Это старая версия (1.65) ЛипинБорис.

Содержание

Пару слов о себе:

  • Быдлокодер (линк на гитхаб аккаунт https://github.com/dzruyk);
  • Адепт лаборатории с октября 2010;
  • В дипломе на фото трояк за дисциплину «Язык программирования Си» подтверждающий мои глубокие знания в этой сфере;
  • Закончил СыктГУ в 2013 году, выпустился со специальности КЗОИ;
  • Линк на практическую часть ВКР https://github.com/dzruyk/crypti (сам текст ВКР был посеян).
    • Мне кажется, что она вовсе не была посеяна. Тебе просто стыдно показывать её, т. к. она, скорее всего, была безобразно свёрстана в OpenOffice? :-D
    • Она была безобразно свёрстана в MS Word, однако я её всё же посеял. Зачем стыдиться исторических фактов?
На занятиях лаборатории Боря был исключительно вредный и дотошный, иногда даже хотелось бросить в него фломастером. -- СиткаревГригорий
Some tests
  1. Paradis, E. R for beginners / E. Paradis. — 2004. — http://cran.r-projec....
  2. Matloff, N. The Art of R Programming / Norman Matloff. — 2009.
  3. Lipin, B. R. The Beginner's Guide to Art of Bad Code and Ugly Style / B. R. Lipin, G. A. Sitkarev // AM&P Lab reports. — Syktyvkar : AM&P Lab Publishing, 2014. — pp. 20—28.

Ссылки на электронные ресурсы (пока просто POC):

  1. The Open Group Base Specifications Issue 7 [Электронный ресурс] [Электронный ресурс] : sed - stream editor / The IEEE and The Open Group. — IEEE Std 1003.1, 2013 Edition, 2013. — Режим доступа: http:....

Помойка с полезными ссылками:

  1. http://archive.amplab.ru/history/lab-2015-01-24.log 2015-01-24T11:28:15 groff cyrillic font

Разговор о Unix

  1. http://archive.amplab.ru/history/lab-2015-03-06.log 2015-03-06T23:09:09 Unix and Plan9

Однострочники

  1. http://archive.amplab.ru/history/lab-2015-01-16.log 2015-01-16T07:10:26 progress bar
  2. http://archive.amplab.ru/history/lab-2015-02-03.log 2015-02-03T14:36:29 merge files
  3. http://archive.amplab.ru/history/lab-2015-02-06.log 2015-02-06T21:23:49 merge files (paste)
  4. http://archive.amplab.ru/history/lab-2015-02-23.log 2015-02-23T19:41:07 ifconfig output sed

Книжки по типографии, которые стоит загрепать

  1. Гиленсон, П. Г. Справочник технического и художественного редакторов / П. Г. Гиленсон. — Москва : Книга, 1988.
  2. Шульмейстер, М. В. Ручной набор / М. В. Шульмейстер. — Москва : Книга, 1966.

spam

Распределение Пуассона

P sub m = a sub m over { m! } e sup {-a} (m = 0, 1, ...)

Нормальный закон

f(x) = 1 over {sigma sqrt {2 Pi}} e sup {- {(x - m)} sup 2 over {2 sigma sup 2}}

Где M = m; D = sigma sup 2, M - Математическое ожидание; D - Дисперсия

Метод градиентного спуска (Gradient descent method)

Метод градиентного спуска используется для подбора оптимальных коэффициентов для произвольной функции h(x) при наборе известных пар (x, y) (Входной параметр, результат). Используется для решения тех же задач что и МетодНаименьшихКвадратов.

Под "оптимальностью" понимается то, что значение функции при данных $x sup (i) будет минимально отличаться от y sup (i) . Для этого необходимо ввести функцию потерь J, её значения зависят только от параметров THETA , поэтому будем обозначать функцию потерь как J( THETA )$$ J( THETA ) = 1 over {2m} sum {(h sub theta (x sup i) - y sup (i) ) sup 2}

Функция потерь - квадрат средней ошибки. THETA sub i = THETA sub i - alpha {partial over {partial THETA sub i}} J( THETA )

Где:

  • J( THETA ) - функция потерь
  • alpha - некий коэффициент называемый "скоростью обучения"

Откуда ясно что производная от J( THETA ) вычисляется следующим образом partial {J( THETA )} over { partial THETA } = 1 over m sum {(h sub theta (x sup i) - y sup (i) ) x sup (i)}


КатегорияЛюди