А еще Брантон как раз сейчас выкладывает лекции по ТВиМС (я их периодически посматриваю)
И еще один чувак тоже запустил вводный курс по ТВ (я у него смотрел один другой курс, он очень полезный оказался)

Решил просмотреть директорию с сохраненными мемами, не могу не поделиться )

Вдруг кому интересно познакомиться с работой подробнее, прикреплю ссылку на статью
https://www.nature.com/articles/s41598-021-03102-4

Думаю, про Фишера можно сделать нечто подобное.

Я обожаю этот анекдот про Фишера и Неймана

Сюда тоже скину, не так важен текстовый контекст, это просто приятно смотреть, потому что Рубин – очень харизматичный и самоироничный человек (я не ожидал такого даже)

Мне почему-то вспомнилась история про теорию меры, которую Рубин в самом начале этого интервью рассказывает (с 2:40 примерно)
https://www.youtube.com/watch?v=eF12bVsvq2Q

Очень удивился и порадовался, когда увидел эту статью в качестве рекомендованной к прочтению в главе Writing research обалденной (но в целом не слишком ориентированной на биомед) книге Telling Stories with Data

Принес еще одну крайне необычную книжку, уже целая коллекция складывается из серьезных книг, у которых названия звучат (для меня) как оксюморон

Exploratory Data Analysis Using Fisher Information

Артемий очень хорошо сформулировал.

Я сам использовал GPT для самообразования, спрашивал объяснений, когда спотыкался на задачках по линалу, очень помогло, но, как ни странно, в них всегда все было концептуально просто, сложности чисто технические.

По поводу использования ИИ в образовании сформулировал такую сложность.
Несмоненно, есть польза от возможности "поговорить" с учителем в любое время и задать ему самые глупые вопросы без страха опозориться. Вообще, думаю, что страх показаться глупым — один из очень сильных барьеров в обучении. Но тут возникает такая ситуация. Если задача студента не уточнить какой-нибудь факт, а разобраться в концепции, то часто недостаточно просто прочесть объяснение. Надо в него вникнуть, для этого несколько раз перечесть, попытаться для себя переформулировать, иногда чего-то начертить или написать, и только после некоторой интеллектуальной работы вдруг начинает доходить, что хотел сказать учитель. И потом смотришь на те же формулировки и удивляешься, почему они казались непонятными.
Но для того, чтобы так вот биться с непонятным, нужно доверие: надо быть уверенным, что учитель сам понимает, о чем говорит, а не пересказывает чужие глупости. С GPT проблема в том, что ты читаешь, и если непонятно, то возникает вопрос: это ты не понимаешь, или GPT чего-то наплел. И хотя в принципе разбираться до конца с ерундой бывает очень полезно и иногда позволяет превзойти учителей, это сложнее, чем разобраться в сказанном по делу, а главное — чревато еще большим разочарованием в себе. Думаешь, наверное, я тупой и никогда этого не пойму. А оказывается, что тупой был не ты.
Можно возразить, что и учителя бывают тупыми и часто пересказывают чужую ерунду, не задумываясь. Но учителей можно выбирать, и со временем вырабатывается чутье: этот говорит непонятно, но не врет, а этот любит красивые слова, но особо не разбирается. С языковыми моделями это не пройдет: они легко врут и не врут с одними и теми же интонациями, и глазки у них не бегают.

Также хочу повторить свою рекомендацию.

У Андрея Карпатого, одного из ведущих специалистов по DL и со-создателя OpenAI, есть несколько видео для general audience.
Мне кажется, что очень полезно понимать хотя бы в общих чертах как устроено то, с чем ты взаимодействуешь, особенно, считая что оно обладает "экспертным мнением".

По поводу анализа данных он там хорошо говорит, что ChatGPT может провести анализ на уровне junior-аналитика. Это нужно расшифровывать строго так: чтобы его использовать для анализа данных вам нужно быть хотя бы на уровень выше, потому что все нужно перепроверять (в том числе код).

Также выскажусь по поводу всех этих курсов/гайдов по "промт-инжинирингу" в околонаучных задачах.
Промт-инжиниринг – это не новая штука, просто название поменялось. Раньше это называлось "написать ТЗ".
Первое. Я за годы своего взаимодействия с врачами, учеными по поводу анализа данных ни разу не получал грамотно составленного ТЗ, бывали достаточно неплохие, но редко, все равно они не были полностью состоятельными, не требующими уточнений. Я подчеркну НИ РАЗУ.
Второе. То, что указано в первом пункте вполне понятно и нормально. Люди, умеющие составлять ТЗ, учатся этому годами взаимодействия с техническими исполнителями, получая обратную связь.

Вообще есть практика переворачивания ТЗ, когда оно называется "понимание задачи", его пишет исполнитель и утверждает у заказчика. Можно подробнее почитать у тусовки вокруг Бюро Горбунова.

Я как-то интуитивно к этому пришёл. Ну и вводная консультация со статистиком примерно так и работает же.

Еще, что дико раздражает.
Появившиеся в последнее время в наших профессиональных чатах сообщения, где топикстартеры начинают свой вопрос с "вот я спросил у ИИ"
Запросы на анализ данных, начинающиеся этим же.
Перепроверки аргументации (в которой, в том числе, есть, блин, все ссылки на литературу) с помощью ИИ.