Записалась слушателем в школу AI-редакторов от Яндекса. Теперь осталось всё это послушать

Ментальная модель по теореме Байеса

Продолжаю читать «книгу эффективных решений» Питера Холлинса в рамках книжного клуба в комьюнити экспертов Skillbox

Мы постоянно пытаемся предсказать будущее и терпим в этом неудачу. Нам хочется быть уверенными в том, как будут разворачиваться события и мы полагаемся на медийных личностей, чьи прогнозы столь часто ошибочны.
Проблема в том, что предсказывать будущее они способны не лучше других. Автор предлагает вспомнить крупные события за последнюю четверть века. Даже самые значительные из них оказались полной неожиданностью и для медийных аналитиков.

Проблема в том, что мы обычно не способны отфильтровать шум и фокусировать внимание на отдельных сигналах, которые могут дать нам информацию по текущим и будущим ситуациям.

Самый известный статистик в мире Нил Сильвер так назвал свою книгу «Сигнал и шум». В ней он пытается понять, почему так часто медийные гадатели и прорицатели ошибаются. По его мнению,одна из проблем — устойчивая неспособность отличать действительно важные факторы от информационного шума, мешающего объективному анализу. Не существует проверенной модели, с помощью которой можно вывести формулу гарантированного предсказания будущего. Но Сильвер предлагает использовать теорему, которая поможет более ясно и объективно взглянуть на ситуацию.

Речь идёт о теореме Байеса, названной в честь её автора, британского математика. Согласно энциклопедии, это метод определения вероятности наступления событий в будущем с помощью релевантных данных, выведенный из основных аксиом теории вероятности.

То есть теорема даёт формулу, с помощью которой можно определить вероятность какого-либо события при условии, что произошло другое, взаимосвязанное с ним. Теорема описывает вероятности. С помощью неё Google и IBM просчитывают альтернативные варианты развития событий и генерируют идеи.

Математически теорема показывает взаимоотношения между вероятностью события А и вероятностью события В. Или условную вероятность наступления события А при существующем В и В при существующем А.

Пример расчетов вероятности по Байесу

Полученные по формуле с изображения выше процентные показатели характеризуют вероятность того, что может случиться с учетом уже случившегося. Пример: торнадо случается редко, вероятность - 1%. Сильные ветра не так редки, их вероятность — 10%. Торнадо в 90% случаев порождается сильным ветром. Нужно определить вероятность возникновения торнадо при наличии сильных ветров:
P(торнадо|сильные ветра) = (1%X90%)/10%=9%
То есть вероятность возникновения торнадо составляет 9%. Чтобы это вычислить потребовалось лишь три цифры. Полученное значение будет ближе к реальности, чем мнения людей из телевизора.

Переиспользуем с пользой

Про переиспользование контента говорят многие, а мы в Skillbox Code Experts это делаем постоянно.

Эту статью написали вместе с экспертом по Data Science в Скиллбокс Женей Суминой по мотивам её эфира для экспертов других специализаций. Акцент эфира был на том, как экспертам других специализаций работать с DS, какой результат от них можно ожидать, каким должно быть ТЗ и данные.

Статью же сделали вводной, ибо на VC же. Она о том, кто такие дата-сайентисты, с чем работают, чем отличаются от ML-инженеров и дата-аналитиков и какие проблемы решают.

А вы переиспользуете контент?

https://vc.ru/skillbox/1115772-trudnosti-perevoda-kak-govorit-na-odnom-yazyke-s-data-scientist-ami

А у нас с Алексеем Ушаровским @Usharik в Медиа Скиллбокс «Люди и код» вышла новая статья — про множества в Python

Лёша помог сделать ее действительно экспертной и полезной. Это синергия между профильными редакторами и экспертами из комьюнити — настоящая магия вне Хогвартсва! Так рождаются классные материалы:

https://skillbox.ru/media/code/mnozhestva-v-python-vvodnyy-gayd-dlya-nachinayushchikh/

Опубликовала забавное видео о символике еды в сказках и её связи с обрядами для мертвецов

https://youtu.be/i_XdKLmyv_o

Еще одна классная статья которую я редактировала. Очень интересный опыт - люблю сложные темы. А еще удалось сгенерировать нейросетью подходящую обложку.

Эти подходы к мониторингу обеспечили 75-80% проактивного открытия инцидентов ещё до первого обращения клиента в Газпромбанке. И на 30-40% сократили среднее время решения значительных инцидентов, а по некоторым направлениям сервиса — обеспечили ещё и десятикратный рост повышения стабильности работы.
⠀
Сегодня поговорим о пяти этапах взросления мониторинга, которые накладываются на сервисные IT-слои:
⠀
• Инфраструктурный мониторинг;
• Прикладной мониторинг;
• Бизнес-мониторинг;
• Application Performance Monitoring;
• Real User Monitoring.
⠀
Подробности в статье: https://habr.com/ru/companies/oleg-bunin/articles/806779/

А я сегодня слушаю DevRelConf целый день. Классно, что работая в Skillbox под началом Серёжи Попова можно весь день спокойно уделить развитию, а не смотреть в записи по ночам

Выступление Олега Бунина про стенды это огонь, хотя конечно местами жестко и больно 😂

Вникаю тут по работе в нейросети и промпты для GPT и иже с ними. И вот умные люди говорят, что на качество ответов влияет Emotional prompting. Это затравки вроде: this is very important to my career; You’d better be sure; Are you sure that’s yor final answer? Believe in your abilities and strive for excellence, и так далее.
То есть можно похвалить модель, сказать, что она классная и справится, попросить сделать хорошо и она сделает. Меня это, честно говоря, пугает

Тоже люблю этот мем
Мне кажется про галлюцинации нейросетей уже тоже пора такой снять 😂

Мой любимый мем, иллюстрирующий вышесказанное

Если бы гугл был бы парнем:
- Вакцины вызывают аутизм?
- Штошь, у меня есть миллион результатов поиска, которые говорят, что нет, и лишь одна страничка, где говориться, что да, вызывают
- (выхватывает ту самую единственную страничку) Я так и знала!
- То, что у меня есть эта страничка НЕ ЗНАЧИТ, ЧТО ЭТО ПРАВДА!!

Опубликовала новое видео на своем канале о сказках: что общего у Яги и Хель и почему у нее костяная нога

https://www.youtube.com/watch?v=MN5OWaDMCPE

Корреляция и каузальность или как найти первопричину

Спойлер: 😂опять во всем виноваты родители

В книжному клубе нашего чудесного комьюнити Skillbox Code Experts дочитываем «Книгу эффективных решений». Принесла вам ещё одну занятную ментальную модель.

Чтобы разобраться, почему происходят те или иные события, необходим понять их причины. Логично искать предшествующее событие, ставшее причиной ситуации. Но есть риск принять корреляцию за каузальность.
Пример: вы смотрите сравнительный график продаж двух продуктов в течение определённого периода: одна линия показывает объемы продаж солнцезащитных очков, другая — мороженого. Из графика видно: в летние месяцы показатели продаж обоих продуктов растут, по окончании лета — падают.
Глядя на этот график, кто-то может прийти к выводу, что продажа мороженого влияет на продаже очков. Но это, как мы понимаем, заблуждение. Здесь нет последовательности и на самом деле один факт не влияет на другой. То есть сам факт того, что два события случаются одновременно не означает, что между ними существует связь. Тем не менее подобные ошибки распространены. Многие считают, что если два события разворачиваются по схожему сценарию, то одно является причиной другого. То есть как раз путают корреляцию и каузальность.

Но корреляция — это статистическая взаимосвязь двух или более величин. Она показывает, что два элемента или две переменные имеют схожие признаки или тенденции, одинаковое поведение. Но корреляция не описывает каким образом возникает связь и по каким причинам.

Каузальность или причинный анализ — попытка установить объективные причины произошедших событий, связать причину и следствие.

Существует каузальная или причинная связь между продажами очков и летним сезоном, и между продажами мороженного и летним сезоном. Но между продажами очков и мороженного связь лишь корреляционная.

Принцип этой ментальной модели — напоминать себе, что корреляция не означает каузальности. И если два события похожи, это не означает, что одно проистекает из другого.

Такая мыслительная ошибка обычно случается при нехватке информации или когда мы не уделяем достаточно времени для ее сбора и анализа. Искушение быстрее найти ответ приводит к поспешным выводам.

Чтобы этого не произошло, необходимо выявить максимально возможное количество взаимосвязанных факторов: исследовать ситуацию и сопровождающие ее процессы, изучить тенденции, собрать больше фактической информации и на этих основаниях сделать обоснованные выводы.

То есть нужно не останавливаться только лишь на выявлении событий, повлиявших на ситуацию, а двигаться дальше в поисках более значительных и фундаментальных оснований.

И вот он — пример с родителями:
Ситуация: у человека отобрали права и несколько раз приглашали в суд из-за превышения скорости, а он ни разу не явился. А затем судья выписал ордер на арест и принудительный привод и полицейские арестовали его и посадили в камеру на несколько дней. Непосредственная причина что человек попал в камеру — то что полиция действовала в соответствии с ордером. Коренная же причина — нездоровая потребность превышать скорость.

Качественное мышление предлагает не останавливаться на выявлении непосредственной причины а двигаться к пониманию паттернов, предпосылок, условий, оснований.

Рекомендуемая практика — использовать принцип «пять почему», когда хотите обнаружить коренную причину.
1 Почему человек оказался в тюрьме? Из-за ордера
2 Почему выдали ордер? Он не являлся в суд
3 Почему он не являлся в суд? Потому что 8 раз превысил скорость и не хотел нести наказание
4 Почему он превышал скорость? потому что у него есть внутренняя потребность в быстрой езде
5 Почему у него такая потребность? потому что в детстве ему не устанавливали запретов и ограничений.

Пример мне не понравился, но практика задавать пять вопросов показалась интересной. А что вы думаете? Работает?

Движение от обратного: только не бросай меня в этот терновый куст

Прочла про такую интересную и казалось бы банальную вещь, как антицели вместо прямых целей.

Немецкий математик Карл Якоби применял подобный подход, чтобы решать трудные математические задачи. Следуя стратегии man muss immer umkehren или «инвертируй, всегда инвертируй» он записывал задачи в перевернутом виде. Так обнаружил, что этим способом ему легче прийти к решению. То есть сначала он определял, что сделать невозможно.

Можно ответить себе на вопрос, почему люди терпят неудачу в выбранном вами деле. Ответив на этот вопрос можно избежать неверного поведения. Поэтому, например, вместо того, чтоб думать как стать лучшим управляющим, представьте, что бы сделал плохой управляющий и избегайте подобных действий.

Инверсия помогает обнаруживать скрытые убеждения и позволяет избежать того, чего вы в принципе не хотите.

Всего два шага нужно для инверсивных целей:
1. Определить для себя неудачу или причины неудовлетворенности.
2. Создать способы избежать этого.

Закон Мерфи и новые охотники за приведениями

Посмотрели с подругой новый фильм про легендарных охотников. В общем, до уровня первой части категорически не дотягивает, о чем можно было догадаться. Но речь в этом посте совсем не о рецензии на фильм.

Подруга не смогла удержаться припомянуть новым охотникам закон Мерфи, о котором в этом фильме «не знали, не знали и забыли». То есть вообще не учитывали рисков и творили в своих устройствах инженерную дичь.

В 1928 году фокусник Адам Ширк написал, что из 10 вещей, которые могут пойти не так, обычно это случается с девятью. Вот собственно об этом и вывел закон инженер ВВС США Эдвард Мерфи. Он конструировал самолеты и испытания часто проходили неудачно. Тогда у Мёрфи и родился вывод: если есть два способа сделать что-то, и один закончится катастрофой, то это случится.

Подробнее об умозаключениях инженера:

Первый вывод Мерфи: если пустить все на самотек, то ситуация из плохой превратится в худшую. Любая попытка её исправить лишь ускорит этот процесс
Второй вывод Мерфи: нет защиты от дураков, поскольку дураки изобретательны;
Константа Мерфи: повреждение вещи прямо пропорционально ее ценности.
Количественный пересмотр закона Мерфи: неприятности валятся все разом
Наблюдение Эторре: как только вы перейдете в другую очередь, ваша начнет двигаться быстрее.

Оказалось, что безупречная статистика безопасности ВВС США объясняется как раз верой в закон Мёрфи. Но не верой единой: так как в этот закон в ВВС верили, то обложили процессы соответствующими двойными проверками, тестированием безопасности при авариях, проверкой дублирующих систем и так далее.

А вот охотники за приведениями замкнули все свои ловушки и тюрьмы для чудищ на единый контур и потом охренивали когда некое древнее божество вырвалось на волю и пыталась уничтожить все человечество (ну как всегда собственно).

Сюда же фильм «Вышка», во время просмотра которого я долго ругалась нехорошими словами. Там тоже про закон Мерфи не слышали, поэтому все пошло не так. А ещё главная мучавшая меня полфильма мысль: если барышни блогерки-высотницы додумались пытаться заряжать дрон с камерой от сигнала для самолетов на вышке, то почему было не сломать этот сигнал к херам, чтобы кто-то пришел его чинить и их нашел? Там же явно должны быть какие-то проверки, что сигнал работает и самолеты видят этот маячок? Ладно, это я отвлеклась.

В общем, Мерфи рекомендует планировать наихудший сценарий и стараться избегать того, чего вы не хотите. Главное при этом не уйти в катастрафизацию как бедная Марта (а что - знаю, умею, практикую), но это уже тема для другого поста.

Немного хобби под вечер. Попал ли Фауст в рай: нескучная классика. Адские муки, алхимические опыты и волшебство

https://www.youtube.com/watch?v=Dm0LTBuKkRE

Закон Паркинсона или курсовая за ночь

Есть такой закон Сирила Паркинсона — британского историка. Он гласит, что лучше всего мы работает тогда, когда перед носом маячит конечный срок. То есть работа занимает ровно время, отпущенное на неё — какой бы срок вы себе не поставили, именно столько и понадобится. Чем больше времени предоставлено, тем больше его не хватит. То есть увеличение размеров чего-то, уменьшает эффективность.

Согласно исследованиям, те, кто ставил себе жесткие временные рамки для выполнения задания, систематически демонстрировали лучшую успеваемость, чем те, кто давал себе избыточное количество времени и вообще не устанавливал сроков.

Искусственно созданные ограничения времени заставляли студентов действовать гораздо более эффективно, они тратили меньше времени на беспокойство, а брались за работу и доводили свои проекты до конца.

Мне кажется, что это зависит от опыта человека в тайм-менеджменте. Если человек долгие годы сам менеджерит процессы своей или чужой работы, то у него с этим будет получше, чем у студентов. Все мы ими были, и я тоже писала курсовую за ночь, но сейчас прошло много годиков и я так не могу не хочу и не буду. Хотя доля правды в этом есть и прокрастинировать над «пустым листом» (или окном в VS Code) можно довольно долго.

А тайм-менеджмент круто прокачивается у фрилансеров, самозанятых, удаленщиков, менеджеров. Потому что они годами все планируют сами и от этого зависит их эффективность.

Что думаете по этому поводу? Как у вас с таймменеджментом и как оцениваете закон Паркинсона? Насколько он правдив в отношении вас или ваших знакомых, коллег, подчиненных?

Нейросети и диджитал-агентства или слабоумие и отвага

Пришло тут ко мне с месяц назад диджитал-агентство, просили сделать расшифровку докладов - я говорю, мол этим не занимаюсь, для этого есть специально обученные люди.

Проходит месяц: приходят с ужасными расшифровками, сделанными по всей видимости нейронкой. Текст сплошной поток сознания, не разбитый даже на предложения: все идет бесоконечными запятыми. Абзацев нет в принципе, много проблемных кусков где мысль вообще не угадывается. Куча ошибок, конечно же, например, Чаджи-Пети - это, если не догадались, ChatGPT 😂

Не понимают, почему с этим нельзя ничего сделать и что технические доклады расшифровать через боты — очень плохая идея.

Может кто со мной не согласен и юзает примитивные версии Чаджи-Пети для подобного, а я просто отстала? Поделитесь