📙 Пособие по математике для поступающих в МГУ [1977] Александров Б.И., Лурье М.В.

Настоящее пособие представляет собой методическое руководство по математике для учащихся подготовительных курсов МГУ, готовящихся к поступлению на естественные факультеты.
Подготовка к экзаменам рассчитана на один учебный год. Учащиеся должны систематически работать над школьными учебниками, по которым необходимо повторить программу курса по математике. Никаких дополнительных знаний сверх школьной программы для поступления в Московский университет не требуется. Однако приобрести навыки решения экзаменационных задач, и особенно задач повышенной трудности, необходимых в первую очередь поступающим на факультеты с математическим уклоном/ можно только в результате систематической напряженной работы.
В этой книге сформулированы основные темы для проработки, дан перечень необходимых параграфов в учебнике и список задач для решения. В конце первой части помещены контрольные задания для учащихся заочных подготовительных курсов.
Во второй части пособия приведено большое количество задач, предлагавшихся на письменных экзаменах по математике абитуриентам естественных факультетов МГУ в 1972—1975 гг. Для первого варианта каждого факультета выполнен подробный разбор, ознакомление с которым может служить ключом для решения остальных задач этого факультета. Эта часть книги должна послужить пособием для приобретения практических навыков решения задач.#математика #геометрия #разбор_задач #задачи

💡 Physics.Math.Code

📓 Time-Aware Item Weighting for the Next Basket Recommendations

💾 Скачать исследование

Ученые из лаборатории исследований искусственного интеллекта Tinkoff Research представили на ACM RecSys 2023 новый алгоритм TAIW (Time-Aware Item-based Weighting) для более точного прогнозирования потребительских покупок в интернете с учетом времени покупок и их периодичности.

Исследователи провели эксперименты на реальных данных: в частности, использовали датасет онлайн-площадки Taobao, которая входит в Alibaba Group. В результате экспериментов TAIW стал самым эффективным методом среди аналогов в задаче next basket recommendation (NBR) за счет более точного ранжирования товаров на основе их актуальности в конкретный момент времени. Согласно результатам экспериментов, алгоритм повышает точность рекомендательной системы до 8%.

Алгоритм состоит из двух модулей: «Повторная покупка» и «Соседство». Модуль «Повторная покупка» работает на основе процесса Хоукса — статистической модели, которая позволяет понять временные закономерности и зависимости между событиями. Этот модуль помогает определить, когда конкретные товары будут наиболее актуальными для конкретного покупателя. Модуль «Соседство» помогает описать привычки пользователей с похожими предпочтениями.

💡 Physics.Math.Code

🍇 В 2010 году представители больницы Эдварда в Иллинойсе похвастались на YouTube новым приобретением для учреждения — роботизированной хирургической системой Да Винчи. Установку разработали в 2000 году, пишет Daily Dot. Врачи с её помощью получили возможность качественнее проводить малоинвазивные операции, ведь у человека рука может дрогнуть, чего нельзя сказать о роботе. Чтобы показать точность и качество работы установки, сотрудники больницы Эдварда загрузили на свой канал видео, где доктор, управляя роботом Да Винчи, с идеальной точностью счищает кожицу с виноградинки.

За последние 30 лет в хирургии произошла настоящая революция. На смену традиционным операциям с большими разрезами приходят малоинвазивные вмешательства. Это операции, проводимые без широких разрезов, через естественные отверстия в организме или небольшие разрезы и проколы диаметром до 2 см, с использованием специальных миниатюрных хирургических инструментов. Часто во время таких операций применяется непрерывное видеосопровождение. В операционную область вводится зонд, снабженный миниатюрной камерой и источником света. Изображение в хорошем разрешении выводится на большой экран, что существенно облегчает работу хирурга и увеличивает точность вмешательства. #медицина #техника #видеоуроки #опыты #роботы

💡 Physics.Math.Code

⚙️ Магнитный маховик, генератор и электромагнитная индукция 🧲

Электричество за счет маховика. Как сделать самому генератор электричество в домашних условиях.

Маховик — массивное вращающееся колесо, использующееся в качестве накопителя (инерционный аккумулятор) кинетической энергии или для создания инерционного момента, как это используется на космических аппаратах. Сами маховики были изобретены очень давно и даже успешно применялись в промышленности тех лет. Есть даже находки в Междуречье и древнем Китае, которые подтверждают использование подобных устройств.

Благодаря своей массивности и законам физики, которые сопровождают движение маховика, он нашел применение во многих современных механизмах — от транспорта до промышленности. Самое простое применение заключается в сохранении скорости вращения вала, на котором установлен маховик. Это может пригодиться во время работы какого-нибудь станка. Особенно, в те моменты, когда он испытывает резкие нагрузки и надо не допустить падения частоты вращения. Получается такой своего рода демпфер. #научные_фильмы #физика #видеоуроки #physics

💡 Physics.Math.Code

🧲 Магнитная подвеска маховика

Профессор, доктор технических наук, преподаватель кафедры деталей машин МГИУ Нурбей Владимирович Гулиа рассказывает о магнитной подвеске маховика.

Супермаховик — один из типов маховика, применяемый в Маховичных Накопителях Кинетической Энергии для накопления энергии. По сравнению с обычными маховиками, способен сохранять больше кинетической энергии и безопасен в использовании.

В составе Маховичного Накопителя Кинетической Энергии супермаховик работает в паре с мотором-генератором. При подключении в сеть мотор-генератор раскручивает супермаховик, а при подключении нагрузки — тормозит. КПД этого преобразования достигает 98 %. Для уменьшения потерь на трение супермаховик помещается в вакуумированный кожух. Зачастую используется магнитный подвес.

Маховики как буферные устройства начали использоваться ещё во времена неолита, например, в устройстве гончарного круга. В XX веке маховик претерпел ряд конструктивных изменений, позволивших запасать энергию на значительное время. Так, например, в 1950-х годах вакуумированные маховики использовались в экспериментальном общественном транспорте, в частности, испытывались гиробусы. В 1964 году советский инженер Н. В. Гулиа заявил авторские права на первую конструкцию супермаховика. #научные_фильмы #видеоуроки #механика #физика #physics

💡 Physics.Math.Code

Яндекс решил напомнить основную мысль конференции YaTalks — код лежит в основе многих повседневных явлений, о чем мы даже не задумываемся — и вывел программный код, запускающий рекламу прямо на баннер. В этом году конференция будет проходить как онлайн, так и очно, поэтому имеет смысл сходить как минимум для нетворкинга и лайвкодинга.

📘 Математика в машинном обучении [2024] Дайзенрот, Фейзал, Он
📗 Mathematics for Machine Learning [2020] Marc Peter Deisenroth, A. Aldo Faisal, Cheng Soon Ong

⚠️ Книги предоставляется вам для ознакомления и не для распространения

💳 Купить книгу
( Для книг Питера есть специальный промокод для наших подписчиков: Подробнее здесь )

💾 Ознакомиться с книгами RU + EN

Марк Питер Дайзенрот — руководитель DeepMind в области искусственного интеллекта (Университетский колледже Лондона). Сфера его научных интересов включает дата-эффективное обучение, вероятностное моделирование и автономное принятие решений. Его исследования удостаивались премии «За лучшую научную работу» на конференциях ICRA 2014 и ICCAS 2016. Марк удостоен премии для выдающихся молодых исследователей в Имперском колледже Лондона, корпоративной премии для сотрудников Google и гранта на соискание PhD от Microsoft.

А. Альдо Фейзал возглавляет лабораторию по изучению мозга и поведения в Имперском колледже Лондона, он преподает на факультетах биоинженерии и вычислительной техники, а также является членом института исследования данных. Он руководит Научно-исследовательским и инновационным центром Великобритании (UKRI), занимающимся подготовкой докторов наук в области искусственного интеллекта и здравоохранения. Он получил степень PhD в области вычислительной нейрофизиологии в Кембриджском университете и стал младшим научным сотрудником в лаборатории вычислительного и биологического обучения.

Чен Сунь Он — главный научный сотрудник в Исследовательской группе по машинному обучению (Data61, CSIRO), а также ассоциированный адъюнкт-профессор в Австралийском национальном университете. Сфера его научных интересов связана с расширенным использованием статистических методов машинного обучения.

💡 Physics.Math.Code

📘 Математика в машинном обучении [2024] Дайзенрот, Фейзал, Он

Фундаментальные математические дисциплины, необходимые для понимания машинного обучения, — это линейная алгебра, аналитическая геометрия, векторный анализ, оптимизация, теория вероятностей и статистика. Традиционно все эти темы размазаны по различным курсам, поэтому студентам, изучающим data science или computer science, а также профессионалам в МО, сложно выстроить знания в единую концепцию. Эта книга самодостаточна: читатель знакомится с базовыми математическими концепциями, а затем переходит к четырем основным методам МО: линейной регрессии, методу главных компонент, гауссову моделированию и методу опорных векторов. Тем, кто только начинает изучать математику, такой подход поможет развить интуицию и получить практический опыт в применении математических знаний, а для читателей с базовым математическим образованием книга послужит отправной точкой для более продвинутого знакомства с машинным обучением.

📗 Mathematics for Machine Learning [2020] Marc Peter Deisenroth, A. Aldo Faisal, Cheng Soon Ong

The fundamental mathematical tools needed to understand machine learning include linear algebra, analytic geometry, matrix decompositions, vector calculus, optimization, probability and statistics. These topics are traditionally taught in disparate courses, making it hard for data science or computer science students, or professionals, to efficiently learn the mathematics. This self contained textbook bridges the gap between mathematical and machine learning texts, introducing the mathematical concepts with a minimum of prerequisites. It uses these concepts to derive four central machine learning methods: linear regression, principal component analysis, Gaussian mixture models and support vector machines. For students and others with a mathematical background, these derivations provide a starting point to machine learning texts.

〰️ Воздействие звуковых волн различных частот на соль 🔉

В данном эксперименте мы наблюдаем визуализацию звука по конфигурации стоячих волн, в узлы которых попадают кристаллики соли, вырисовывая картину колебания.
С увеличением частоты геометрические узоры из соли
меняют свою форму и становятся более сложными.

Предлагаем посмотреть на современную реализацию эксперимента, который повторяет «открытие» немецкого ученого Эрнеста Хладни. Он исследовал влияние вибраций разных частот на механические поверхности, водя смычком вдоль края пластины (пластины Хладни), покрытой мукой, заметил как изменяется ее форма. Свои наблюдения изложил в книге «Теория Звука». В 1960-х Ханс Дженни расширил работы Хладни, используя различные жидкости и электронные усилители для генерирования различных звуковых частот. Он же заодно и ввел термин «киматика».

Если вы пропустите обычную синусоидную волну через тарелку с водой, то вы увидите узор прямо на воде. В зависимости от частоты волн будут появляться различные изображения пульсаций. Чем выше частота, тем более сложными становятся узоры. Эти формы являются повторяющимися и отнюдь не случайными. Вибрация организует материю в сложные формы, получаемые из простых и повторяющихся волн.#видеоуроки #механика #акустика #колебания #волны #физика

💡 Physics.Math.Code

На YaC 2023 Яндекс рассказал про развитие нейросетей и внедрение их в продукты и сервисы 

На YaC 2023 – сериале Яндекса про технологии и тех, кто их создает, рассказали про гонку за разработку лучших языковых и визуальных моделей.  Технологические компании делают все для автоматизации процессов работы и привлечения пользователей. Например, языковая модель YandexGPT уже может дать тезисное описание видеоролика в Браузере, пересказать статью или собрать резюме по отзывам на товары и услуги на Маркете. 

Чтобы YandexGPT  работал корректно Яндекс набирает в штат AI-тренеров, таких уже 300 сотрудников. Они обучают нейросеть и адаптируют ее под необходимые задачи и аудиторию. Нейросети еще долго будут в тренде, так что интересно послушать про опыт работы компании в этой области.

Посмотреть все серии можно на Кинопоиске или Ютуб

🔋 Простейший электрический поезд в мире на батарейке и магнитах 🧲

Если вы пропускаете ток через катушку (на видео это медная спираль), внутри нее образуется магнитное поле. Магнитное поле сконцентрировано почти однородно в центре длинного соленоида; поле снаружи слабое и рассеянное. Если линии поля точно параллельны, на стержневой магнит сила влиять не будет. Но на концах катушки, где силовые линии расходятся, стержневой магнит будет втягиваться в катушку или выталкиваться из нее, в зависимости от того, куда вы его засунете.

Хитрость этого видео в том, что магниты изготовлены из проводящего материала и соединяют клеммы батареи с медной проволокой, так что батарея, магниты и медная проволока образуют контур, который генерирует магнитное поле в непосредственной близости от батареи. Геометрия автоматически ставит магниты на концы генерируемого магнитного поля, поэтому на магниты воздействует сила. Магниты тщательно выравниваются, поэтому сила на обоих магнитах указывает в одном направлении, в результате чего магниты и батарея движутся. Но по мере движения магнитное поле перемещается вместе с ними и получается постоянное движение.

Если вы перевернете два магнита на обоих концах батареи, батарея и магниты будут двигаться в противоположном направлении. Если перевернуть только один магнит, два магнита будут тянуть и толкать в разных направлениях, поэтому батарея двигаться не будет.

#видеоуроки #механика #электричество #магнетизм #опыты #физика #эксперименты #physics

💡 Physics.Math.Code

📕 Современный C++: безопасное использование [2023] Лакос Дж., Ромео В., Хлебников Р., Мередит А.
📘 Embracing Modern C++ Safely [2021] John Lakos, Vittorio Romeo, Rostislav Khlebnikov, Alisdair Meredith

⚠️ Книги предоставляется вам для ознакомления и не для распространения

💳 Купить книгу

💾 Ознакомиться с книгами RU + EN

Эта книга обобщает многолетний опыт сообщества C++ в применении функций C++11 и C++14 и поможет вам принимать эффективные и безопасные проектные решения, отражающие реальные экономические инженерные компромиссы в крупномасштабных и разнообразных средах разработки программного обеспечения. Авторы используют примеры, взятые из реальных баз кода, чтобы объективно проиллюстрировать каждый вывод и осветить ключевые проблемы. В каждой функции указаны разумные варианты использования, скрытые подводные камни и недостатки этой языковой функции. Прочитав эту книгу, вы будете:
▪️ Понимать, что делает каждая функция C++11/14 и где она работает лучше всего
▪️ Понимать, как обойти подводные камни, мешающие показу, и раздражающие угловые случаи
▪️ Знать, какие функции требуют дополнительного обучения, опыта и экспертной оценки
▪️ Получите информацию для подготовки стандартов кодирования и руководств по стилю, соответствующих потребностям вашей организации
▪️ Будьте готовы постепенно и разумно внедрять современный C++ в существующие базы кода

👨🏻‍💻 Для тех, кто захочет задонатить на кофе:
ЮMoney: 410012169999048
Карта ВТБ: 4272290768112195
Карта Сбербанк: 2202200638175206

💡 Physics.Math.Code

📕 Современный C++: безопасное использование [2023] Лакос Дж., Ромео В., Хлебников Р., Мередит А.

Книга показывает, как эффективно использовать новые и расширенные возможности современных версий языка C++, избегая потенциальных опасностей и ловушек. Основываясь на своем многолетнем опыте работы с C++, четыре ведущих специалиста из компании Bloomberg делят функции версий C++ на три категории:
▪️ безопасные – функциональные средства обеспечивают явную пользу, их легко использовать эффективно, а чтобы неправильно применить, нужно постараться;
▪️ условно безопасные – функциональные средства весьма полезны, но при их использовании существуют потенциальные опасности, избежать которых можно, лишь обладая немалым практическим опытом и запасом знаний;
▪️ небезопасные – для них характерно особенно низкое соотношение риска и пользы, их легко применить неправильно, поэтому рекомендуется пользоваться им только при чрезвычайных обстоятельствах.

Авторы используют примеры, полученные из реальных кодовых баз, чтобы объективно проиллюстрировать каждое предлагаемое решение и обратить особое внимание на главные проблемы. В каждом разделе определяются надежные варианты использования, скрытые потенциальные опасности и недостатки конкретного средства языка.
Издание предназначено опытным разработчикам C++, руководителям проектов и служб, желающих повысить производительность и улучшить качество исходного кода и сопровождения.

📘 Embracing Modern C++ Safely [2021] John Lakos, Vittorio Romeo, Rostislav Khlebnikov, Alisdair Meredith

Embracing Modern C++ Safely shows you how to make effective use of the new and enhanced language features of modern C++ without falling victim to their potential pitfalls. Based on their years of experience with large, mission-critical projects, four leading C++ authorities divide C++11/14 language features into three categories: Safe, Conditionally Safe, and Unsafe. #cpp #cplusplus #программирование #безопасность #разработка #programming