Документальный фильм «Измерения» — это два часа математики, постепенно выводящие вас в четвёртое измерение. В создании фильма принимали участие Джос Лейс, Этьен Джус, Аурельен Альварез.

💡Смотреть фильмы

Содержание:
Часть 1. Размерность два
Часть 2. Размерность три
Часть 3. Четвертое измерение
Часть 4. Четвёртое измерение (продолжение)
Часть 5. Комплексные числа
Часть 6. Комплексные числа (продолжение)
Часть 7. Расслоение
Часть 8. Расслоение (продолжение)
Часть 9. Доказательства
Измерения II (синопсис)

💡Друзья, напоминаю вам, что у нас есть чат физиков, математиков, разработчиков:

Наш чат ➡️ @math_code ⬅️

Свободное тематическое общение на интересные темы. Вы сможете задать вопросы и получить помощь, сами помочь другим, обсудить что-либо. Чат под строгой модерацией, поэтому флуда, рекламы, оскорблений, политики и прочей ерунды там нет! Только дружная уютная атмосфера!

Присоединятесь! 👨🏻‍💻

Прикладное машинное обучение с помощью Scikit-Learn и TensorFlow: концепции, инструменты и техники для создания интеллектуальных систем [2018] Жерон Орельен

Прикладное машинное обучение с помощью Scikit-Learn и TensorFlow: концепции, инструменты и техники для создания интеллектуальных систем [2018] Жерон Орельен

"Эта книга - замечательное введение в теорию и практику решения задач с помощью нейронных сетей. Она охватывает ключевые моменты, необходимые для построения эффективных приложений, а также обеспечивает достаточную основу для понимания результатов новых исследований по мере их появления. Я рекомендую эту книгу всем, кто заинтересован в освоении практического машинного обучения."
- Пит Уорден, технический руководитель направления TensorFlow

Благодаря серии недавних достижений глубокое обучение значительно усилило всю область машинного обучения. В наше время даже программисты, почти ничего не знающие об этой технологии, могут использовать простые и эффективные инструменты для реализации программ, которые способны обучаться на основе данных. В настоящем практическом руководстве показано, что и как следует делать.

💡Вопрос от нашего подписчика по организации самообразования в области программирования

Здравствуйте. Хотел бы спросить у вас совета, а именно по поводу своего курса самообучения, в правильную ли сторону я иду, или же отклонился. Самого меня интересует этичный хакинг (люблю ломать) и геймдев (я знаю, что для него нужно учить OpenGl), но в первую очередь меня интересуют фундаментальные вещи. В общем ситуация сейчас такая, что я заканчиваю ознакомление с синтаксисом и примерами работы ЯП Си и дальше хочу ознакомиться уже с его надстройкой, а именно С++. Далее я опишу свой путь, как я его вижу. Я бы хотел узнать, не забегаю ли я куда то слишком рано и где то наоборот слишком поздно. У меня в планах после ознакомления с ЯП прочитать чистый код(еще чистую архитектуру), а затем совершенный код(возможно SICP), после чего я хочу уверенно закрепить за собой знания архитектуры компьютеров в совокупности с ассемблером, затем перейти к изучению алгоритмов, шаблонов проектирования и баз данных. (К алгоритмам и шаблонам есть мысль перейти раньше, если я начну изучать С++ сразу за Си). Т.к. я приучаю себя к линуксу (Fedora) я также параллельно всему описанному выше буду стараться освоиться в этой ОС по книгам.
В общем я бы хотел услышать чужое мнение по поводу этого пути.

➡️ Обсуждение вопроса ⬅️

#вопросы_подписчиков

Теория принятия решений. Задачи и методы исследования операций и принятия решений [2007] Гольдштейн

Теория принятия решений. Задачи и методы исследования операций и принятия решений [2007] Гольдштейн

Вся сознательная жизнь человека связана с принятием решений. Каждый день человек принимает десятки и сотни решений, одни из которых носят личный характер, другие – технический, третьи затрагивают судьбы людей, интересы организации, региона или страны. Еще с 19 века наука стала заниматься проблемами организационного управления и принятия решений, главным образом в рамках философии. Но только в 20 веке формируются самостоятельные научные направления, относящиеся к этой сфере. Среди них исследование операций, которое определяют по-разному, но цель понимается одинаково – на основе математической модели количественно обосновать выбираемое решение. Для выбора наилучшего решения в рамках этого направления разработаны мощные математические методы.

Создание приложений для смартфонов и планшетов под ОС Android [2019] Фрайман

Создание приложений для смартфонов и планшетов под ОС Android [2019] Фрайман

Предлагаемое пособие по созданию приложений для смартфонов и планшетов под ОС Android, несмотря на большое количество изданий по этой теме, является на данный момент единственной книгой такого рода, предназначенной в первую очередь для старшеклассников, а не для начинающих или опытных программистов. Именно выбор учеников 9–11 классов в качестве целевой аудитории определил и стремление к максимальной простоте и понятности изложения материала, и построение учебника как поэтапного и подробного разбора практического написания реальных приложений. В большинстве глав разбирается отдельное приложение и на его примере излагается также соответствующий объем теоретического материала. Пособие можно использовать в рамках коллективных занятий (на уроках, факультативах или кружках) и при самостоятельном индивидуальном обучении. Книга написана на основе 6-летнего опыта преподавания предмета "Создание приложений для смартфонов и планшетов"

И все же, когда дело доходит до объяснения вещей, в принципе доступных пониманию, я склонен считать себя оптимистом. Можно даже сказать, неисправимым оптимистом. Мне кажется, что читатели, не способные оперировать дробями, слегка себя обманывают — в большинстве своем эти люди обладают потенциальной способностью к такого рода деятельности, но по разным причинам предпочитают об этом «не знать».

➡️ Читать статью в нашей группе ⬅️

#article #математика #физика

Expert C Programming, Deep C Secrets Peter van der Linden

Expert C Programming, Deep C Secrets Peter van der Linden

This is a very different book on the C language! In an easy, conversational style, Peter van der Linden, of Sun's compiler and OS kernel group, presents dozens of astonishing examples drawn from practical experience, including:
● Software that blew up the space probe to Venus
● The C bug that shut down the entire AT&T phone system
● C programmer job interview secrets
● Why programmers can't tell Halloween from Christmas day
● The C code for a complete BASIC interpreter
Expert C Programming reveals the coding techniques used by the best C programmers. It relates C to other languages, and includes an introduction to C++ that can be understood by an programmer without weeks of mind-bending study. Covering both the IBM PC and UNIX systems, it is an entertaining and educational romp through C showing how experts really use it. Expert C Programming is a must read for anyone who wants to learn more about the implementation, practical use, and folklore of C.

Защита личной информации в интернете, смартфоне и компьютере [2017] Камский

Простым и понятным языком здесь рассказано как эффективно защитить свою электронную почту, какими способами лучше воспользоваться для этой цели, а также приведены примеры взлома электронной почты. Вы узнаете как стать анонимным в Интернете, чтобы вас не беспокоили назойливые правила форумов, как защититься от вирусов в Интернете, что такое проект Тог и VPN-анонимайзер. Пользователям Android-устройств (сотовых телефонов, смартфоны, планшеты) будет полезно прочитать, как защитить свои личные данные на своем портативном устройстве.

⬇️ Скачать книгу в @hack_theory@hack_theory

Основы веб-хакинга: нападение и защита [2011] Жуков

Книга для всех интересующихся хакингом веб-сайтов, с параллельным освещением аспектов надежной защиты. Изложение построено на учебных примерах, которые пользователь создает на своем компьютере, и реальных уязвимостях широко распространенных бесплатных движков сайтов, уже имеющихся в тестовой системе. Работа ведется в двух хакерских дистрибутивах Linux —Damn Vulnerable Linux и Back Track 4, работающих на локальном компьютере пользователя под управлением виртуальной машины в ОС Windows. Информация, приведенная в данной книге может быть использована только в ознакомительных и учебных целях.

Reinforcement Learning An Introduction, 2nd Edition [2018] Richard S. Sutton, Andrew G Barto

Reinforcement Learning: An Introduction, 2nd Edition [2018] Richard S. Sutton, Andrew G Barto

The significantly expanded and updated new edition of a widely used text on reinforcement learning, one of the most active research areas in artificial intelligence. Reinforcement learning, one of the most active research areas in artificial intelligence, is a computational approach to learning whereby an agent tries to maximize the total amount of reward it receives while interacting with a complex, uncertain environment. InReinforcement Learning, Richard Sutton and Andrew Barto provide a clear and simple account of the field's key ideas and algorithms. This second edition has been significantly expanded and updated, presenting new topics and updating coverage of other topics. Like the first edition, this second edition focuses on core online learning algorithms, with the more mathematical material set off in shaded boxes.

Обучение с подкреплением [2014] Саттон, Барто

Обучение с подкреплением является одной из наиболее активно развивающихся областей, связанных с созданием искусственных интеллектуальных систем. Оно основано на том, что агент пытается максимизировать получаемый выигрыш, действуя в сложной среде с высоким уровнем неопределенности. Дается исчерпывающее и ясное изложение идей, методов и алгоритмов обучения с подкреплением, при этом диапазон излагаемого материала — от истоков возникновения рассматриваемых концепций до современных результатов в данной области. Для специалистов в области искусственного интеллекта, нейросетевого моделирования и управления, а также студентов и аспирантов соответствующих специальностей.

Reinforcement Learning Algorithms with Python: Learn, understand, and develop smart algorithms for addressing AI challenges [2019] Andrea Lonza

Reinforcement Learning Algorithms with Python: Learn, understand, and develop smart algorithms for addressing AI challenges [2019] Andrea Lonza

Reinforcement Learning (RL) is a popular and promising branch of AI that involves making smarter models and agents that can automatically determine ideal behavior based on changing requirements. This book will help you master RL algorithms and understand their implementation as you build self-learning agents. Starting with an introduction to the tools, libraries, and setup needed to work in the RL environment, this book covers the building blocks of RL and delves into value-based methods, such as the application of Q-learning and SARSA algorithms. You'll learn how to use a combination of Q-learning and neural networks to solve complex problems. Furthermore, you'll study the policy gradient methods, TRPO, and PPO, to improve performance and stability, before moving on to the DDPG and TD3 deterministic algorithms.

Справочник по высшей математике [2019] Выгодский