Эксперимент: погружение в немецкий

В общем, я решил попробовать на месяц полностью погрузиться в немецкий. Я замерил знание немецкого на начало периода, а через месяц проверю успешность метода, сделав замеры снова. А так как немецкий я не очень-то люблю, будет интересно посмотреть.

Вводные данные:

Словарный запас:
4562 слова (https://www.arealme.com/german-vocabulary-size-test/en/)
~3000 слов (https://www.17-minute-languages.com/en/learn-german/placement-test/)

Письмо:
~60/100 для теста на уровень B1 согласно оценке ChatGPT и Gemini.

Что я буду делать:

У меня низкая мотивация учить немецкий, поэтому я буду просто делать на немецком то, что мне интересно:

- смотреть мультфильмы детства на немецком (Скуби Ду, Черепашки Ниндзя, Инспектор Гаджет)
- проходить учебник по грамматике (от Buscha, A-Grammatik) + нарешивать упражнения на артикли и времена
- читать новости о стартапах на немецком (https://www.deutsche-startups.de) + немецкий реддит
- смотреть стримы на немецком
- играть в игры на немецком (Mafia III, Ведьмак 3)
- тренировать разговорные фразы (видимо, с chatGPT)
- заучивать неправильные глаголы
- прорешивать учебник по немецкому для моего уровня (Anne Buscha, Szilvia Szita - Spektrum Deutsch B1+).

Через месяц планирую заново измерить показатели. Буду рад любым советам, как эффективно и без учителей улучшить уровень языка 😊

Мозг пугающе хорош в адаптации

Меня пугает, насколько мозг хорошо адаптируется. Мозг пугающе хорош в адаптации. Хочу поделиться парой примеров.

Свою карьеру я начал программистом встраиваемых систем — писал код для всяких железок, думал, что буду и дальше этим заниматься. Жизнь рассудила по-другому: я поступил в аспирантуру, начал углубляться в науку. Теперь железки стали казаться скучной ерундой, а наука — чем-то достойным, тем, чему можно всю жизнь посвятить. А недавно я получил PhD сертификат, стал подумывать податься в стартапы. И что вы думаете? Теперь мне кажется, что написание статей — пустая трата времени, а стартапы являются чем-то важным и способным изменить этот мир. Ну а научный аспект уже не кажется таким серьезным, максимум, неплохое хобби, чтобы мозг размять. Получается, трижды за десять лет я полностью поменял представление о своем месте в жизни без какого-либо заметного усилия: мозг просто адаптировался.

Но это еще не все: мозг пугающе быстро адаптируется практически на ходу. Недавно, мне пришлось перейти с контактных линз на очки. Было крайне неудобно: в очках казалось, что вот-вот упадешь, а параллельные прямые слегка расходились! Я не знал, как я вообще буду передвигаться. Каково же было мое удивление, когда через несколько дней я заметил, что я не испытываю никаких трудностей с передвижением и часто даже забываю, что очки существуют. Мозг просто адаптировался к новому типу сигнала. Но и это не всё! Самое удивительное — фокус с параллельными линиями. Несмотря на то, что вначале очки вносили некое искажение, я заметил, что теперь это искажение практически исчезло: мозг просто взял и исправил его в постобработке!

И самое страшное тут то, что не очень понятно, насколько эта способность к адаптации влияет на нас. Что было бы, если бы я попал случайно в хорошую школу с химическим уклоном? Я бы просто стал врачом, только потому что мозг хорошо адаптировался к новой реальности? А является ли мой выбор профессии моим выбором или это просто череда адаптаций: к хорошему учителю математики, к товарищу-программисту, к физмат. лицею? Что первостепенно: воля или адаптация? Так мы постепенно и подходим к вопросу о смысле жизни и возможности определения себя.

Как стать популярным стримером.

Я хочу заняться ведением видеоблога, поэтому решил тут просуммировать некоторые свои наблюдения. Может быть кому-то будет полезно, а чуть позже попробую сделать нормальный ресерч на эту тему.

1. Стримы надо вести. Очень часто я наблюдал, как чатеры перехватывают инициативу у стримера и задают свою тему. Часто стример пытается давать развернутые ответы, стример перестает успевать читать чат, чатеры скучают в ожидании. Но стримы надо вести, надо самому задавать тему, самому регулировать выступления чатеров, не давать перехватывать кому-то инициативу.

2. Вымученный вопрос. Вымученным вопросом я называю ситуацию, когда стример с еле скрываемым безразличием спрашивает, как же дела у очередного чатера. Во-первых, когда такой вопрос становится формальностью, то возникает ощущение, что чатера просто используют. Во-вторых, такие вопросы отдают инициативу чату, но ведь чат (см. Правило 1) надо вести.

3. Армия клонов. Нельзя стать уникальным чатером. Каким бы хорошим чатером ты не был, если ты перестаешь регулярно появляться, то о тебе постепенно начнут забывать. Если ты начинаешь реже заходить, то и отношение к тебе начинает ухудшаться. У успешных стримеров это еще более выражено: они ведут чат, им все равно кто там пишет - главное, чтобы писали, индивидуальностей там нет.

4. Правила. Правила не работают, пока не касаются комфорта стримера. Кто-то начал поддевать и оскорблять чатера? Даже если чатер активен, помогает стримеру раскрыться, то это не значит, что чатера кто-то защитит, когда его обольют помоями. Я видел это много раз и несколько раз испытывал сам.

5. Парадокс твитча. Расти и оставаться приятным собеседником ты можешь только до какого-то предела. Если ты хочешь расти дальше 10-20-50 зрителей, ты должен брать инициативу в свои руки, вести чат, развлекать зрителей. Если ты не успеваешь читать чат - начинаешь отвечать поверхностно и пропускать сообщения. Индивидуальностей в чате быть не должно, чат - это толпа, которая пришла посмотреть на твое выступление. Ты не собеседник, ты артист. Единственные твои более-менее близкие друзья - модераторы, другие стримеры и партнеры.

В любом случае, ведение стримов должно быть основано на рефлексии. Я видел десятки стримеров, которые очень хотели вырасти, но которые из раза в раз продолжали вести стримы в одном и том же формате. Надо постоянно рефлексировать, искать эффективные техники вовлечения аудитории, экспериментировать.

Отчет о немецком или почему прохождению математики быть

Все помнят мои грандиозные планы (https://t.me/datascienceforfun/237) прохождения немецкого? Так вот, совершенно внезапно ко мне приехали гости, поэтому догадайтесь, кто больше недели был занят? 😭

А теперь о хорошем: за эти дни я смог допройти учебник по грамматике (A1-A2) и просмотреть кучу мультифльмов на немецком. Но самое важное тут не это — посмотрите на приложенную картинку. Это моя история прохождения немецкой грамматики: я начал проходить её более девяти (!) месяцев назад. И благодаря своему расписанию, я знаю, где я закончил, откуда должен продолжить прохождение.

И почему же это важно? А я подумал: если я могу пройти таким образом немецкую грамматику, то почему бы не начать потихоньку проходить таким же образом высшую математику/статистику/NLP? Да, это будет нерегулярно, да, это займет годы, но ведь всё это для меня — просто крутое хобби. В общем, прохождению математики быть, и первые на очереди с октября — матанализ и линейная алгебра.

А может кто подсказать интересные (можно детские) книжки без драмы? Буду учить по ним немецкий. Пока что мой список такой:

Идея для мини-проекта

Давно ищу такую штуку, которая бы сильно помогла учить языки.

PDF-просмотрщик с возможностью:
- выделять слова
- в нем же видеть (контектсто-зависимый) перевод слов
- иметь возможность услышать произношение
- автоматически добавлять выделяемые слова и содержащие их предложения в некий список
- создавать из списка карточки anki для повторения.

Было бы круто, если бы кто-то сделал такое бесплатное расширение для существующего pdf-просмотрщика.

Коротко о стартап-активностях

Я же говорил, что хочу сделать стартап? Я начал ходить по стартап-активностям, посылать заявки на всякие конкурсы. Так вот. Пока что складывается ощущение, что все эти активности — довольно бесполезная ерунда. Основной урок: если есть стартап-идея, общайся с клиентами, узнавай их боли, делай продукт. Главное — делать.

[Research] Как создать успешный youtube-канал? Часть 1.

Цель: создать успешный (30к+ подписчиков) youtube-канал на тему линукса и около-IT штук.

Итак, что же нужно для успешного канала? Я выделю несколько составляющих:
1. Интересный контент
2. Техническое соответствие (освещение, камера, звук)
3. Оформление (канал, обложки и описания видео)
4. Продвижение (реклама и распространение)
5. Работа со зрителями (получение обратной связи)
6. Правильная подача (голос, интонация, темп)
7. Монетизация

В ближайший месяц я попробую сделать базовое исследование о том, почему люди смотрят ютюб, что влияет на успешность ютюберов и какие способы монетизации являются наиболее эффективными.

Я что-то упустил? А что по-вашему определяет успех ютюб-канала?

#research #youtube #исследование

Человеческие шахматы

Я должен начать с того, что шахматы — очень крутая игра. Во-первых, вы можете как глубоко погрузиться в игру, так и сыграть партейку, расслабленно лежа на диване. Во-вторых, шахматы — целая экосистема: это и обилие теории и упражнений, и качественные развлекательные и образовательные YouTube-каналы, и шахматные клубы в реальной жизни для социализации. В общем, шахматы — это целый мир, в котором можно пропасть.

Я начал играть в шахматы несколько недель назад, но одна вещь мне не давала покоя. Это рейтинг. Как бы я не играл, на меня давила необходимость расти. Видя свой низкий рейтинг, я понимал, что мне надо развиваться, читать теорию, проходить упражнения, тренироваться. Иными словами, возникала дилемма. С одной стороны, мне хотелось изредка играть в шахматы, чтобы расслабиться. С другой же — я хотел видеть прогресс, а для этого надо было напрягаться и тратить существенно больше времени. Но тратить больше времени на развлечение не хотелось.

Упершись в эту дилемму, я задался вопросом: «А что было бы полезным хобби, на что будет не жалко тратить время?» И тут меня осенило — ведь шахматы вполне применимы и к реальной жизни. Вместо фигур у нас люди, и каждый человек имеет свои паттерны поведения. И ведь гораздо полезнее было бы учиться узнавать стандартные жизненные комбинации, чем ограниченные игровыми реалиями. К примеру, представим, что нашей компании надо презентовать продукт. Если вы знаете, что Боб — фигура скромная, но с хорошим знанием технической области, то вероятно для презентации продукта его надо поставить с Алисой, которая сможет дополнить его умением красиво говорить и привлекать внимание. Считайте, что успех презентации — мат двумя фигурами.

Изучать человеческие шахматы кажется довольно интересной идеей. Во-первых, у нас есть книги по теории — психология человека и отношений дает нам понимание стандартных поведенческих тактик. Во-вторых, практиковаться приятно — мы просто ходим, общаемся с людьми и рефлексируем. В-третьих, в отличие от шахмат мы можем сами устанавливать цель. Необязательно пытаться манипулировать другими, пытаться захватить наибольшее количество ресурсов или поднять свой рейтинг, попав в Forbes. Можно просто пытаться быть счастливым и делать счастливыми других.

Как же играть в человеческие шахматы? Я предлагаю начать с цели — определиться с тем, к чему мы стремимся. А определившись, начать изучать поведенческую «базу», запоминать жизненные «паттерны» и учиться разыгрывать «дебюты» с интересными нам собеседниками. В общем, сочетать теорию и практику. Ну а в нашем канале, предлагаю в когда-нибудь слегка погрузиться в мир психологии.

#шахматы #человеческиешахматы

"Когда уже видео?"

Я подумал, что нам будет интересно узнать, какие факторы влияют на вовлеченность людей при просмотре видео. Я нашел 20+ научных статей и сейчас читаю их и выделяю главное. В общем, через несколько дней вы сможете прочитать, какие же факторы влияют на вовлеченность зрителей с научной точки зрения 🤓
П.С. На картинке — текущий прогресс.
П.П.С. Первое видео планирую загрузить в ноябре.
#research #youtube #исследование

Я тут хочу в следующем месяце попытаться каждый проходить и публиковать материалы под одному статистическому методу. Как вам список? Мне хотелось изначально сделать только про стат. методы, но добавил еще темы про распределения. Но может их стоит убрать и найти еще методов? Или норм? Я еще не знаю, в каком формате это все провести? Просто предлагать людям читать статьи? Или что-то делать? Самим что-то предлагать?

Statober (Статябрь)
(учим статистику, каждый день по одной статистической теме)

Normal distribution
Z-test
Student's t distribution
Unpaired t test
Binomial distribution
Mann-Whitney test
Hypergeometric distribution
Fisher's test
Chi-squared distribution
Paired t test
Poisson distribution
Wilcoxon test
McNemar's test
Exponential distribution
ANOVA
Uniform distribution
Kruskal-Wallis test
Chi-square test
Repeated-measures ANOVA
Friedman test
Cochran's Q test
Pearson correlation
Spearman correlation
Cramer's V
Linear regression
Logistic regression
F Test
Kolmogorov–Smirnov test
Cohen's kappa
Fleiss's kappa
Shapiro–Wilk test

Изучение немецкого: что работает, а что нет

Итак, пару месяцев назад я твердо решил учить немецкий каждый день (ха-ха). В этом посте я хочу рассказать, какие методы работали эффективно, а какие были крайне неэффективны. Что ж, поехали.

Смотреть мультфильмы детства на немецком (слабо, но работает)
Мне кажется, что я выучил не так много слов. Основная проблема была в том, что когда ты смотришь мультики (в перерывах), ты хочешь расслабиться. Ты не хочешь лезть в переводчик на каждое слово. Тем не менее, я выучил несколько новых слов, ну а так как мультики используют наиболее распространенные слова, то и эффект я ощутил почти сразу.

Проходить учебник по грамматике (от Buscha, A-Grammatik) (работает отлично)
В книгах по изучению языка пишут, что взрослые должны изучать грамматику. Считается, что таким образом взрослым легче понять, как устроен язык, и они быстрее его усваивают (быстрее, чем дети). В моем случае всё было именно так: учебник по грамматике был очень полезным и уложил пласт знаний в голове. Я прошел его полностью, всем рекомендую.

Читать новости о стартапах на немецком (https://www.deutsche-startups.de) + немецкий реддит (слабо, но работает)
Пока что трудно заставлять себя это делать, но иногда бывает интересно понять, о чем же пишут в очередном комментарии. Иногда лезешь в переводчик, а иногда лезть лень и пытаешься перевести сам.

Читать книги (работает хорошо)
За этот спринт я прочитал немецкую книжку "Эмиль и детективы". Это детская книжка, поэтому прочиталась она быстро. Единственная проблема была в том, что детские книжки все-таки довольно скучны для взрослых. Других проблем с этим методом не вижу. Я узнал много новых слов и познакомился с кучей конструкций. Сейчас принимаюсь за Хоббита, посмотрим, как пойдет.

Смотреть стримы на немецком (скорее не работает)
Если честно, то сначала я с энтузиазмом смотрел стримы, слушал живой язык, но со временем мне это просто надоело, да и язык я стал находить довольно повторяющимся.

Играть в игры на немецком (Mafia III, Ведьмак 3) (скорее не работает)
Я играл в Мафию 3 и я крайне не рекомендую такой метод обучения. Мне постоянно приходилось останавливать игру, чтобы перевести слово или фразу, и я толком не мог вникнуть в сюжет. В общем, я не получал удовольствия от игры и толком не изучал язык. К концу языкового спринта я перестал вникать и просто пытался насладиться игрой.

Тренировать разговорные фразы (видимо, с chatGPT) (работает отлично)
ИИ-модели — это прямо крутые помощники в изучении языка. Ты пытаешься сформулировать свою мысль, пишешь её, а тебе указывают на ошибки и говорят, как исправить. И ты еще можешь задать дополнительные вопросы! Очень эффективная штука, рекомендую.

Заучивать неправильные глаголы (не работает)
Я просто не мог себя заставить/постоянно забывал, что это надо делать. Я все еще хочу этим заняться, но каким-то образом оно постоянно выпадает из моего расписания.

Прорешивать учебник по немецкому для моего уровня (Anne Buscha, Szilvia Szita - Spektrum Deutsch B1+) (работает отлично)
В связке с ИИ работает отлично. Ты изучаешь грамматику, заучиваешь нужную лексику, тренируешь восприятие на слух и письмо, а ИИ-модель дает тебе обратную связь на твои тексты. Крайне мощная связка.

Резюме.
Итак, подведем итог. Для меня наиболее эффективным методом изучения немецкого с уровнем A2/B1 оказалась следующая связка:
книжка по грамматике + учебник немецкого + ИИ-чат + чтение книг + мультфильмы во время перерывов.
Заучивание слов, игры, стримы, новости оказались неэффективными в моем случае.

Статябрь

Предлагаю каждый день в октябре коротко проходить по одной теме из статистики. Предлагаю делиться крутыми материалами и примерами на каждый топик. Таким образом мы повторим и углубим понимание каждой темы :)

#статябрь #статябрь2025 #statober #statober2025

Идея Статября в том, чтобы делиться крутыми примерами и материалами по темам. Поэтому, если вы найдете крутое объяснение или применение темы, кидайте в комментарии :)

Статябрь. День 1. Нормальное распределение.

Итак, представьте, что мы изобрели новое лекарство. Вообще говоря, неплохо было бы как-то сравнить наше новое лекарство с существующим, чтобы доказать, что оно работает. Но как это сделать? Мы не можем испробовать его на одном человеке — положительный эффект может быть случайным. Грубо говоря, действие лекарства обусловлено целым рядом случайных факторов для каждого человека.

А что если мы возьмем не одного человека, а группу людей? И здесь-то нам и приходит на помощь нормальное распределение. Оказывается, если взять целую группу людей и измерить у них некую случайную величину (действенность лекарства, уровень интеллекта, рост), отобразив её на графике, то последний примет куполообразную форму. Если говорить более точно, случайная величина будет иметь нормальное распределение. И теперь наша задача становится более простой: "сравнить два купола" для нового и старого лекарства (примеры куполов есть ниже на картинке). Если купол нового лекарства в среднем имеет большие значения действенности, значит оно более эффективно.

Почему же многие величины принимают нормальное распределение? Если коротко, то это случается, когда на измеряемую величину влияет целый ряд факторов. Для действенности лекарства — это индивидуальные особенности организма, для IQ — ряд генетических, экологических и социальных факторов, для роста — снова генетические и экологические факторы. В теории вероятностей этот феномен описывается Центральной Предельной Теоремой. Но о ней мы поговорим в другой раз.

Вики: https://ru.wikipedia.org/wiki/%D0%9D%D0%BE%D1%80%D0%BC%D0%B0%D0%BB%D1%8C%D0%BD%D0%BE%D0%B5_%D1%80%D0%B0%D1%81%D0%BF%D1%80%D0%B5%D0%B4%D0%B5%D0%BB%D0%B5%D0%BD%D0%B8%D0%B5
Мой конспект по теме: https://drive.google.com/file/d/19EDlbrbnVSaGiekBhMW22CcHlxTEk_A_/view?usp=sharing

#статябрь #статябрь2025 #statober #statober2025

А так выглядят "купола" нормального распределения с разными характеристиками.

Статябрь. День 2. Z-test.

Итак, вчера мы узнали, что очень многие данные имеют колоколообразное нормальное распределение. И еще мы узнали, что, оказывается, можно сравнивать эти колокола, чтобы понять, есть ли разница между двумя группами людей. Давайте посмотрим на примере.

Итак, давайте предположим, что мы хотим выбрать школу для ребенка. Директор гордо утверждает, что выпускники его школы сдают ЕГЭ в среднем лучше, чем выпускники в среднем по стране. Как же это проверить?

Во-первых, нам необходимо знать характеристики распределения всей популяции сдавших ЕГЭ. Известно, что нормальное распределение определяется двумя параметрами: средним и дисперсией (мерой разброса значений). Во-вторых, мы должны вычислить те же характеристики купола для нашей выборки — учеников, сдававших ЕГЭ из конкретной школы. И после этого, мы должны вычислить Z-score — меру расстояния между средним популяции и средним выборки. Если она достаточно велика, то мы сможем заключить, что директор не врет, и ученики этой школы действительно показывают более высокие результаты.

У этого метода есть и ограничения. Во-первых, необходимо, чтобы величины были распределены нормально — не для всех величин это условие соблюдается. Во-вторых, нам необходимо знать дисперсию популяции. В нашем случае это возможно, такие данные могут публиковаться после проведения экзамена. Но очень часто доступа к таким данным нет, и точно оценить дисперсию популяции (а не выборки) нет возможности. В таких случаях используются другие тесты, о которых мы поговорим позже.

Чуть подробнее о Z-тесте: https://habr.com/ru/companies/otus/articles/793678/

Делитесь своими материалами и примерами в комментариях.

#статябрь #статябрь2025 #statober #statober2025

Друзья, а нам тут поступил запрос на помощь с интересной проблемой. Человеку в рамках учебного проекта надо изучить причины и последствия отчислений (почему люди перестают учиться), а затем предложить стратегию для решения этой проблемы, опираясь на методы анализа данных. И он не знает, как вообще начать.

В общем, есть два вопроса:

1. Как подойти к проблеме? Университет новый и не имеет накопленных данных.

2. Где взять данные, а главное — какие?

Статябрь. День 3. Распределение Стьюдента.

Вчера мы поговорили о тесте, который сравнивает два колокола — два нормальных распределения. Но у нас была проблема: налагаются довольно серьезные ограничения на характер данных — должна быть известна дисперсия (мера разброса) данных генеральной совокупности, должен быть большой размер выборки. А что делать, если эти условия не выполняются? И у исследователей возникла идея: а давайте использовать другой колокол. Ведь чем плохи маленькие выборки? Случайное слишком большое или слишком маленькое значение могут сильно сместить и среднее, и увеличить дисперсию. К примеру, если мы измеряем IQ в одной группе, то там вполне могут оказаться два брата близнеца с крайне высоким показателем. И тогда у нас может получиться, что в нашей выборке из 20 человек у 10% людей очень высокий IQ. А это нереалистично, если посмотреть на нормальное распределение — его хвосты очень близки к 0%. Получить 10% с высоким IQ — крайне маловероятно.

Чтобы учесть такую особенность малых выборок, было введено распределение Стьюдента. Оно имеет чуть более высокие хвосты, допуская неточности в выборках. Кроме этого, в таких распределениях нет требования знать дисперсию генеральной совокупности. Распределение Стьюдента приведено по ссылке ниже. Оно не только похоже на нормальное распределение, оно еще и стремится к нормальному (становится очень близким к нему) при больших размерах выборки.

Ссылка на вики: https://ru.wikipedia.org/wiki/%D0%A0%D0%B0%D1%81%D0%BF%D1%80%D0%B5%D0%B4%D0%B5%D0%BB%D0%B5%D0%BD%D0%B8%D0%B5_%D0%A1%D1%82%D1%8C%D1%8E%D0%B4%D0%B5%D0%BD%D1%82%D0%B0

Делитесь своими материалами и примерами в комментариях.

#статябрь #статябрь2025 #statober #statober2025

Статябрь. День 4. Непарный тест Стьюдента. 

Итак, это один из самых важных тестов в статистике. Поэтому именно сегодня я предлагаю делиться ссылками на материалы в комментариях :)

#статябрь #статябрь2025 #statober #statober2025

Статябрь. День 5. Биномиальное распределение.

Давайте представим, что нам необходимо передать важные данные по каналу связи. Эти данные мы упакуем в пакеты. Мы знаем характеристики канала связи, к примеру, что пакет данных теряется с вероятностью 0.001. Мы можем отправлять один пакет многократно, но как узнать, какого количества будет достаточно?

Для моделирования событий с двоичным результатом (орел/решка, доставка/потеря пакета и т. д.) используется биномиальное распределение. Оно отражает распределение количества «успеха» в последовательности из n случайных величин. При достаточно больших n биномиальное распределение стремится к нормальному. Форма распределения показана на картинке, ну а по ссылке — пример вычисления.

Ссылка: https://colab.research.google.com/drive/1fbWZftHThAWb_hGyCyfQoKtOUw-qKHzc?usp=sharing

#статябрь #статябрь2025 #statober #statober2025