До речі, тут не можна сказати що трохи менше половини відповіло правильно, тут можна сказати що майже всі відповідали наугад, а деякі індивіди просто неправильно.

От якби тут було 70 на 30 при 25 відповідях, тоді можна було б спростувати гіпотезу "всі відповідають навпомацки" з 95% значущістю, і замінити її на альтернативну "люди схильні недооцінювати певні комбінаторні величини". А так, поточне 60/40 спростування даної нульової гіпотези може бути лише при ~70% значущості.

Статистика не дозволяє пишатись десятьма правильними відповідями😭. Але й не дозволяє не пишатись неправильними.

Вчіть англійську мову разом з Urban Dictionary.

Американський піхотинець

"They don't pay for money"©

Бо не тре спростовувати ненаукові твердження.

ХОЧЕЦЯ

Формат хуйової аудіокнижки, де диктор запинається, матюкається на складність слів і коментує вміст книжки людство ще не вигадало чи хтось знов вкрав всі мої геніальні ідеї з голови?

Листівка

My fucking god, one can control the chaos using ML! Аж стало соромно що я забув як на курсі з reinforcement learning нас показували активну вертикальну стабілізацію потрійного маятника, бо це найпростіший приклад стабілізації хаотичної системи. Сам процес стабілізації вимагає зовсім невеличких регулювань, мовляв їх достатньо аби тримати систему довгий час на одній з нескінченної кількості періодичних орбіт. Саме ж відео згодом приходить і до балансу між хаосом і контролем у суспільних установах та житті. Насправді речі у світі куди стабільніші, ніж можна було б очікувати з теорії хаосу, і саме галузь Chaos Control ховає в собі відповідь на цю загадку.

Ось де зарита справжня Теорія Всього.

Коли ЗЗЕ це найгірше, що можна винести з фізики, то найкраще що можна винести з неї та математики заразом це поняття скорочення.

У фізиці при розв'язуванні задач спочатку отримується кінцева формула, і вже тоді в неї підставляються чисельні значення величин. Авжеж, часом формули абсурдно складні аби їх записувати не обчислюючи покроково, але у побуті це радше виняток. Отримання кінцевої формули дозволяє воїстину побачити яких даних потребує розв'язувач і вже після цього їх шукати. Бо більшість проміжних величин, знання яких видавалось критичним для розв'язку, часто скорочуються.

Що треба знати про однорідне тіло аби сказати чи потоне воно? Його густину і густину рідини, ні об'єм ні розмір ні форма не мають значення. Мінімальний період обертання зорі довкола своєї осі? Лише її густину, додатково масу або радіус не треба. Гальмівний шлях автівки? Лише швидкість та коефіцієнт тертя між шинами та дорогою, ніяких радіусів чи товщин колеса, а тим паче маси (бо площа поверхні контакту теж не впливає, сюрприз). Аби знати, що з точки А до точки Б літак летить однакову кількість часу не треба знати ні відстань між точками, ні швидкість літака. І так далі.

Через це я любив давати своїм учням задачі з буцімто неповними даними, і коли вони просили якусь величину я казав їм спершу розв'язати задачу. Те, що я часом сам промахувався і забував дати важливе число чи вказати важливу умову це окрема історія. І звичайно тут можна почати виокремлювати багато деталей і робити зауваження, але кого гребуть душніли напередодні краще собі позадавати купу уточнюючих запитань і розсипатись від цілковитої руйнації світогляду, який тільки на недосконалих Баєсових і не зовсім моделях тримається.

Урок зі скорочення полягає не так у виробленні плану роботи перед уточненням інформації, бо в цьому я не впевнений, це схоже двобічний неперервний процес, але й у усвідомленні що завдання часто може бути куди легшим, ніж ми собі його уявляємо. Треба буде довідатись куди менше, ніж здавалося, та і зробити куди менше, ніж уявлялося. В теорії, нівроку знімає тривожку. На практиці хтозна, може я пишу це з палати.

Відмін справа