Epistle.

В писатели пойти, пожалуй? Ибо у многих есть что-то, что им нравится, на что они тратят силы и время с завидной регулярностью. А у меня такое только одно — посты в блоге. Написал пост — хоть частично день прошел не зря. Всё остальное, хоть и приносит иногда больше удовольствия, но стабильностью и постоянством не отличается. Я регулярно составляю тексты в голове, проблема только в том, что нет способа сразу писать. Иногда делаю записи в телефоне, но там набирать текст менее удобно, а развернуть потом мысль не получается — настроение не то. Впрочем, какой тогда из меня писатель, если даже закончить мысль потом получается с трудом? Или просто описать текстом эмоции, т.к. мысли я выражаю не часто.

Сейчас у меня есть мелькающее желание — постановка логистики на основе автоматической обработки данных. Но моих знаний в обоих дисциплинах достаточно, что бы понять, что моих знаний в обоих дисциплинах не достаточно. Ибо не знаю ни целей, ни инструментов.

Однообразно.

Самая большая глупость — это делать тоже самое и надеяться на другой результат.

В гостях у родственников. Как-то у них немного однообразно. При этом однообразно в негативную сторону. Есть некоторые проблемы и в ответ на раздражитель всегда похожая реакция. Знаете, как локальный оптимум. Опять раздражитель, опять субоптимальный ответ. При этом более оптимальный ответ им не нужен, потому что он ведет к новому (более хорошему) локальному оптимуму. Ясное дело, через небольшой провал. Поэтому я даже подсказать не могу. Вряд ли сделаешь такую подсказку, что бы была полностью в рамках их картины мира и при этом что-то улучшала — в рамках их картины мира их действия уже вполне оптимальны.

Вот, кстати, неплохое объяснение на математических аналогиях (ха-ха), почему люди не любят непрошенные советы. Любой совет, неочевидный и неизвестный для получателя, выводит его из локального оптимума (точки равновесия, если хотите) с неопределенными последствиями. Попадешь ли ты в новую, более удачную точку или придется возвращаться в старую.

Ненасильственное воздействие на человека возможно только через расширение или изменение его картины мира. Проблема только в том, что это так же выводит его из оптимума, а потому так же не всегда может считаться действием добровольным. Преимущественно в том случае, когда человек не сам ищет что-то, что хотел бы понять, а выслушивает другого. Если же отказаться и от навязывания, тогда остается лишь обращение к аудитории. Аудитории тоже можно что-то навязать (принудить принять что-то против воли), но преимущественно потому, что часть аудитории может перейти в состояние ребенка (а некоторая часть в этом состоянии живет), слушать и стараться повторить то, что им скажут. Дети таким образом обучаются, для взрослых же это можно считать багом.

Итак, есть люди, которые повторяют одни и те же действия в ответ на одни и те же раздражители. На словах результат их не устраивает и они хотели бы другой результат. Для простоты можем взять меня. Основной раздражитель у меня внутренний — желание близости. Ответное действие одно и то же. Я представляю дискомфорт от процесса общения с незнакомой женщиной (его сравнительно больше, чем удовольствия), это вызывает процессы торможения и отказ от действий.

Попытки с этим работать не впечатляют успехами. Идеи, что нужно что-то перебороть, сделать и радоваться уже не вызывают возбуждения ЦНС. Советы другой направленности, типа «расслабиться и быть собой» тем более не побуждают ни к каким изменениям поведения. на лицо типичный локальный оптимум. Это можно назвать «придумал себе проблему» или «стены в голове», но «застрял в локальном оптимуме» выглядит более точным термином.

Так вот, что с таким объектом делать? Забить, списать объект со счетов и переключиться на следующий? Принять таким, какой есть, встроить в модель мира (карту территории, если хотите воспользоваться таким термином). Сменить эмоциональную реакцию на те или иные события (в таком случае текущий оптимум перестанет быть таковым). На силе воли сделать что-нибудь, выводящее из зоны комфорта.

Ладно, мне лень и слова кончились, пойду голову помою, может поем что-нибудь.

gui

gui нужен для одноразовых задач, в которых ты не разбираешься или не хочешь запоминать. Тыкнуть кнопку и выбрать из вариантов часто проще. Поэтому очень сложный gui не нужен. Обширный, с большим количеством вариантов — нормально. Сложный, с хитрыми взаимосвязями, которые нужно изучить, понять, запомнить — не нужен. Текст в таком случае будет проще в освоении, проще в разработке и поддержке.

Обучение

Закончил курс на курсере, «Data Science in Real Life». 15-й курс. У меня 9 законченных курсов, 5 брошенных и еще один бросил сам преподаватель. И есть смутное ощущение, что один-два курса я не запомнил, а с курсеры они уже могли пропасть.

Еще есть брошенный курс на udacity по автономным автомобилям.

Data Science in Real Life — Johns Hopkins University
A Crash Course in Data Science — Johns Hopkins University
Human-Computer Interaction — Stanford University
Think Again: How to Reason and Argue — Duke University
Model Thinking — University of Michigan
Learning How to Learn: Powerful mental tools to help you master tough subjects — University of California, San Diego

Статистический анализ на R (курса уже нет, название не сохранилось)
Computer Vision: The Fundamentals (курс брошен преподавателем)
Machine Learning Course
Introduction to Databases

Брошены:
Natural Language Processing — Stanford University
Probabilistic Graphical Models — Stanford University
Game Theory — Stanford University & The University of British Columbia
Organizational Analysis (Self-Paced) — Stanford University
Exploring Neural Data — Brown University

Итак, пройдемся по всем, посмотрим, что я вынес и запомнил из курсов.

Machine Learning Course — линейная регрессия, k-means, нейронные сети, регуляризация, понижение размерности. Опыт написания кода под Octave, примеры хорошей работы с массивами. И весь общий принцип построения модели (функции) по данным.
Introduction to Databases — Перемножение кортежей. Знание ценное, помогало.
Computer Vision: The Fundamentals — одно их хороших направлений распознавания — реконструкция трехмерной сцены. Зная сцену, узнать детали на ней намного проще.
Статистический анализ на R — p-value, ANOVA, опыт написания кода на R.

Self-driven cars. Алгоритм А*. Алгоритм уточнения местоположения по неточным датчикам с помощью множества точек. Общее понимание, как это работает и почему возможно.
Learning How to Learn. Работай по 25 минут и 5 минут перерыв. Привычки можно переделать. Большой курс. Нулевой выхлоп.
Model Thinking. Модель сегрегации. Модель распространения эпидемий.
Think Again. Силлогизмы. Не так много за трехмесячный курс.
Human-Computer Interaction. Удобство пользователя и понятность — это важно. И это можно измерять и тестировать.
A Crash Course in Data Science. knitr. Повторяемость результатов — это важно. Подготовка данных это много работы.
Data Science in Real Life. Множественные сравнения — это плохо. Искать в данных то, что найдется — обычно плохая затея. Разница между машинным обучением и классическим статистическим анализом. Многие переменные — суррогатные.

Из брошенных —
Natural Language Processing — naive bayes. Обработка языка — это детали, детали, детали. Никаких замечательных генерализованных алгоритмов нет.
Probabilistic Graphical Models — берем систему взаимосвязей, указываем известные вероятности, получаем оценку неизвестных вероятностей. Для сложных систем не полезно.
Game Theory — точки равновесия.
Organizational Analysis — ничего.
Exploring Neural Data — методы учета сигналов нейронов. Ограничения, которые на практике есть в анализе сигналов. Спайки. Ipython notebook.

Прочитал, выглядит так, что «гуманитарных» курсов заметной пользы остается меньше. Из технических остаются какие-то новые знания о мире, из которых я делаю выводы периодически. От гуманитарных тоже, но самих знаний заметно меньше. При этом всё равно желание еще пройти несколько гуманитарных курсов. Потому что непонятно, какая мне польза от технических знаний. Они позволяют решать задачу, но у других понимания не появлялось, что же я вообще решал и зачем. А какую мне задачу решать, непонятно. У меня не технические проблемы и я хотел бы набрать нетехнических знаний, что бы их решить. А знаний не видно. Я даже в «школу менеджеров» записывался, но бросил быстро, потому что не понял, что я вообще изучаю. Всё какие-то попытки построить описательные модели и сказать — «вот вам три мешка моделей, вы уж сами решите, когда какую выбрать и применить». А зачем их применять и какие нетехнические проблемы решать — вообще нет об этом разговора. Надо будет подумать об этом.