Случайны выбор дневника Раскрыть/свернуть полный список возможностей


Найдено 3275 сообщений
Cообщения с меткой

визуализация - Самое интересное в блогах

Следующие 30  »
Lady-Positive

СИЛА МЫСЛИ

Четверг, 25 Августа 2016 г. 17:44 (ссылка)




СИЛА МЫСЛИ ПОМОГАЕТ ИЗБЕЖАТЬ ЖИЗНЕННЫХ НЕУРЯДИЦ



 



Мысль — это все.



Каждое желание, будь то желание богатства, счастья, здоровья, удовлетворительных отношений, начинается с мысли и выражается мыслью.



Но многие ли из нас по-настоящему умеют управлять своими мыслями?



Существует такая притча.



Жил-был однажды один человек. Не отличался он ни умом, ни хорошим образованием и жил так себе, пока в один прекрасный день не унаследовал от дальнего родственника корабль. Человек этот совершенно ничего не знал о море, о навигации и судоходстве, но его полностью захватила мысль о том, что он может отправиться в путешествие, раз у него теперь есть собственное судно. Он собрался в плавание, просто приказав команде выполнять все обязанности, которые обычно требуются для такой сложной задачи, как управление кораблем.



Когда они удачно отплыли, работа моряков стала проще, и у нового капитана было время понаблюдать за тем, что творится на корабле. Когда он прогуливался по палубе, в носовой части он заметил человека, который постоянно вращал большое колесо то в одну сторону, то в другую.



«Да что же делает этот человек:» — спросил он одного из членов команды.



«Это рулевой, он управляет судном», — был ответ.



«Что ж, я не вижу никакой пользы в том, что он постоянно занят такой ерундой. Здесь нет ничего, кроме воды, и паруса прекрасно двигают корабль. Поставьте паруса, и пусть корабль плывет. Вот когда на горизонте появится земля или другой корабль, тогда мы его позовем, и пусть себе рулит на здоровье».



Этот приказ был выполнен, и корабль оказался во власти ветров, которые обрушились на него, безжалостно швыряя и бросая в разные стороны. Вскоре после этого корабль опрокинулся, и лишь немногим удалось выжить…



И разве каждый из нас не владеет кораблем более искусным и сложным, более ценным и могущественным — нашим разумом?



Но как часто мы уделяем хоть толику внимания управлению нашими мыслями? Разве по большей части не позволяем мы нашим мыслям течь через сознание, как им вздумается? Разве не позволяем мы ветрам ярости и страсти мотать корабль наших мыслей из стороны в сторону? Разве не позволяем мы своим приятелям, бесцельному времяпрепровождению, слухам и сплетням среди коллег уводить нашу жизнь в направлении, которое мы сами для себя никогда бы не выбрали? Разве зачастую мы не теряем контроль над своими мыслями, позволяя другим людям управлять ими, пока не обнаружим себя на пустынном берегу рядом с обломками собственной жизни?



Разум правит всем в мире, но, несмотря на это, мы слишком часто пренебрегаем его силой и не понимаем ее. И даже когда кто-нибудь отдает должное свершениям нашего разума, разве мы не полагаем зачастую, что] работа сознания лежит за пределами нашего контроля, что вдохновение, за которое мы удостоились похвалы, пришло по своим собственным причинам, а не по нашей воле?



Мы все согласны с тем, что разум — это великая сила, но мы также полагаем, что эту силу может использовать только тот, кто родился гением. И конечно же, думаем, что сами не принадлежим к их числу!



Являемся ли мы настоящими капитанами своих собственных кораблей, ведущими их в надежные гавани счастья, мира и успеха? Честно говоря, нет. Хуже того, большинство из нас скажут, что сегодня мир накладывает на наши жизни такие требования и ограничения, что мы просто не можем стать таковыми. Однако достичь капитанского звания гораздо проще, чем мы думаем. Мы должны начать с того, что примем несколько основных истин, а затем дадим себе твердое обещание развить в себе свои лучшие черты.



Способность контролировать свои мысли с целью изменения уже сформировавшегося характера для того, чтобы изменить наше внешнее окружение — или хотя бы его влияние на нас — и обеспечить себе здоровую, счастливую, успешную жизнь в последнее время изучается все большим количеством людей. Мы обнаружили, что выгоды, получаемые от тренировки сознания, бесконечны, ее результаты непреходящи — при этом, на самом деле, мы пока видим только крошечную часть его возможностей. К величайшему сожалению, мало кто из нас предпринимает какие-то усилия, чтобы направить свои мысли в верную сторону и заняться самосовершенствованием. Напротив, мы продолжаем оставлять все на волю случая, тысячам и тысячам случайных обоятельств, которые вьются над нами тучами голодных слепней и жалят нас, пока, в конце концов, какое-нибудь ужасное происшествие, тяжелая потеря или усталость от постоянных неудач не заставит нас предпринять хоть какие-то действия.



Нет никакого более важного знания и никакой большей ответственности перед самим собой, чем контроль над своими мыслями — который есть то же, что самоконтроль и саморазвитие. Вероятно, из-за того, что большинство из нас верят, будто потоком мыслей очень сложно управлять, у нас возникает впечатление, что управление активностью нашего разума невероятно трудная или даже невозможная задача, что-то, что требует от нас больших сил и способностей, чем те, которыми мы располагаем.



Нет ничего более далекого от правды.



Все мы, как бы заняты, как бы образованы или невежественны мы ни были, обладаем всеми силами, всем временем, которые нам необходимы, чтобы контролировать наши мысли с целью изменить наш характер, если у нас есть такое желание, и, соответственно, изменить нашу жизнь. У каждого из нас есть свои нерешенные проблемы, невыполненные задачи, мы стремимся к разным результатам, но достижение наших целей с помощью контроля над мыслями доступно каждому из нас.



Однако перед тем, как вы сможете сделать первые шаги на пути к управлению вашими мыслями, вы должны действительно прочувствовать силу и важность ваших мыслей, а не только принять это в качестве фразы из книги. Вы должны почувствоватб, вы должны увериться в том, что плохая мысль ранит вас, а хорошая — помогает вам. В этом \учае нельзя играть с огнем, нельзя допускать беспечной мысли, что нет ничего страшного в том, чтобы иногда расслабиться и пере, стать контролировать себя. В самых глубинах вашего сознания вы должны понимать, что каждая возникающая мысль каждое мгновение решает вашу будущую судьбу. Вы должны чувствовать, что полный контроль над вашими мыслями принесет в вашу жизнь только хорошее, и, в то же время, неправильное использование ваших сил принесет вам только несчастья.



Мы никогда не должны забывать, что в наших руках находится сила выстроить или разрушить свою собственную натуру.



Скульптор не делает случайных ударов, не глядя на мрамор. Пристально вглядываясь в камень, скульптор делает один точный скол за другим, достигая конечного результата — результата, который он все время держал в своем сознании. Мы должны поступать так же, высекая наши характеры, формируя наше окружение, создавая наши жизни. Мы должны знать, чего мы хотим, знать, что мы можем достичь этого, и посвятить себя целиком выполнению этой задачи, никогда не останавливаясь и не расслабляясь на пути ее достижения — иначе же мы будем неразумно использовать силу нашего разума и потерпим неудачу в достижении жизни, полной красоты, гармонии, счастья и успеха.



Еще мы должны всегда помнить, что долото скульптора в руках невежды может погубить прекраснейшую статую, а в руках преступника может стать орудием убийства.



Однако между обычным инструментом и мыслью существует различие: мысль активна всегда, так что мы должны в любой момент быть готовы что-нибудь предпринять. Мы не можем положить ее в ящик с инструментами и вынимать при необходимости. Мы должны помнить, что каждая мысль — наша собственная или пришедшая извне — изменяет какой-то аспект нашей жизни.



Мы должны защитить нашу жизнь, удерживая правильные мысли и изгоняя плохие, мы обязаны быть капитанами бесценного груза нашего разума.



Вот и весь урок: контроль над мыслями — это самоконтроль.



Те, кто выучат этот урок правильно, смогут избежать несчастий и многих тяжелых переживаний, иначе несчастья насильно заставят их выучить этот величайший из жизненных уроков.



Контроль над мыслями позволяет нам наградить самих себя, дав возможность земным благам пролиться на нас золотым дождем.



источник



 



 
Метки:   Комментарии (0)КомментироватьВ цитатник или сообщество
rss_rss_hh_new

[Перевод] Обзор новых возможностей Mathematica 11 и языка Wolfram Language

Воскресенье, 21 Августа 2016 г. 11:42 (ссылка)



Перевод поста Стивен Вольфрам (Stephen Wolfram) "Today We Launch Version 11!".

Выражаю огромную благодарность Полине Сологуб за помощь в переводе и подготовке публикации

Содержание



Первое, что вы отметите...

3D печать

Машинное обучение и нейронные сети

Аудио

Встроенные данные о чем угодно: от скелетной структуры и продуктов питания до сведений о нашей Вселенной

Вычисления с реальными объектами

Передовые возможности географических вычислений и визуализаций

Не забудем про сложные задачи математического анализа и теоретической физики...

Образование

Совмещение всех функций в одно целое

Визуализация

От строк к тексту

Современный подход к программированию систем

Работа в интернете

Облачные данные

Подключайтесь к любым внешним сервисам: Facebook, Twitter, Instagram, ArXiv, Reddit и многим другим...

WolframScript

Новое в ядре языка Wolfram Language

И еще много нового...
Я рад объявить о выходе новой версии системы Mathematica и 11-й версии языка Wolfram Language, доступной как для Desktop-компьютеров, так и в облачном виде. В течение последних двух лет сотни человек упорно трудились над ее созданием, а несколько тысяч часов и я лично. Я очень взволнован; это важный шаг вперед, имеющий важное значение для многих крупнейших технологических областей.







Прошло больше 28 лет с тех пор, как вышла 1-я версия, — и почти 30 лет с тех пор, как я занялся ее разработкой. И все это время я продолжал воплощать дерзкую мечту — строить все больший и больший стек технологий. Большая часть программного обеспечения спустя несколько лет и несколько версий, за исключением мелких доработок, практически не меняется. С системой Mathematica и Wolfram Language сложилась совсем другая история: в течение трех десятилетий мы c каждой новой версией продвигались вперед, завоевывая постепенно огромное количество новых областей.



Это удивительное интеллектуальное путешествие для меня и для всех нас. С самого начала у нас был серьезный набор основополагающих принципов и сильная основная структура, так что в течение трех десятилетий мы могли просто продолжать строить на этом фундаменте все больше, создавая все то, что стало теперь огромной системой, сохраняющей свое единство, элегантность, и, откровенно говоря, современность. В первые годы мы сосредоточились на абстрактных областях вроде математики. Но со временем мы охватывали все больше видов вычислений и знаний.



Каждая новая версия это множество новых идей и много тысяч часов тяжелой работы. Более того — она представляет собой постоянно растущую систему рычагов, созданную с помощью нашей технологии. Это происходит потому, что одним из наших ключевых принципов является автоматизация, и в каждой новой версии мы используем все предыдущие достижения из этой области, — так что, в сущности, у нас появляется все больше и больше строительных блоков, благодаря которым мы можем все быстрее двигаться дальше. В создание и поддержание единой для всей системы структуры в течение многих лет вкладывались огромные усилия, так что в результате все эти строительные блоки из разных областей идеально подходят друг к другу.



При использовании традиционных подходов к разработке программного обеспечения нам потребовалось бы очень много лет для создания того, что мы добавили к 11-й версии. И тот факт, что мы можем представить сейчас новую версию, является прямым отражением эффективности нашей технологии, наших принципов и нашей методологии. Мне очень приятно видеть, что мы так далеко продвинулись не только в плане содержимого системы, но и в том, насколько эффективно мы можем развивать его. Не говоря уже о том, что все эти направления, которыми мы занимались на протяжении многих лет в рамках логического развития нашей системы, оказались сейчас именно тем, что нужно для многих наиболее активно развивающихся технологических областей.



Много лет мы называли нашу основную систему Mathematica. Однако после того, как мы добавили новые направления, а также вышли далеко за пределы вещей, связанных каким-либо образом с «математикой», мы решили ввести понятие Wolfram Language, чтобы передать суть всего того, что мы делаем. И сейчас Wolfram Language определяет работу не только системы Mathematica, но также и Wolfram Development Platform и Wolfram Programming Lab, а также других продуктов и платформ. И благодаря единству нашей разработоки программного обеспечения мы можем сегодня выпустить 11-ю версию всех наших систем, основанных на Wolfram Language.







ОК, так что же такого грандиозного и нового в 11-й версии? Ну, мы подготовили даже не одно большое нововведение, а много. Чтобы вы могли оценить масштаб: мы добавили 555 совершенно новых функций, представляющих огромное количество новых функциональных возможностей (по сравнению с первой версией, в которой была 551 функция в общей сложности). На самом деле, в данное число функций не включены даже углубленные варианты многих существующих функций.



Мы управляем развитием компании таким образом, что у нас всегда есть портфель актуальных проектов — от достаточно мелких до тех, которые могут потребовать на реализацию пять или более лет. 11-я версия включает в себя результаты нескольких пятилетних проектов. Мы заинтересованы в том, чтобы как можно быстрее доносить результаты наших исследований до пользователей, так что с момента выхода 10-й версии у нас было несколько промежуточных релизов; в результате 11-я версия фактически представляет собой сочетание многих совершенно новых разработок, которые мы уже анонсировали в версиях 10.1, 10.2, 10.3 и 10.4 (многие функции, которые были помечены как «экспериментальные» в 10.x выпусках, доступны теперь полностью в версии 11.0).



Первое, что вы отметите...



При первом запуске 11-й версии на рабочем столе первым, что вы заметите, будет новый внешний вид документов с более четкими шрифтами и строгим дизайном. При вводе кода появляется много новых вариантов автозаполнения (становится все труднее набрать что-то неправильно), а также при вводе текста работает новый спеллчекер в режиме реального времени, который мы будем постоянно обновлять, чтобы быть уверенными в том, что в него включены последние слова.



Если на вашем компьютере установлен один из дюжины других языков, кроме английского, вы увидите, что каждая функция автоматически помечается "подписью" на выбранном вами языке:







Когда вы запустите код, то заметите, что сообщения также выглядят по-разному, — и, что очень удобно, они позволяют сразу увидеть, какие функции были вызваны во время создания сообщения.



3D печать



В 11-й версии появилось много новых областей. Давайте перейдем к одной из них: 3D-печати. Впервые я напечатал в 3D еще в 2002 году. В течение многих лет мы экспортировали в STL. Для 11-й версии мы создали полный цикл, который начинается от создания 3D-геометрии и заканчивается в тот момент, когда готовое изделие лежит на вашем 3D-принтере.







Раньше мне хотелось взять чертеж в 3D и просто распечатать его — тоже в 3D. И иногда мне везло и это было легко осуществить. Но в большинстве случаев это неудобно и сложно, поскольку графики, которые высвечиваются на экране, не обязательно соответствуют геометрии, которая может быть напечатана на 3D-принтере. Так что удобно настроить или исправить геометрию так, чтобы она действительно работала на 3D-принтере, оказывается трудной задачей (и да — если вы сделаете это неправильно, из принтера может брызнуть пластик).



В 11-й версии стало возможным взять любой 3D-график и просто напечатать его в 3D. Или вы можете получить структуру молекулы или перепад высот вокруг горы, и тоже просто напечатать их в 3D. За эти годы я много печатал в 3D, и каждый раз это было своего рода маленькое приключение. Но теперь, благодаря 11-й версии, легко распечатать в 3D практически все, что угодно. И теперь, когда я думаю об этом, мне кажется нужна 3D-распечатка того, как рос Wolfram Language по разным областям



Машинное обучение и нейронные сети



В некотором смысле, Mathematica и Wolfram Language всегда занимались искусственным интеллектом (ИИ). На протяжении многих лет мы были пионерами в решении серии проблем, связанных с ИИ: от математического решения автоматизации эстетики до понимания естественного языка. Но еще в 10-й версии мы сделали большой шаг вперед в отношении машинного обучения — речь идет о разработке максимально автоматизированных главных функций (Classify и Predict).



Должен сказать, что я не понимал, хорошо ли эти функции будут работать на практике. Прекрасно было наблюдать, насколько хорошо они работают, — и очень здорово видеть, что многие из наших пользователей могут внедрить машинное обучение в свою работу исключительно с помощью разработанной нами автоматизации и без консультации у специалистов по машинному обучению.



В 11-й версии мы изрядно продвинулись вперед в области машинного обучения. Теперь у нас есть новые способы осуществлять не только классификацию и прогнозирование, но и операции выделения признаков, уменьшения размера, кластеризации и так далее. И мы также очень много «обучаем» нашу систему, чтобы предоставлять пользователям готовые функции машинного обучения. Машинное обучение — это новое интересное направление разработки. По сути, это процесс курирования. Это как если бы вместо того, чтобы, скажем, собирать данные о различных видео, вы собираете столько изображений различных видов животных, сколько возможно.



В 11-ю версию встроены такие функции, как ImageIdentify, которая идентифицирует более 10000 различных видов объектов. Благодаря общей структуре довольно просто взять уже выделенные характеристики и использовать их для обучения новых классификаторов изображений более эффективно, чем раньше.







Мы много сделали для автоматизации наиболее распространенных из сегодняшних задач машинного обучения. Но только в последние годы стало ясно, что с помощью современных методов машинного обучения (и, в частности, с использованием нейронных сетей) может быть решено множество задач. Это поистине удивительный эпизод из истории науки: та область нейронных сетей, которой я занимался почти 40 лет, из кажущейся почти безнадежной стала одной из самых горячих областей, в которой почти каждую неделю делаются новые открытия.



Ну хорошо — допустим, вы тоже хотите заняться этим. Да, вы можете что-то собирать с помощью целого ряда низкоуровневых библиотек. Но при создании 11-й версии мы поставили перед собой цель создать оптимизированный символьный способ настройки и обучения нейросетей, в которых должно быть автоматизировано как можно больше из того, что они в принципе могут делать. В 11-й версии есть теперь функции вроде NetGraph и NetChain наряду со всевозможными “специальными функциями нейронных сетей” типа DotPlusLayer или ConvolutionLayer. И с помощью этих функций можно взять новейшие сети и быстро настроить их в Wolfram Language (рекуррентные сети в 11-й версии пока не совсем доделаны, однако они появятся в ближайшее время).







Конечно, все это хорошо работает благодаря интеграции с Wolfram Language. Нейронная сеть — это просто Graph объект, как и любой другой. И такие вводимые данные, как изображения или тексты, могут немедленно и автоматически обрабатываться с помощью стандартных возможностей Wolfram Language в формах, подходящих для нейросетевых вычислений.



Из их названия («нейронные сети») кажется, что они связаны с мозгом. Однако на самом деле это совершенно общие вычислительные структуры: они соответствуют сложным комбинациям простых функций. Они не связаны с теми простейшими программами, которые я так долго изучал, хотя и обладают специальными характеристиками, настроенными так, чтобы легко обучаться на примерах.



У нас всегда были функции статистической подгонки данных и интерполяции. Однако у нейронных сетей значительно богаче пространство возможных вычислительных структур для подгонки данных или обучения. Замечательно, что только за последние пару лет столько различных областей претерпели революционные изменения, — и скоро их станет еще больше.



Я надеюсь, что мы сможем ускорить этот процесс с помощью 11-й версии. Нам удалось сделать «нейросетевое программирование» просто еще одной парадигмой программирования, наравне с остальными интегрированной в Wolfram Language. Это очень результативно и позволяет взаимодействовать с огромными обучающими последвательностями. Но в конечном итоге, думаю, самая сильная вещь — это то, что оно сразу же вписывается во все, что делает Wolfram Language. Даже в 11-й версии мы уже использовали его при работе с нашими внутренними алгоритмами в таких областях, обработка изображений, сигналов и текста. История «нейросетевого программирования» еще очень молода, и я рад, что Wolfram Language будет играть центральную роль в ней.



Аудио



Хорошо, давайте обратимся к еще одной новой области 11-й версии: аудио. Наша цель — иметь возможность обрабатывать любые данные непосредственно в Wolfram Language. У нас уже есть такие объекты, как графические примитивы (из которых можно строить сколь угодно сложную векторную 2D и 3D графику), растровые изображения (также 2D и 3D), геометрические вычисляемые объекты, графы и сети, формулы и множество других функций, последовательно представленных в языке в виде символьных структур. И, начиная с 11-й версии, теперь стал доступен еще один тип данных — аудио.







С аудио работать сложно из-за его размера. Однако в 11-й версии можно беспрепятственно обработать, скажем, час аудио непосредственно в Wolfram Language. Безусловно, за этим стоят технологии кэширования, потоковой передачи данных и так далее. Но это все автоматизировано — и в языке это просто объект, задаваемый функцией Audio. Этот Audio-объект можно сразу же подвергнуть крайне сложной обработке и анализу, которые доступны только в Wolfram Language.



Встроенные данные о чем угодно: от скелетной структуры и продуктов питания до сведений о нашей Вселенной



Wolfram Language — язык, основанный на знаниях. А это значит, что в него встроено множество знаний — как о вычислениях, так и обо всем в мире. На сегодняшний день Wolfram Language охватывает тысячи областей знаний реального мира — начиная от стран и фильмов до компаний и планет. Всё новые данные поступают в главную облачную базу знаний Wolfram, и мы тщательно курируем данные о том новом, что появляется в мире (кто знал, например, что в Австрии появились недавно новые административные подразделения?). Многие эти данные доступны в Wolfram|Alpha. Но только в Wolfram Language данные оживают для полноценных вычислений — и тогда становятся очевидными все те усилия, которые мы вкладываем в обеспечение согласованности и последовательности всей системы.



Мы постоянно работаем над тем, чтобы расширить сферу знаний, которые охватываются Wolfram Language. Те несколько направлений, над которыми мы работали на протяжении многих лет, в 11-й версии, наконец, готовы к работе. Особенно сложно было с данными по анатомии. Однако в 11-й версии вы увидите подробные 3D-модели всех значимых структур человеческого тела. Вы сможете увидеть, как сложные кости ноги прилегают друг к другу. И вы сможете сделать расчеты. Или напечатать их в 3D. Вы сможете изучить сеть артерий вокруг сердца. Должен сказать, что, когда я исследовал это, я более чем когда-либо был поражен уровнем морфологической сложности, присущей человеческому телу. Однако теперь мы можем легко делать расчеты в этой области. Для их обслуживания появились новые, и, возможно, неожиданные функции, — такие, как AnatomyPlot3D. Безусловно, с ними еще придется поработать: к примеру, наши анатомические данные — это только данные "среднего взрослого мужчины", а суставы не могут двигаться, и т. д.







Совершенно иная область данных дорабатывается также в настоящее время в Wolfram Language — это еда. В этой области много сложностей. Во-первых, онтологические проблемы. Что такое яблоко? Есть общее понятие — «яблоко», а также существует множество специфических типов яблок. Также встает вопрос определения «количества еды». Чашка клубники. Три яблока. Четверть фунта. Нам потребовалось много лет работы, чтобы получить надежный символьный способ отображения продуктов, с помощью которого мы можем сразу вычислить питательные свойства и много чего еще.







Еще одна долгожданная новинка — исторические данные по странам. У нас имелись данные о странах в новейшее время (как правило, с 1960-х или 1970-х гг.). А что насчет более раннего периода? Что насчет Пруссии? Что можно сказать о Римской империи? В общем, в 11-й версии мы наконец получили по крайней мере приблизительную информацию о границах всех серьезных стран на протяжении всей истории. Таким образом, посредством Wolfram Language можно сделать расчеты относительно подъема и падения империй.







Говоря об истории, хочется отметить небольшое, но очень полезное дополнение к 11-й версии: исторические данные о частоте употребления слов. Просто получите с помощью функции WordFrequencyData временной ряд частот употребления слов, и вы узнаете, как много людей говорили о слове «война» (или «турнепс») в разное время. Почти каждый график — это урок истории.







Еще одна удобная функция из 11-й версии — WikipediaData, которая по запросу выдает любую статью из Википедии (или различные виды данных, которые в ней содержатся). Также есть функция WolframLanguageData, которая позволяет получать вычисляемые данные о самом языке Wolfram: примеры, приведенные в документации, связи между функциями и так далее.



Во многих сферах мы в основном имеем дело со статическими данными ("Какова плотность золота?"; "Каким было население Лондона в 1959 году?"). Но есть и другие сферы, в которых интерес к статическим данным невелик. В 11-й версии есть несколько новых примеров. Например, данные о смертности людей (“Какова вероятность умереть в промежутке между возрастом X и возрастом Y?”), стандартные данные об океанах (“Какое давление на глубине X?”), данные о энергии торможения радиоактивных частиц в веществе (radioactive stopping power) и данные о росте человека — а также сведения о всей Вселенной согласно стандартной космологической модели.



Кроме того, в 11-й версии появляются такие функции, как WeatherForecastData (предсказание погоды в любой точке мира) и MathematicalFunctionData (база данных о математических формулах, содержащая сотни тысяч математических формул, представлений функций и пр.). О, а еще данные о покемонах и много других полезных вещей.







Вычисления с реальными объектами



Одной из самых мощных возможностей Wolfram Language является его способность производить непосредственные вычисления с реальными объектами. США, или Россия, или даже ящерица, — для Wolfram Language это просто объекты, которыми можно манипулировать в качестве символьных конструкций с использованием общей символьной парадигмы языка. Сами объекты не имеют значения; они просто символы. Но их свойства могут иметь значения, скажем, вычисление свойства «Population» у entity [[USA]] даст 322 млн.



Однако давайте предположим, что мы хотим не просто взять некоторый объект (например, США) и найти значение его свойств. Скажем, вместо этого мы хотим найти объекты с определенными свойствами и значениями. Скажем, мы хотим найти 5 крупнейших стран в мире по численности населения. В 11-й версии мы можем сделать это по-новому. Вместо того, чтобы указать конкретный явный объект, мы указываем вычисление, которое неявно определяет класс объектов. Так, например, мы можем получить список 5 крупнейших по численности населения стран вот так:







TakeLargest[5]операторная форма новой функции, работающий с самыми большими элементами в списке. Неявные объекты в конечном итоге часто используют операторные формы — как в запросах Dataset. И в некотором смысле они используют символьный характер Wolfram Language, потому что они работают с функциями, которые определяют их как данные.



Механизм объектов и свойств и неявных объектов работает для всех различных типов объектов, которые существуют в языке Wolfram. Однако начиная с 11-й версии он не ограничивается встроенными типами объектов. Новая конструкция, которая называется EntityStore, позволяет определять собственные типы объектов, а также указывать их свойства и значения и так далее, а затем использовать их в любых вычислениях.



Подобно тому, как Dataset является мощным иерархическим обобщением типичных понятий баз данных, EntityStore является своего рода символическим обобщением типичной реляционной базы данных. И если вы создали сложный объект EntityStore, вы можете просто использовать функцию CloudDeploy, чтобы развернуть его в облаке и использовать, когда захотите.



Передовые возможности географических вычислений и визуализаций



География — один из аспектов «знаний о реальном мире». Но Wolfram Language не просто имеет доступ к подробным географическим данным (для Земли, Луны, Марса и даже Плутона); он может также осуществлять вычисления с этими данными. В его арсенале — колоссальная коллекция мгновенно вычислимых гео проекций и все настройки для поддержки детальной геодезии. Помните сферическую тригонометрию? Wolfram Language не только знает, что Земля представляет собой сферу, но и, используя фактическую форму Земли, правильно вычисляет расстояния, строит области и так далее на карте с произвольными проекциями.







Если говорить о создании карт, то Wolfram Language теперь имеет доступ не только к карте улиц всего мира, но и к таким вещам, как исторические границы стран, а также к спутниковым снимкам, — с низким разрешением (как минимум). С учетом карт улиц появляется новый важный класс возможных вычислений: туристических направленийвремени поездки) откуда угодно и куда угодно.







Не забудем про сложные задачи математического анализа и теоретической физики...



В 11-й версии во всех областях Wolfram Language появилось много новых возможностей. Однако они доступны теперь и в сферах, традиционных для Mathematica, — например, математического анализа.



Например, есть функции (вроде DEigenvalues) для работы с собственными числами и функциями дифференциальных операторов для обыкновенных дифференциальных уравнений и уравнений в частных производных. Чтобы сделать это возможным, необходим огромный стек алгоритмических технологий, и мы уже более 25 лет движемся в эту сторону. Важно, что это не тот случай, когда необходимо ставить ту или иную задачу с помощью детально проработанных знаний численного анализа. Здесь вы определяете только уравнения и их граничные условия — и система автоматически выясняет, как их решить.







Еще в 1976 году я написал программу на Fortran, предназначенную для поиска собственных функций уравнения Шредингера для физики элементарных частиц, которую я изучал. В 1981 году я писал программы на C, чтобы сделать то же самое для некоторых уравнений релятивистской квантовой механики. Я терпеливо ждал того дня, когда я смогу просто вбить эти задачи и сразу же получить ответы. И сейчас это стало возможным.



Конечно, в 11-й версии все это носит гораздо более общий характер. Я имел дело с простыми граничными условиями; но в 11-й версии для того, чтобы настроить граничные условия, можно использовать весь геометрический подъязык Wolfram Language — и все данные, которые нам доступны. Так что найти собственные поверхности «барабана» любой формы — например, в форме США, — совсем несложно.







В данном случае у нас нет никакого выбора, кроме как делать все вычисления численно. Тем не менее, в 11-й версии скоро станет возможным искать собственные числа и функции дифференциальных операторов аналитически. В 11-ю версию также добавлены некоторые новые возможности для решения в общем виде (аналитически) дифференциальных уравнений в частных производных. В частности, у нас был большой проект R&D, который подвел нас теперь к той точке, в которой мы можем найти символьное решение практически для любого дифференциального уравнения в частных производных, которое может появиться в любой научной работе или учебнике (если оно вообще имеет аналитическое решение).



Еще в 1979 году, когда я создал предшественника системы Mathematica (см. пост на Хабре "Краткая история появления Mathematica"), я составил список вещей, которые, как я надеялся, мы бы в конце концов в состоянии были бы осуществить. Один из пунктов этого списка — решение интегральных уравнений. Что ж — рад сообщить, что 37 лет спустя, мы, наконец, получили стек алгоритмических технологий, позволяющий сделать это возможным, и в 11-й версии представлены решения многих классов интегро-дифференциальных уравнений.



Есть и еще кое-что — например, построение функций Грина для дифференциальных уравнений. И, наконец, долгожданная (по крайней мере, для меня) функция интегрального преобразования Меллина (оно было моим фаворитом с тех пор, как стало центром моей статьи по физике частиц в 1977 году).



Мы вложили много сил в то, что можно назвать "современным матанализом" — те его аспекты, которые необходимы для поддержки областей вроде машинного обучения. Теперь у нас есть более эффективные и надежные методы минимизации, а также сложная байесовская минимизация, предназначенная для неконтролируемого машинного обучения.



Образование



Дифференциальные уравнения в частных производных — сложные с математической точки зрения, что отражается на применении их на практике в физике и технике и так далее. Но как насчет базовой математики, соответствующей уровню школьного образования? Что ж — в течение длительного времени Mathematica вполне охватывала этот уровень. Но, поскольку наш стек алгоритмических технологий расширился, даже для более элементарной математики стали возможны некоторые новые вещи.



В качестве одного из примеров можно привести автоматическую обработку разрывов, асимптот и т. д. на графиках функций. Так что теперь, к примеру, функция Tan[х] строится идеальным «школьным» способом, без разрывов от –

https://habrahabr.ru/post/308168/?utm_source=habrahabr&utm_medium=rss&utm_campaign=best

Комментарии (0)КомментироватьВ цитатник или сообщество
Lady-Positive

Как притягивать все что хочешь? 7 правил магнетизма

Пятница, 19 Августа 2016 г. 22:19 (ссылка)


Путь Магнита

Каждый хочет быть магнитом, притягивая к себе приятные события, но каждый уже является магнитом, притягивая к себе то, что само липнет.



Большая часть населения начинает об этом задумываться, когда вляпывается, как муха во что-то липкое, и при попытке взлета отрывает себе крылья.



Женщины задумываются о своем «неправильном магнетизме», нарвавшись на отношения с «не тем мужчиной», к мужчинам приходят мысли: «что-то здесь не так», когда не удается заработать, и от всех больных в часы страдания исходят молитвы «Боже, чем я это заслужил».



Итак, все что-то притягивают. Далеко не всегда то, что приятно сейчас. Но если посмотреть в глубину, то притягивают либо жизнь, либо через смерть новую жизнь.То есть либо созидают своё Я прямо здесь и сейчас, либо разрушают то, что сейчас мешает новому Я.



Хотим мы или не хотим, мы служим Жизни. Возможно, даже не своей. Например, жизни червей.



Люди — притягивающие существа

Чтобы уметь притягивать не только негатив, но и то, что хочется умом им нужно знать несколько правил:



1. Мы притягиваем события не мыслями, а излучаемыми в мир эмоциональными состояниями.



Например, излучая радость, мы притягиваем на нее других людей, которые бессознательно воспринимают ее, как избыток энергии. Испытывая нужду в любом проявлении (безденежье, одиночество, болезнь), мы демонстрируем окружающим намерение подпитаться их энергией, от чего они бессознательно выбирают отдалиться от дополнительной утечки энергии.



2. События в ответ на нашу эмоциональную реакцию притягиваются не сразу, а с задержкой.



Между задуманным и воплощением в реальности есть срок — задержка в 40 дней. С нами случается то, что мы посеяли в себе (испытывали чувство) 40 дней назад. Поэтому часто мы не видим связь между причиной и следствием. Но связь, тем не менее, есть. Важно помнить: всё, что посеяно, всё прорастет. Отсюда следует третье правило.



3. Чтобы находиться в позитивном состоянии и излучать его наружу, необходимо перепрограммировать свое прошлое.



Причем более раннее прошлое влияет на последующие события. Например, негативный опыт школьных лет уже запрограммирован эмоциями, испытанными в грудном периоде. А грудной ребенок формируется эмоциями его родителей.



Перепрограммирование прошлого меняет нейронные связи в мозге и гормональный фон человека.



Цель перепрограммирования прошлого — создать устойчивое восприятие такого опыта жизни, в которой индивид чувствует себя (то есть генерирует в мир) любимым, желанным, сильным и значимым. Постоянное излучение такого самоощущения является гарантией постоянного притяжения благоприятных событий.



4. Пауза в виде ожидания между чувствованием (генерированием) и наступлением желаемого события должна отсутствовать.



Ожидание — это тоже эмоциональное состояние, означающее страдание в скрытой форме. Ожидание означает, что в данный момент человек несчастлив. Он закладывает прямо сейчас семена страдания, которые прорастут через 40 дней. Поэтому говорят, что ожидание результата губит результат. В таком случае необходимо вскрыть истинную причину, скрытую в прошлом.



5.Отпускание ожиданий и наслаждение текущим моментом является главной способностью людей с Победительским сценарием жизни, где человек ставит цели, но идет к ним не для получения счастья, а из состояний счастья и могущества.



Отпускание ожиданий возможно лишь при условии, что человек живет не из состояния «ХОЧУ ПОЛУЧИТЬ», а из «ХОЧУ ОТДАТЬ». Отдающему гарантированно получение.



6. Отдавание должно быть уместным.



Нельзя давать то, о чем не просят и насильно. Желающий отдать сначала выясняет, в чем нуждается другой, и лишь затем помогает ему самостоятельно дойти до его целей.



Уважение к пути другого, несмотря на трудности идущего, возвращает уважение дающему.



7. Заполнив время отдачей, некогда будет ожидать и страдать. Через 40 дней, отданное начнет возвращаться и подкреплять правильно заложенный путь — Путь Победителя— магнетической личности.



Автор: Марк Ифраимов


Метки:   Комментарии (0)КомментироватьВ цитатник или сообщество
Lady-Positive

ИСПОЛНЕНИЕ ЖЕЛАНИЙ. ВИЗУАЛИЗАЦИЯ.

Пятница, 19 Августа 2016 г. 22:05 (ссылка)


 





1. Не расстраивайтесь, если за окном плохая погода: идет снег или дождь. Это к деньгам. Идя по улице, поднимите ладони вверх. Когда на них упадут капли дождя или снежинки, потрите руками карманы и скажите: «Дождь или снег с небес — денежки в кармане». В ближайшее время деньги придут к вам. Проверено не однократно на себе.



2. Заряжать можно не только мобильники, но и кошельки. Поместите разъем от зарядника в отделение с деньгами и воткните его в розетку. Оставьте на несколько часов.



3. Положите в кошелек 100 долларов или евро, не тратьте их. Думайте, на что бы вы могли их потратить. Таким образом, вы притянете денежные вибрации.



4. Купите пачку игрушечных денег и положите на рабочий стол, чтобы они всегда были перед глазами. Думайте о них, как о настоящих деньгах. И настоящие деньги не замедлят появится



5. Положите в кошелек листок бумаги с надписью : Все, что беру из кошелька, возвращается туда с избытком. Проговаривайте эту фразу каждый раз, доставая деньги из кошелька.



6. Заварите черный чай в прозрачном стакане, добавьте в него ложечку меда. Поставьте стакан на листок зеленого цвета. возьмите новый карандаш. Помешивая им чай по часовой стрелке в течение минуты, думайте о сумме денег, которая вам необходима, и на что вы ее потратите. Затем напишите на листке: «Чай, деньги будут!». Сверните его и положите в кошелек. Храните до тех пор, пока не появится нужная сумма денег.



7 .Возьмите красивый горшочек, лучше зеленый. Положите туда монетки и купюры, немного манки (для приманивания денег). Поставьте на солнечный подоконник и скажите: «Горшочек — вари!».



8. Возьмите документ, удостоверяющий личность (ламинированный), нечто липкое (варенье, мед, сгущенка, йогурт — все зависит от личных предпочтений), намажьте фото на документе и начинайте слизывать.



9. Делаете удочку, привязываете к ней денежку, закидываете в окно и приговариваете : Ловись денежка большая — на денежку маленькую. Если есть настоящая удочка, то еще лучше. И не забудьте сделать этот ритуал, если отправитесь на рыбалку. Ловить денежки гораздо приятнее, чем рыбу.



10. Есть счет в банке или электронные кошельки? Напишите на бумажке «слить деньги на счет» и прикрепите ее к крану, в общем ко всему, что сливает воду. Каждый раз вы будете сливать деньги себе на счет



11. На растущую луну сходите в банк и принесите что-нибудь оттуда. Можно попросить разменять деньги, например. И полученные деньги не тратьте, положите в кошелек. В банке мощная денежная энергия и вы получаете часть нее.



12. Возьмите горшочек или вазу, напишите на ней «Ниоткуда», возьмите сумму денег, которая вам необходима (можно настоящие, а можно и нет, но чтобы были похожи на настоящие. И достаньте их из «Ниоткуда»



13. Напишите себе новую биографию, в которой вы богаты и успешны и поместите ее в рамочку



14 .Возьмите чековую книжку. Если нет, то можно скачать в Интернете или сделать самому.



15. Напишите свое ФИО, в графе сумма напишите «Оплачен полностью», в графе подпись — «Закон Изобилия». Дату ставить не надо. Уберите чек в надежное место и забудьте о нем.



16. Возьмите много зеленых бумажек и напишите на них зеленым фломастером денежные знаки. Наполните ванну водой, добавьте пену и аромамасла. Примите ванну, добавьте в нее зеленые бумажки, пусть они липнут к вам. Думайте, в это время, как вы богаты и что у вас полно денег.



17. Купите воздушные шарики, надуйте их и привяжите к ним денежные купюры. И пусть они летают по комнате, а вы ловите их и радостно прыгайте.



18. Собираясь за покупками, объявите свои деньги бумерангом. Возьмите деньги в руку и сделайте жест рукой, как будто вы запускаете бумеранг, и скажите: «Объявляю мои деньги бумерангом». Тогда они обязательно вернутся к вам в еще большем количестве.



19. Положите манную крупу в маленький пакетик и положите его в кошелек. Таким образом манка будет приманивать деньги



20. Денежный код. Напишите зеленой ручкой на голубой бумаге: ГПМГБЦ и положите в кошелек.



21. Идя из банка домой, сыпьте незаметно манку по дороге.



22. Подойдите к банкомату, положите на него руки и представьте, как деньги из него перетекают в ваш кошелек



23. Сварите пельмени, помешивая их приговаривайте : «Варю пельмешки к денежкам!»



24. Повесьте на люстру красные трусы. Вешая трусы, загадывайте желание.



25. Напишите на унитазе: «Преобразователь отходов в деньги».



26. Если у вас оказалась денежка с вашими инициалами, то никогда не тратьте его, она станет вашим денежным магнитом и будет притягивать деньги



27. Когда готовите щи или борщ, рубите капусту, представляя, что это деньги.

----------------------------


Метки:   Комментарии (0)КомментироватьВ цитатник или сообщество
fishkairiska

Неизлечимые болезни и сила мысли

Четверг, 18 Августа 2016 г. 15:46 (ссылка)

Это цитата сообщения ЗДОРОВЬЕ_РОССИИ Оригинальное сообщение


Неизлечимые болезни и сила мысли (610x672, 124Kb)Неизлечимые болезни скоро вылечат! Так заявляют американские ученые, рассказывая, что в ближайшие 6 лет они уже выпустят таблетки, которые будут лечит диабет. А потом придет очередь всех остальных болезней. Что же это за лекарство? Ученые не делают тайну, и рассказывают «Это будет такая таблетка, которая при попадании в организм будет давать мозгу команду вырабатывать инсулин». Вот такое открытие!

Йоги этим давно пользуются – дают команду мозгу при визуализации. Визуализация – сильнейшая вещь. Отлично работает при многих проблемах, так как сила мысли гораздо сильнее физических действий.

В свое время на меня сильное впечатление произвела история из книги Нурбекова «Опыт дурака…». Приехал он в составе группы в детский санаторий с детьми-сиротами, болевшими диабетом. Рядом был санаторий такого же профиля с детьми, имеющими родителей. И вот в 1-м было 100% выздоровление, а во 2-м – никаких улучшений. Эту загадку и должна была разрешить приехавшая группа специалистов.

Во-первых, они вычислили, что детям с родителями болеть было выгодно. Родители водили возле больных хороводы и задаривали подарками и вниманием. И многие дети понимали, что как только они выздоровеют – эта красота закончится, нужно будет ходить в школу и сполна получать разные наказания за невыученные уроки и плохое поведение. Так называемая вторичная выгода от болезни.

Читать далее...
Метки:   Комментарии (0)КомментироватьВ цитатник или сообщество
kiev2376393

15 полезных инструментов для визуализации данных

Четверг, 14 Июля 2016 г. 20:14 (ссылка)

Предложенный список общедоступных и платных инструментов поможет специалистам эффективно и наглядно презентовать различные данные.

Метки:   Комментарии (0)КомментироватьВ цитатник или сообщество
SOLiWAY

ЗАЩИТА ОТ НЕГАТИВНОЙ ЭНЕРГИИ ВИЗУАЛИЗАЦИЕЙ ИЗ БЕЛОГО СВЕТА

Четверг, 08 Июля 2016 г. 00:13 (ссылка)




Визуализацию из Белого Света можно использовать для освобождения от негативной энергии и удаления ее из окружающего пространства. После этого Белый Свет можно использовать для защиты от любой иной негативной энергии, которая может вызвать проблемы. Белый Свет — это чистейшая божественная энергия, которой нам позволено пользоваться для защиты себя и своих близких. Вы можете пользоваться им для очищения своего дома и для решения небольших проблем, например освобождения занятой телефонной линии. Некоторые люди при этом используют определенные молитвы и техники. Это замечательно, если только у вас есть время для исполнения ритуала. Однако я никогда этим не пользуюсь. Уверена, что, с точки зрения духовности, нам позволено использовать Белый Свет Божественности всегда, когда возникает необходимость, поэтому я благодарю Вселенную всякий раз, когда это делаю. Особых усилий я при этом не прилагаю, поскольку вечно занята, и чем проще мне выполнить упражнение, тем лучше.



Пользоваться Белым Светом чрезвычайно просто. Если необходимо обеспечить защиту, применяйте созидающую визуализацию: представьте свет, текущий к вам из Вселенной. Ослепительно яркий чистый свет энергии образует вокруг вас кокон, начиная с макушки и спускаясь к ногам, после чего свет уходит в землю. Теперь вы полностью окутаны им. Для более эффективной защиты можете добавить еще несколько слоев света или варьировать размер кокона, отдаляя его или приближая к себе. Окутываясь слоями света, сосредоточьтесь на его яркости, чистоте и позитивности. Наблюдайте, как он порождает вокруг вас барьер, не пропускающий вовнутрь никакую негативную энергию. Можно воспользоваться созидающей визуализацией и для того, чтобы поставить вокруг белого светового кокона зеркала, которые будут отражать любой негатив, направленный в вашу сторону.



Вы можете пользоваться Белым Светом Божественности для защиты самого себя, своих близких, своей собственности и домашних животных. Используйте его также для того, чтобы избавиться от своих страхов. Например, если вам боязно вести автомобиль по автостраде, в следующий раз, когда вам надо ехать по этой дороге, оберните себя и автомобиль несколькими слоями Белого Света перед тем, как выехать на нее. Позаботьтесь о том, чтобы световая завеса спускалась ниже колес, и дайте свету установку двигаться вместе с вашим автомобилем. Помощью Белого Света можно пользоваться всякий раз, когда вы в этом нуждаетесь.
https://vk.com/magiktur


Метки:   Комментарии (0)КомментироватьВ цитатник или сообщество
SoftLabirint

3ds max и V-ray - Архитектурная Визуализация от А до Я (2016) Видеокурс » SoftLabirint.Ru: Скачать бесплатно и без регистрации - Самые Популярные Новости Интернета

Четверг, 16 Июня 2016 г. 15:45 (ссылка)
softlabirint.ru/video/video...okurs.html


3ds max и V-ray - Архитектурная Визуализация от А до Я (2016) Видеокурс

Михаил Зайцев входит в десятку лучших 3D-модельеров России и стран СНГ по рейтингу самого крупного сайта по удаленной работе (фриланс)

Все, что вам нужно, чтобы с нуля начать получать заказы — это взять и изучить подробный пошаговый обучающий видеокурс «3ds max и V-ray — Архитектурная визуализация от А до Я» Михаила Зайцева.



Видеокурс «3ds max и V-ray — Архитектурная визуализация от А до Я» является подробным наглядным руководством в видеоформате по визуализации домов со всей теорией + практикой.

Курс предназначен для новичков, которые не работали ранее в 3ds max и с движком V-ray. Также несомненно курс будет полезен «среднячкам», у которых уже есть опыт в визуализации архитектуры, но которые хотят улучшить результаты и научиться в разы больше и быстрее зарабатывать при помощи фриланса или вообще уволиться с наемной работы и выполнять заказы удаленно.

 



3ds max и V-ray - Архитектурная Визуализация от А до Я (2016) Видеокурс 3ds max и V-ray - Архитектурная Визуализация от А до Я (2016) Видеокурс 3ds max и V-ray - Архитектурная Визуализация от А до Я (2016) Видеокурс






Название: 3ds max и V-ray - Архитектурная Визуализация от А до Я (2016) Видеокурс

Год: 2016

Язык: русский

Формат: mp4

Video: AVC, 1280x720, 18.000 fps, 597 Kbps

Audio: AAC LC, 44.1 KHz, 2 channels, 93.6 Kbps

Размер: 490.87 MB



Скачать: 3ds max и V-ray - Архитектурная Визуализация от А до Я (2016) Видеокурс >>>



 



Подписка на новости сайта…

http://feeds.feedburner.com/Soft-Labirint

http://feeds.feedburner.com/Soft-Labirint?format=xml

https://feedburner.google.com/fb/a/mailverify?uri=Soft-Labirint

Метки:   Комментарии (0)КомментироватьВ цитатник или сообщество
SoftLabirint

3ds max и V-ray - Архитектурная Визуализация от А до Я (2016) Видеокурс » SoftLabirint.Ru: Скачать бесплатно и без регистрации - Самые Популярные Новости Интернета

Четверг, 16 Июня 2016 г. 15:45 (ссылка)
softlabirint.ru/video/video...okurs.html


3ds max и V-ray - Архитектурная Визуализация от А до Я (2016) Видеокурс

Михаил Зайцев входит в десятку лучших 3D-модельеров России и стран СНГ по рейтингу самого крупного сайта по удаленной работе (фриланс)

Все, что вам нужно, чтобы с нуля начать получать заказы — это взять и изучить подробный пошаговый обучающий видеокурс «3ds max и V-ray — Архитектурная визуализация от А до Я» Михаила Зайцева.



Видеокурс «3ds max и V-ray — Архитектурная визуализация от А до Я» является подробным наглядным руководством в видеоформате по визуализации домов со всей теорией + практикой.

Курс предназначен для новичков, которые не работали ранее в 3ds max и с движком V-ray. Также несомненно курс будет полезен «среднячкам», у которых уже есть опыт в визуализации архитектуры, но которые хотят улучшить результаты и научиться в разы больше и быстрее зарабатывать при помощи фриланса или вообще уволиться с наемной работы и выполнять заказы удаленно.

 



3ds max и V-ray - Архитектурная Визуализация от А до Я (2016) Видеокурс 3ds max и V-ray - Архитектурная Визуализация от А до Я (2016) Видеокурс 3ds max и V-ray - Архитектурная Визуализация от А до Я (2016) Видеокурс






Название: 3ds max и V-ray - Архитектурная Визуализация от А до Я (2016) Видеокурс

Год: 2016

Язык: русский

Формат: mp4

Video: AVC, 1280x720, 18.000 fps, 597 Kbps

Audio: AAC LC, 44.1 KHz, 2 channels, 93.6 Kbps

Размер: 490.87 MB



Скачать: 3ds max и V-ray - Архитектурная Визуализация от А до Я (2016) Видеокурс >>>



 



Подписка на новости сайта…

http://feeds.feedburner.com/Soft-Labirint

http://feeds.feedburner.com/Soft-Labirint?format=xml

https://feedburner.google.com/fb/a/mailverify?uri=Soft-Labirint

Метки:   Комментарии (0)КомментироватьВ цитатник или сообщество
rss_rss_hh_new

Граф цитирования статей Хабрахабра

Понедельник, 13 Июня 2016 г. 09:19 (ссылка)

Однажды, мне стало интересно: насколько статьи на Хабре связаны между собой? Поэтому сегодня мы займемся исследованием связности статей, и конечно не только посчитаем численные метрики, но и увидим картину целиком.





(это не просто картинка для привлечения внимания, а граф цитирования статей внутри Хабрахабра, где размер вершин определяется числом входящих рёбер, i.e., "количеством цитат внутри Хабра")



Началось всё с того, что в комментариях к статье про Хабра-граф и карму Tiberius и Loriowar озвучили идею, фактически витающую в воздухе: а почему бы не взглянуть на граф цитирования статьёй внутри самого Хабра?







Вы спрашивали? Мы отвечаем. Для того чтобы рассказ не был размахиванием рук, конкретизируем разбираемые вопросы:




  • Q1: Как выглядит граф цитирования Хабрахабра и какие в нём хабы (hubs and authorities)?




  • Q2: Насколько связным является сообщество (граф цитирования) и какие в нём кластеры?




  • Q3: Как изменится граф, если из него убрать самоцитирование?



Под катом трафик. Все картинки кликабельны.



Краткие пояснения по терминологии:



Хаб — это вершина с большим количеством исходящих ссылок, а "авторитетный источник" (authority) — вершина с большим количеством входящих ссылок. Под связностью мы будем понимать среднее число рёбер приходящихся на вершину (входящую или выходящую). Самоцитирование — это ребро, у которого обе вершины с одинаковым автором.



Граф цитируемости статей (внутри Хабра)



Возьмем граф из начала статьи и внимательно посмотрим на каждый из кластеров и крупные вершины. Мне удалось выделить и пометить несколько интересных "сообществ" статей.









К сожалению, пост номер один: habrahabr.ru/post/1 получил много входящих по чисто техническим причинам (несовершенство парсера), на самом деле на него никто не ссылался.



Остальные кластеры довольно интересны, например есть целая группа историй IT в духе: Грэйс «бабуля COBOL» Хоппер или целый ряд статей по Тензорной Алгебре. Всего у нас 95 тысяч вершин и порядка 50 тысяч рёбер. Связность очень низкая: на одну вершину в среднем приходится порядка одного ребра и примерно 60% всех точек не связаны ни с одной другой статьёй на Хабре — см. большое плотное облако вокруг графа на самой последней картинке внизу.



Граф без самоцитирования



Как мы видим картинка существенно поменялась и ряд кластеров пропал. В целом это отражает классический сценарий, когда серия статей одного автора имеет высокую связность за счет ссылок на всю серию в каждой статье.









Однако, ряд кластеров всё-таки выжил. Посмотрим на них повнимательнее.



"Народные" кластеры



Три самых больших и интересных кластера, которые выжили — это перевод книги Passionate Programmer, KingPin и лекции Питера Тиля. Отличная командная работа, в том числе и по документированию серии! Это очень интересный и позитивный результат, он говорит о том, что сообщество может скоординировано проводить достаточно большую и сложную работу, а так же поддерживать ссылочную целостность — найдя одну статью, всегда можно извлечь и найти всю серию.







Карта хабов ака граф исходящих рёбер



Мы уже посмотрели на "авторитетные источники", где вес вершины определялся входящими ребрами, теперь мы можем взглянуть на вершины с большим числом исходящих рёбер. И определить — какие же в сети присутствуют хабы.









Рассмотрим степень влияния каждого из хабов, подсветив их рёбра.







Теперь внимательно посмотрим, что же это за хабы?







Как мы видим речь в основном идёт о постах с подборками интересных материалов на самом Хабре. Например, топом самого интересного или материалами по питону. Что безусловно логично — самым большим числом внешних ссылок обладают каталоги, хранящие исходящие ссылки (где же этот мета-обзор всех обзоров статей Хабра?).



Также этот граф подсказывает нам о большой любви сообщества к Python (и, надо сказать, небезосновательно).



Лидеры по числу входящих\исходящих цитат



Рассмотрим остальные посты (25+ ссылок) без учёта входящих и исходящих (т.е. считаем граф неориентированным).









Все статьи в списке можно условно разделить на каталоги (интересные и полезные ссылки по теме Х) и части серии. Если внимательно приглядеться, то первые — это в точности наши хабы, а вторые — authorities.



То есть статей, которые бы просто все активно цитировали на Хабре нет (по крайней мере цитируют их тут реже, чем статьи серий).



Рейтинг цитирования авторов



Также интересно собрать число цитат в статьях, приходящихся на автора. При подсчете и составлении рейтинга не учитывалось самоцитирование (по этой теме будет отдельный рейтинг).



Первое место оказалось довольно предсказуемым — причём с бооольшим отрывом.



Рейтинг цитирования топ-30

1 alizar,743

2 marks,261

3 ilya42,202

4 MagisterLudi,202

5 lapyk,167

6 XaocCPS,144

7 SLY_G,131

8 frii_fond,127

9 grokru,124

10 dmitrykabanov,118

11 kichik,115

12 saul,101

13 itinvest,99

14 jeston,97

15 ValdikSS,95

16 Mithgol,83

17 andorro,76

18 UiDesignGroup,72

19 IT_invest,71

20 amarao,70

21 p-y-t-h-o-n,69

22 esetnod32,66

23 aleksandrit,66

24 azproduction,64

25 nokiaman,64

26 wiygn,63

27 NCNecros,62

28 FSBook,61

29 Boomburum,61



Рейтинг самоцитирования



Данный рейтинг интересен прежде всего тем, что позволяет понять насколько сравнимо число цитат остальных авторов с собственным. В среднем мы видим, что число цитирований своих статей превосходит число обычных цитат. Также это говорит о существенном вкладе в связность графа цитирования личных статей.



Можно считать это личным вкладом в связность статей Хабра (автор данной статьи даже занял в этом рейтинге 26-ое (!) место).



Рейтинг самоцитирования

1 itinvest,541

2 SLY_G,526

3 MagisterLudi,469

4 1cloud,424

5 esetnod32,415

6 ptsecurity,410

7 maisvendoo,373

8 zag2art,365

9 ilya42,337

10 EvseyFaydo,302

11 lol_wat,270

12 frii_fond,264

13 1eqinfinity,258

14 alexzfort,229

15 XaocCPS,226

16 andorro,226

17 alizar,222

18 khizmax,218

19 Boomburum,196

20 Mithgol,188

21 Milfgard,174

22 eagleson,173

23 vedenin1980,168

24 OsipovRoman,161

25 CooperMaster,159

26 varagian,155

27 bbk,154

28 Irina_Ua,153

29 dmitrykabanov,133

30 Unrul,131



Воспроизводимость и открытые данные



Твёрдно уверен, что любой результат исследований должен быть воспроизводим, повторяем, а также доступен читателю. Поэтому все исходные данные прилагаются к статье.



Ссылки: граф цитирования Хабрахабра и граф без самоцитирования (Gephi), а также дапм всех статей Хабрахабра доступен здесь (собрано в 20-х числах мая 2016-го), как и большое число других вкусных и интересных данных по Хабру, специально собранных и очищенных для использования (может неплохо подойти, если пишите диплом или нужны реальные текстовые или (полу-)структурированные данные).



Выводы




  • Q1: Хабы — подборки интересностей на Хабре, авторитетные источники — серии статей, граф похож на облачко с несколькими сообществами и огромным поясом статей вокруг без единой ссылки (порядка 60% всех вершин)

  • Q2: Граф сильно разреженный — порядка одного ребра на вершину, встречаются достаточно связные кластеры — например "Магия тензорной алгебры", поддерживающие связность за счет того, что каждая статья хранит каталог всех ссылок серии

  • Q3: Без самоцитирования практически все кластеры пропадают, но остаётся небольшой ряд "народных" кластеров, например перевод книги KingPin, показывающий настоящую командную работу сообщества.



Вместо заключения



Из любви к искусству: граф цитирования без учета рёбер в качестве веса вершин


Original source: habrahabr.ru.

https://habrahabr.ru/post/302430/?utm_source=habrahabr&utm_medium=rss&utm_campaign=best

Метки:   Комментарии (0)КомментироватьВ цитатник или сообщество
rss_rss_hh_new

Анализируем как успешное трудоустройство и зарплата зависят от вуза, специальности и региона

Пятница, 10 Июня 2016 г. 17:21 (ссылка)





Привет, Хабр!



В 2014 году мы совместно с несколькими министерствами и ведомствами дали старт мониторингу трудоустройства российских вузов, результаты которого были опубликованы в 2015 году на портале http://graduate.edu.ru/.



Мониторинг проводился среди выпускников 2013 года (у них было достаточно времени, чтобы найти работу). Сейчас идет работа над мониторингом выпускников 2014 года и мы решили рассказать вам о целях и результатах прошлогоднего проекта. Если вам интересно узнать, как размер зарплаты и успех трудоустройства зависит от вуза, специальности и региона, добро пожаловать под кат.



В первой части статьи мы расскажем о целях, методике мониторинга и исходных данных. Если вам интересны только результаты, то можно сразу перейти в одноименный раздел.



Цель



Цель мониторинга – оценить трудоустройство выпускников в следующих разрезах:




  1. Вуз;

  2. Специальность (направление подготовки);

  3. География трудоустройства.



При этом оценивались два основных параметра:




  1. Доля трудоустройства (сколько процентов выпускников смогло найти работу);

  2. Уровень средней заработной платы.



Такая аналитика нужна, например, непосредственно Минобрнауки, чтобы оценивать эффективность работы вузов. Трудоустройство выпускников не единственный, но важный критерий такой оценки. Во-вторых, результаты могут быть полезны выпускникам школ и их родителям. О том, как выбрать школу, на Хабре недавно писали. Получается, наши сведения актуальны для тех, кто чуть старше, особенно в свете грядущей вступительной кампании.



Методика



Вообще говоря, исследования на эту тему не такая уж редкость. Во многих вузах есть службы, анализирующие дальнейшую судьбу выпускников. Различные СМИ и ресурсы интернет-рекрутмента также любят порадовать подобной статистикой. И это замечательно. Но данное исследование принципиально отличается от них в следующем:




  • Масштаб – в мониторинге участвовали практически все вузы России. На момент мониторинга имелись данные о 1 240 532 выпускниках 2013 года с указанием ФИО, возраста, пола, специальности, квалификации и других, не очень нам интересных, атрибутов.

  • Источники данных – Использовались данные ПФР о трудоустройстве и размере заработной платы.

  • Визуализация – Удобное и доступное представление результатов на портале http://graduate.edu.ru/.



Мониторинг состоит из нескольких этапов:



0) На «нулевом» этапе все вузы обязаны заносить информацию о выданных дипломах в федеральную ИС ФРДО. Кстати, каждый выпускник может проверить наличие информации по нему в этом реестре frdocheck.obrnadzor.gov.ru. Данным сервисом могут пользоваться и работодатели. Если вы себя там не нашли – крайне рекомендуем написать в свой вуз об этом.



1) На первом этапе из данных ФРДО были отобраны все вузы (кроме силовых, зарубежных и тех, чьими учредителями являются религиозные организации).



2) На втором этапе Рособрнадзор проверяет и обрабатывает полученные сведения по каждому выпускнику (в защищенном контуре ФРДО). Исключаются данные о продолживших обучение студентах (допускаем, что если человек продолжает учиться дальше, то это уважительная причина не искать работу). У всех выпускников должны быть верно заполнено: ФИО, пол и дата рождения, иначе ПФР не сможет их идентифицировать.



После этого данные группируются в пакеты и передаются в Пенсионный фонд России для обработки. Каждый пакет соответствует уникальному сочетанию следующих разрезов: вуз, специальность, квалификация, пол. Фактически это и есть группа выпускников, закончивших вуз по одной специальности.



3) На третьем этапе Пенсионный фонд России определяет, был ли трудоустроен выпускник согласно официальным данным (произведено хотя бы одно отчисление в Пенсионный фонд за год или открыто ИП), а также, сколько всего в среднем заработал выпускник за время работы суммируя эти данные в разрезе каждого пакета.



4) ПФР передает данные о трудоустройстве и уровне заработных плат по каждой группе, т.е. в обезличенном виде (понять, сколько конкретно получает ваш бывший одногруппник – нельзя).



Все эти данные анализируются и загружаются на Портал.



Для тех, кто запутался, методика приведена на отдельном рисунке:



Рис. 1



На основе полученных из ПФР данных рассчитываются два основных показателя:




  1. Доля трудоустройства. Это отношение числа трудоустроенных выпускников к общему числу выпускников вуза за вычетом «ошибочных» и не найденных ПФР.



    Итоговая формула будет выглядеть так:



    , где



    Ктд – число трудоустроившихся выпускников,



    Ко – общее число выпускников, отобранных на 1 и 2 этапах,



    Кош – число выпускников с неверными данными, например пустая дата рождения,



    Кнпфр – число выпускников, которых не смог однозначно идентифицировать ПФР (полные тезки по ФИО, полу и дате рождения)



    Кино – число выпускников – граждан иностранных государств (применимо только для вуза и более общих разрезов – тип вуза, регион вуза и т.д.).



    Величину Ко-Кош для удобства будем называть «число допущенных к обработке».



    При расчете доли трудоустройства в целом по вузу или региону так же вычитаются студенты-иностранцы (для них использовать данные отечественного ПФР не совсем корректно). В разрезе специальностей такие данные в этом мониторинге собрать не удалось, поэтому для них доля трудоустройства рассчитывается без вычета иностранцев.




  2. Уровень средней заработной платы. На самом деле это не только заработная плата. Это все деньги, официально заработанные выпускником (зарплаты, премии и т.д.) за весь календарный год, следующий за годом выпуска (то есть для выпускников 2013 года анализировались выплаты за весь 2014 год).



Средняя зарплата считается как этот суммарный доход, разделенный на количество месяцев, которые проработал выпускник в 2014 году.



Особенности методики



Очевидно, что у такой методики (как и у любой другой) есть как плюсы, так и минусы.



Минусы очевидны:




  • Учитывается только официальное трудоустройство (если выпускник стал фрилансером, но не оформил ИП, то он будет считаться нетрудоустроенным);

  • Учитываются только официальные доходы (подработки и серые зарплаты не попадут в данные ПФР);

  • Не отслеживается факт соответствия выпускной специальности и сферы трудоустройства (шутка про гуманитариев и Макдональдс).



Все эти минусы довольно сложно устранить, если ограничиться официальными источниками данных. Теоретически можно попытаться получить их с помощью анкетирования/опросов и т.д. Но, во-первых, это привнесет свои искажения в данные (на тему искажения респондентами своего уровня доходов написана не одна сотня статей), во-вторых, в масштабах России для получения репрезентативной выборки по всем нужным разрезам это было бы сопоставимо с мини-переписью населения.



К счастью, минусы являются одновременно и плюсами. Главное достоинство методики в том, что выборка практически сплошная (за вычетом продолживших обучение выпускников и данных, предоставленных с ошибками). А значит, минимизируется ошибка репрезентативности, так как мы работаем почти напрямую с генеральной совокупностью.



К сожалению, это был первый проект мониторинга и в нем не были учтены некоторые факторы: форма обучения (очное/заочное), первое или второе высшее, форма оплаты. Все это учтено в мониторинге выпускников 2014 года, который сейчас идет полным ходом.



Входные данные



Всего вузов, участвовавших в мониторинге — 933 (без учета филиалов):

image

Рис. 2 (где возможно будем приводить ссылки на интерактивные диаграммы/графики)



Не все из них сдали корректные данные (по разным причинам с этим в основном не справились «частники»):



Рис. 3



Итого у нас получилось 819 вузов, которые предоставили данные о 1 240 532 выпускниках:



Рис.4



Давайте посмотрим, как выпускники распределены по типам вузов (число выпускников будем рассматривать с учетом филиалов, если не указано обратное):



Рис.5



Как видно, процентные соотношения по сравнению с Рисунком 4 уже другие. Но это вполне логично – среди государственных вузов много крупных, среди частных – гораздо меньше.



Каждый выпускник обучался по направлению, относящемуся к одной из укрупненных групп направлений подготовки (специальностей), сокращенно – УГС. Например, «машиностроение», «экономика и управление» и т.д. Таких УГС больше 50. Чтобы не приводить здесь такую «простыню» (мы на нее еще насмотримся позже), сгруппируем данные по типу УГС. Классификация довольно условная, но именно такая разбивка присутствует в различных нормативно-правовых актах в России.





Рис.6



На самом деле экономика и юриспруденция входят в «науки об обществе», но их показатели были так велики (35% всех выпускников – «экономисты»), что пришлось выделить их в отдельные категории.



Около 3% выпускников продолжили обучение, еще 0,4% данных оказались некорректными (в основном неверные или незаполненные даты рождений) и в обработку «ушли» уже 1 198 276 человек. Их данные и послужили основой для результатов, изложенных ниже.



Результаты



Учитывая объем массива данных, его анализ можно выполнять для огромного количества разрезов и проверять на его основе множество гипотез. Поэтому здесь мы приведем только некоторые результаты анализа. Это лишь малая часть того, что можно получить, изучая данные мониторинга.



Для тех, кто хочет самостоятельно поработать с данными (или просто посмотреть на свой родной вуз) – подробные результаты по всем вузам можно увидеть на нашем портале. Там же после регистрации (зато без СМС) можно скачать эти данные в Excel-формате:



Рис.7



В этой статье не будем рассматривать данные в разрезе вузов – информация по ним есть на портале, да и места для такого анализа здесь не хватит. Скажем лишь, что на первых местах небольшие и не самые известные вузы. В этом нет ничего странного: чем меньше вуз, тем больше у него шансов показать сильно отклоняющийся от средних значений показатель.



Перед тем, как перейти к непосредственному изложению результатов – небольшая ремарка для тех, кто нечасто имеет дело со статистикой. В общем случае, когда речь идет о статистических закономерностях, мы не можем говорить о том, что является причиной, а что следствием. Если выпускники престижного вуза NN имеют хорошие доходы и легко находят работу, это не значит, что в этом обязательно заслуга вуза. В престижные вузы поступает много талантливых и способных учеников, вполне вероятно, что они достигли бы таких же или еще больших высот, обучаясь в другом вузе. Ответ на такие вопросы – тема отдельного большого исследования.



Результаты анализа



Для начала посмотрим на результат трудоустройства и заработную плату по типам вузов:



Рис. 8



Отчасти ожидаемый результат: согласно статистике, в государственных вузах с точки зрения трудоустройства учиться лучше, чем в условной «Академии Натальи Нестеровой» (не в обиду выпускникам этого вуза).



Впрочем, на уровне заработной платы это не очень сильно сказывается. А вот муниципальные вузы «проседают». Возможно, потому что все они сосредоточены в регионах, где уровень зарплат ниже, чем в Москве или Санкт-Петербурге.



Теперь приведем этот же график, но уже в разрезе специальностей (точнее, «УГС» – укрупненных групп специальностей):



Рис. 9



В таблице приведен столбец с числом выпускников по каждой УГС, чтобы можно было оценить число трудоустроившихся студентов не только в процентах, но и в абсолютных цифрах.



Как вы помните, вне конкуренции по числу выпускников экономически-управленческие специальности. В тройку лидеров также входят педагоги и юристы. При этом если экономика и педагогика еще держатся в середине «турнирной таблицы» по уровню трудоустройства, то юриспруденция – однозначный аутсайдер. Если же смотреть на абсолютные цифры, то около половины всех нетрудоустроенных выпускников – это юристы и экономисты:



Рис. 10



При этом различия в результатах поиска работы между представителями этих двух специальностей и остальными выпускниками статистически значимы (



Обратите внимание, что по уровню трудоустройства лидируют специальности технического, медицинского и естественнонаучного профиля. Среди отстающих в основном «гуманитарии» и творческие специальности.



По зарплате лидируют следующие специальности:




  • Аэронавигация и эксплуатация авиационной и ракетно-космической техники – 69 470 рублей.

    Это неудивительно, учитывая зарплату летчиков гражданской авиации в России.

  • Прикладная геология, горное дело, нефтегазовое дело и геодезия – 48 290 рублей.

    Учитывая сложившуюся ситуацию, интересно будет посмотреть на эту отрасль в динамике следующих лет.

  • Ядерная энергетика и технологии – 43 460 рублей.

    А вот это приятный сюрприз.

  • Физическая культура и спорт – 42 700 рублей.

    Вряд ли детские тренеры и другие специалисты в этой области получают высокие зарплаты, но для того, чтобы поднять среднее значение достаточно и небольшого числа профессиональных футболистов/хоккеистов, получающих баснословные гонорары.

  • Экранные искусства – 41 150 рублей.

    Вероятнее всего, ситуация аналогична описанной в предыдущем пункте.



Любопытно будет посмотреть на специальности одновременно и с точки зрения доли трудоустройства, и с точки зрения заработной платы. То есть выявить «дважды лучшие» и «дважды худшие». Для этого отберем УГС, по которым средняя зарплата и уровень трудоустройства будут ниже (для «худших») или выше (для «лучших») 15-го и 85-го процентиля распределения этих величин соответственно.  Такое деление условно, но для наглядности ограничимся им (более детальный анализ можно провести, используя вышеприведённую таблицу и данные портала).



На следующем рисунке «худшие» и «лучшие» специальности выделены красным цветом и подписаны:



Рис.11



Так что если вы абитуриент и после окончания вуза не хотите иметь проблем с трудоустройством и зарплатой, идите в физики-ядерщики :-)



Перейдем к еще одному немаловажному показателю – географии.



Вузы каких регионов имеют лучшие показатели трудоустройства? Для удобства будем учитывать только головные организации, так как в общем случае неясно, чьим вузом считать Владивостокский филиал московского вуза – московским или все же дальневосточным. Учет географии филиалов – тема отдельной статьи.





Рис. 12



Как видно, наибольшие проблемы с показателями трудоустройства в основном у вузов Северного Кавказа. Если посмотреть на список регионов вузов с худшими показателями трудоустройства по РФ, мы убедимся в этом еще раз:



Рис. 13



Тут стоит отметить и высокий уровень безработицы в данных регионах. Согласно данным Росстата, в СКФО он в два раза выше, чем в среднем по стране. Но нельзя однозначно сказать, что является причиной, а что следствием. Безработица может быть вызвана малым количеством вакантных рабочих мест, а может – низким качеством специалистов или нежеланием жителей регионов устраиваться на (официальную) работу.



Раз уж речь зашла о географии, мы хотим затронуть тему трудовой миграции. Более подробные данные по миграции выпускников вуза или региона, в том числе уровни зарплат уехавших/оставшихся можно посмотреть на портале в перечне регионов http://graduate.edu.ru/registry#/?slice=6.



Взгляните на карту, на которой указан процент выпускников, уехавших из региона (по отношению к общему числу трудоустроившихся выпускников этого региона). На этот раз филиалы участвуют – их выпускников учитываем как выпускников региона, где физически расположен филиал:



Рис. 14



Чтобы выяснить конкретные причины высокого оттока выпускников, необходимо анализировать каждый регион отдельно. Для многих соседствующих регионов складывается схожая ситуация: выпускники массово уезжают из «выпускающего» региона в соседний. Возможно, это просто возвращение выпускников домой после окончания учебного заведения. А может быть, соседний регион просто ближайший, в котором легко найти хорошую работу. Например, из Томской области многие уезжают в соседние Новосибирскую и Кемеровскую. Похожая ситуация с Тюменской областью и ХМАО.



У Москвы доля уехавших выпускников неожиданно высока. Причем 18 тысяч уехало в Подмосковье:



Рис. 15



Это вызвано юридическими формальностями. Многие филиалы московских вузов под конец обучения переводят своих студентов в «головную» организацию. Так человек, живущий и работающий в области, получает диплом как выпускник московского вуза, а не филиала.



А вот Курская область отражает общероссийский тренд – ее выпускники уезжают в основном в Москву (всего уезжает около половины выпускников). Подозреваем, это вызвано разницей в уровне зарплат – у трудоустроившихся в Москве она в 2 раза выше, чем у оставшихся. Вообще, почти в половине регионов России самое популярное направление отъезда выпускников – Москва и Московская область.



Вместо заключения



Мы рассказали лишь о небольшой части данных, полученных и исследованных в ходе мониторинга. Но на этом пора закругляться – статья и так вышла не маленькой. Надеемся, вам было интересно узнать о проекте и некоторых его результатах. Если будет интересно, SAnatoly может рассказать о старте и методике проекта, а vpodolskiy об архитектуре и формировании пакетов для ПФР.



Следует помнить, что подобный мониторинг не является единственным способом оценки эффективности вузов и имеет ряд ограничений и допущений. Несмотря на это, результаты проекта дают достаточно пищи для размышлений и, возможно, помогут абитуриентам с выбором профессии или вуза.



Ждем всех, кого заинтересовал этот пост, на портале – и просто любопытствующих, и специалистов в области образования, и тех, кто хотел бы самостоятельно проанализировать полученные данные.
Original source: habrahabr.ru.

https://habrahabr.ru/post/302930/?utm_source=habrahabr&utm_medium=rss&utm_campaign=best

Комментарии (0)КомментироватьВ цитатник или сообщество

Следующие 30  »

<визуализация - Самое интересное в блогах

Страницы: [1] 2 3 ..
.. 10

LiveInternet.Ru Ссылки: на главную|почта|знакомства|одноклассники|фото|открытки|тесты|чат
О проекте: помощь|контакты|разместить рекламу|версия для pda