Просто вот даже посты кирилла бывает сложно найти, приходится помнить их содержимое и искать по ключевым словам

17. Statistical Inference (статистические выводы).
После знакомства с мат. статистикой можно уже потихоньку переходить к машинному обучению и нейронным сетям. Тут классикой стали книги Тибширани, Хасти и ко (Introduction to statistical learning, Elements of statistical learning; вторая суть усложненная версия первой). Тут нужен будет и тервер, и линейная алгебра (та же линейная регрессия, метод наименьших квадратов), и матан (оптимизация функционалов ошибки).

18. Нейронные сети.
Конкретно по нейронным сетям частая рекомендация — это Хайкин. Я не знаю, как к этому относиться. Я в процессе чтения Хайкина, он тяжеловесен, видимо это связано с переводом книги на русский. Есть опечатки, есть непонятки. Из более практичного — реализация нейросетей на вашем любимом языке, практически для каждого языка есть какая-то своя книга, для питона их точно несколько штук есть ))

19. Ну а дальше уже финишная прямая (или стартовая, смотря как смотреть): Гудфеллоу, Бенджио, Курвилль, Глубокое обучение; Николенко-Кадурин-Архангельская (Глубокое обучение). Попутно классика по ИИ: Рассел-Норвиг, Люгер.

Sorry за такую длинную серию постов, ещё и оффтоп. Но совет прочитать три главы из книги (и это якобы всё, что нужно по математике) вызывает у меня приступы гомерического хохота. Чтобы хоть что-то разумное вякнуть на переднем крае этой науки — надо много лет труда, но никак не три главы книги

Это верно. Рано или поздно мы им обзаведемся. Особенно если серьезно примемся совместно что-то делать в свободное время.

However, the actual caching behavior is an implementation-defined performance optimization, so it is invalid to depend too closely on this behavior.
Насколько понимаю, это ооворит о том, что делать статическую переменную с помощью @generated  плохая идея.

Производительность оптимизации кеширования будет сильно зависеть от поведения.

Вот про IDE спрашивали :)
старый добрый Geany

Единственное что так и не выяснил — как сделать полоску среднюю Уже и как убрать ползунок справа

Если вы с компьютера — посмотрите на эти прекрасные 3д-примеры из plotlyjs!
http://spencerlyon.com/PlotlyJS.jl/examples/3d/

Не, там суть, что generated функция может несколько раз переделаться, даже для одного типа. И при этом потеряется и статическая переменная, по идее

Люди приходят и часто спрашивают: а какой бы нам пакет взять для этого? а для того? Если пришёл со стороны, то очень трудно "сориентироваться" в этом мире пакетов: какие-то морально устарели, какие-то наоборот совсем новые. Что модно, что преходяще, что вечно? Что самое удобное?

Для ответа на эти и другие вопросы был создан: https://github.com/kirtsar/julia_tutorials/blob/master/basics/useful_packages.ipynb

Много чего тут ещё нет, примерно для половины только написано, что это и с чем едят. Но с чего-то надо начинать?

Зачем .ipynb, когда можно было в markdown? Там просто текст.

Я бы и код не рекомендовал в .ipynb писать, но это холиварная тема. :)

Ну, ML, data science. :)

Я не очень за хайпами слежу, но, кажется, эти темы очень горячие (перегретые?).

А чем ipynb плохой? Мне показалось, что это уже стандарт де-факто )

Понижает и без того невысокие стандарты работы с кодом у ученых. :)

https://docs.google.com/presentation/d/1n2RlMdmv1p25Xy5thJUhkKGvjtV-dkAIsUXP-AL4ffI/edit

Почитал про Conversion and Promotion.

Тяжело придумать случаи, где их можно применять. 🤔

Интересно, что они почти в самом начале документации, а не в каком-нибудь разделе с продвинутыми возможностями.