, а архитектура более интерпретируема в отличие от классических сеток — «черных ящиков». С помощью KAN можно выводить уравнения физических законов прямо из данных!

Видеть имя Колмогорова в области ИИ неудивительно. Андрей Колмогоров — «советский фон Нейман», внес вклад в самые разные области математики, многие из которых крайне важны для компьютерных наук и ML: логика, теория алгоритмов и информации, теория вероятностей и статистика...

И здесь на ум еще приходит критерий Колмогорова–Смирнова, предложенный в 1933 году. Его используют для проверки гипотезы о соответствии эмпирического распределения теоретическому. Чаще всего — нормальному. Но что если ваша выборка провалила проверку на нормальность — «гудбай t-тест»? Или это неправда? 😈

Об этом мы завтра и порассуждаем вместе с Еленой Убогоевой: надо ли вообще проверяться на нормальность? в каких случаях применять непараметрику? как быть с «выбросами» и множественным тестированием? Острейшие вопросы — сам Колмогоров заглянул бы на вебинар 💪

Ждем и вас. Пятница в 18:30 мск

👽 «Нелегальные туристы» на МКС пойманы с поличным

Долгие годы мониторинг микробного разнообразия на борту Международной космической станции зависел от возврата образцов на Землю. Это, конечно, занимало много времени и вносило погрешности. Ситуацию радикально изменило появление портативного нанопорового секвенатора. Теперь «нелегалов» можно ловить прямо на орбите и без профильного экипажа.

Но мобильность и удобство — лишь «бонус» метода. Приглашаем обсудить плюсы и минусы длинных ридов на бесплатном вебинаре «Технологии NGS 3-го поколения. Нанопоровое секвенирование: обзор и перспективы»

🗓 Когда: 16 сентября, 14:00 (МКСК)

🎙Спикеры:
• Александр Лавров, к.м.н. — «Куда ведут длинные риды»
• Дмитрий Полев, к.б.н. — «Опыт использования нанопорового секвенатора в микробиологической практике»

🔗 Подробности и регистрация: clck.ru/3PAM8X

Вебинар будет интересен и тем, кто только начинает знакомство с NGS, и опытным специалистам. Вас ждут реальные кейсы, актуальные решения и живая дискуссия.

Опасаетесь ошибок в длинных ридах? Отлично! Приходите — разберемся в прямом эфире ⭐️

Крид vs. Мизулина, Дрейк vs. Ламар, Мэйби Бэйби vs. Инстасамка. Баттлы, конфликты, скандалы постоянны в хип-хопе. Но ученые же тут ни при чем...

😅 Хотя погодите-ка! Перенесемся в начало нулевых. Университет Пердью, США. Аспирант факультета компьютерных наук Арман Наваби под говорящим псевдонимом MC Plus+ выпускает два музыкальных альбома Algorhythms и Chip Hop и объявляет себя «Тупаком computer science». Потом у него начинается биф (=вражда) с другим рэпером. Конкурент записывает на него дисс (=оскорбительный трек) под названием So Much Drama in the PhD, где изящно насмехается:

By the time you’ve rhymed one line, I’ve already busted ten
You rap in exponential time and I’m big-O of log(n)

🎶 Присущие гангста-рэпу бахвальство, унижение — на месте. Но в придачу — компьютерный сленг, отсылки к алгоритмам и шутки, понятные только кодерам. Это нердкор, детка! Точнее гикста-рэп. Композиции тут сочиняют гики и хвастаются не своими криминальными связями и тачками, а математическими способностями и кодом. Нердкорщики живут двойной жизнью: днем сидят на парах, а в свободное время читают агрессивный айти-рэп. Один из прославившихся исполнителей — это как раз соперник MC Plus+, Monzy.

💿 Monzy (он же Дэн Майнес-Аминзаде) — уроженец Миннесоты, позже работавший в Google, Microsoft и NASA. Monzy получил степень бакалавра в университете Карнеги-Меллона, где изучал человеко-компьютерное взаимодействие и виртуальную реальность, затем окончил магистратуру в MIT. В 25 лет, во время пхд в Стэнфорде, парень стает гикста-рэпером. Его хит и, пожалуй, самая популярная песня всего направления — Kill Dash Nine.

👩‍💻 Грубо, вызывающе, но рифмы — гениальные. Текст изобилует жаргоном на темы микропроцессоров, компьютерных сетей, вычислительной сложности. А лейтмотивом песни выступает Linux-команда $ kill -9 PID. Это суровый SIGKILL, служащий для немедленного и безоговорочного завершения процесса. В треке команда — метафора, означающая «заваливание» оппонента в словесной схватке:

KILL DASH NINE
No more CPU time
I run KILL DASH NINE
And your process is mine

Теперь и вы знаете, какие строчки напевать, если в черном терминале что-то пошло не так. Кстати, конфликт Monzy и Plus+ завершился примирением: в 2006 году они выступили на одной сцене в Вегасе 🤝

P.S. Впервые о песне kill -9 мы услышали от Евгения Герасимова на курсе NGS, когда освежали азы Linux. Мы решили рассказать вам эту историю в связи с прошедшим вчера днем программиста 🎉

#выходные_у_бластим

Дарвин бы одобрил 🦎

Мы хотим, чтобы почтовая рассылка Бластим эволюционировала в нужном направлении. Для этого запускаем «естественный отбор» формата писем: какие выживут?

📩 Дайджесты — короткие, но регулярные апдейты
📚 Свежие вакансии мира науки
📰 Научные новости и исследования

Выберите то, что ближе именно вам — это займет не больше 5 минут. Всем, кто заполнит анкету, приготовили подарок 💝

👉 Пройти опрос: https://forms.yandex.ru/u/68849d48eb61460c371b4b46/

Так мы сможем сделать рассылку по-настоящему полезной и интересной. Спасибо, что помогаете нам расти и меняться!

Вебинар «Технологии NGS 3-го поколения. Нанопоровое секвенирование: обзор и перспективы» начинается уже через 2⃣ часа

На вебинаре эксперты расскажут:

• Чем длинные риды принципиально отличаются от коротких

• Где нанопоровое секвенирование уже используется в исследованиях

• Какие перспективы открываются перед исследователем

Регистрация доступна —
clck.ru/3PEXPL 👉

А вам нравится? 💞

Если нет, то почему? Ведь какие горизонты открывает p-хакинг: можно незначимое превратить в значимое, подтвердить любые гипотезы, объявить о грандиозных открытиях, а потом... больше никогда не публиковаться в Q1 и навсегда уничтожить свою научную репутацию 🏄‍♂️

Сегодня мы обсуждаем лазейки в статистике и методологии исследований, которые злонамеренно или по незнанию используются в академии и за ее пределами. Пихакинг, харкинг, фишинг и прочие сомнительные приемы. Что у них общего и в чем изюминка каждого.

🔗 Вредные советы от Бластим уже по ссылке

Начало осени — лучшее время для тихой охоты 🍄

Но за самыми ценными «трофеями» лучше идти в чат Бластима: @blastim_chat. Там Вова Шитов регулярно делится свежими вакансиями. Собрали для вас лукошко актуального:

🍁 Исследователь, инженер, постдок, PhD-студент – ИИ в молекулярной биологии – EMBL – Рим, Италия 🇮🇹
Новая исследовательская группа под руководством Fabio Petroni занимается интеграцией ИИ в науки о жизни и приглашает новых участников.
Зарплата: условия соответствуют стандартам EMBL
Ссылка: clck.ru/3PGJ5R

🍁 Group Leader – ИИ для биологии – EMBL – Гейдельберг, Германия 🇩🇪
EMBL AI Hub приглашает опытного ученого для создания собственной исследовательской группы, объединяющей машинное обучение/ИИ и современные биологические исследования.
Зарплата: от €6,659.04 в месяц (после налогов, но до соц. взносов) + пакет льгот
Ссылка: clck.ru/3PGJEa
Дедлайн: 02/11/2025

🍁 PhD-студент – Data Science for Life Sciences – Munich School for Data Science – Мюнхен, Германия 🇩🇪
Совместная инициатива Helmholtz Munich, HIRI, DLR, LMU, TUM, LRZ и других индустриальных партнеров открыла набор PhD-студентов для работы на стыке data science и прикладных научных областей, включая биологию, медицину, геологию и робототехнику.
Ссылка: clck.ru/3PGJZp
Дедлайн: 26/09/2025

🍁 Machine Learning Engineer – ИИ для разработки лекарств – Genentech (Roche Group) – Нью-Йорк, США 🇺🇸
Группа AI for Drug Discovery (AIDD) ищет ML-инженера для разработки и масштабирования платформы внутренних AI/ML-агентов, применяемых для разработки лекарств.
Зарплата: $141,100 - $262,100 в год + бонус + бенефиты
Ссылка: clck.ru/3PGJrc

🍁 PhD-студент / Постдок – Машинное обучение в моделировании – Helmholtz Munich & TUM – Мюнхен, Германия 🇩🇪
Группа Niki Kilbertus приглашает на полностью финансируемые позиции для разработки ML-методов для применения в разных областях науки.
Зарплата: E13 или Е14 TVöD
Дедлайн: для программных треков — ELLIS (31/10/2025), MCML (скоро анонс), relAI (декабрь 2025)
Ссылка для PhD-студентов: clck.ru/3PGJxx
Ссылка для постдоков: clck.ru/3PGJzo

🍁 Postdoc / Senior Researcher – Вычислительная биология – Princeton University – Принстон, США 🇺🇸
Pritykin Lab ищет исследователя с опытом в вычислительной биологии, биоинформатике, ML, статистике, data science или смежных областях для разработки методов анализа в single-cell и genome editing.
Зарплата: от $65,000 в год
Ссылка: clck.ru/3PGKTx
Дедлайн: 27/10/2025

🍁 Research & Development Specialist –  Luxembourg Centre for Systems Biomedicine (LCSB) – Люксембург 🇱🇺
Центр системной биомедицины ищет специалиста для проведения исследований и обучающих программ по биоинформатике, включая Python/R и анализ омics-данных.
Ссылка: clck.ru/3PGNVe
Дедлайн: 25/10/2025

🍁 Биостатистик – Clinical Trials – Cancer Research UK Clinical Trials Unit, University of Birmingham – Бирмингем, Великобритания 🇬🇧
Один из крупнейший юнитов клинических испытаний ищет биостатистика для руководства проектом по методам статистического анализа с участием в публикациях, обучением и сотрудничеством с клиницистами и пациентами.
Зарплата: £36,636 – £48,822 в год
Ссылка: clck.ru/3PGLCV
Дедлайн: 22/09/2025

🍁 Постдок – Cancer Computational Biology – MD Anderson Cancer Center – Хьюстон, США 🇺🇸
Позиция в Dr. Wang's lab для исследований эволюции раковых транскриптомов с использованием омics и single-cell данных.
Зарплата: до $76,000 в год + бенефиты
Ссылка: clck.ru/3PGN23
Дедлайн: 30/11/2025

🍁 Research Assistant – Microbiology / Environmental Microbiology – The Federal Institute for Materials Research and Testing (BAM) – Берлин, Германия 🇩🇪
BAM ищет специалиста для работы с анаэробными микроорганизмами. Требуется опыт в биоинформатике и биостатистике для анализа данных секвенирования.
Зарплата: E13 TVöD
Ссылка: clck.ru/3PGNpB
Дедлайн: 21/09/2025

#бластим_вакансии

🍻 Пиво не чай, но тоже статистически значимо

Вчера в Германии стартовал Октоберфест — крупнейший фестиваль пива в мире. Он даже занесен в Книгу рекордов Гиннесса как самый массовый народный праздник.

И раз уж речь зашла о Guinness… Этот бренд знаменит не только как пивоварня и «хранитель рекордов». Именно на их заводе работал человек, чьи исследования подарили миру одни из самых востребованных статистических методов.

Ирландия, начало XX века
Секрет успеха компании Guinness на мировой арене заключался в строгом научном подходе ко всему, никаких «на глазок». Чтобы попасть туда пивоваром, нужен был диплом Оксфорда или Кембриджа. Работать в Guinness тогда — почти как в Google сегодня.

📌 Ведь перед пивоварами стояли непростые задачи
Качество напитка напрямую зависит от сырья: ячменя и хмеля. Традиционно хмель отбирали по виду, запаху и вкусу. Метод, мягко говоря, ненадежный. Проверить каждую шишечку было тоже, очевидно, невозможно. Оставалось делать выборки. Но как убедиться, что они отражают всю партию? Сколько проб нужно? Как оценить точность? Эти вопросы и стали предметом исследований молодого химика и математика Уильяма Сили Госсета.

В то время считалось, что для статистически значимых выводов нужно минимум 30 наблюдений. Для пивоварни это было слишком затратно. Но Госсет доказал, что даже маленькие выборки могут давать надежные результаты. Он вывел новое распределение и на его основе построил t-критерий для проверки гипотез о средних значениях. В первых экспериментах использовался солодовый экстракт. Взяв всего 4 образца, математик-пивовар определил, что уровень сахара окажется в пределах нормы с вероятностью более 92%.

🤫 А где Студент?
В 1908 году Госсет опубликовал результаты в журнале Biometrika под псевдонимом Student (и так были подписаны его следующие 19 статей). Причина прозаична — в Guinness поощряли науку, но опасались конкурентов. Компания не хотела, чтобы стало известно, для чего использовались открытия. Так работа Госсета осталась почти незамеченной. А школа Карла Пирсона вообще не считала малые выборки перспективной темой. Лишь позже молодой гений (и не только) Рональд Фишер обратил внимание на работы Студента. В итоге t-тест стал фундаментальным инструментом в биологии, медицине, экономике и других науках.

Хотите разбираться не только в жизненных перипетиях ученых?
Что и, главное, зачем сделал Фишер с критерием Стьюдента, можно узнать нашем курсе «Статистика, R и анализ данных». Но и это не всё! В программе будут все самые важные и актуальные темы. Они помогут вам сразу начать уверенно применять статистику на практике.

❗️С Октоберфестом конкурировать не будем, но места на курс тоже разлетаются. Стартуем 7 октября, а до 23 сентября можно забронировать участие до подорожания цены.

#выходные_у_бластим