Я чего-то опять заболел и заучился в последнее время, и как-то совсем пропустил в блоге тему митинга 19-го января, и даже в общем-то не принял к сожалению никакого почти участия в подготовке (опять же из-за болезни), хотя ребята звали. Стыдно.

Я довольно много уже писал о том почему надо ходить на антифашистские митинги (хотя да, может быть лично я во многом писал и не особо аргументированно, уделяя главным образом внимание моей личной неприязни к нацистам, а не каким-то рациональным соображениям, которые тем не менее у меня есть). Сейчас поэтому писать снова каких-то больших текстов не хочется, к тому же за меня многие уже люди хорошо сказали. Собственно записи видеообращений я и выкладываю, а те кто не совсем идиот, по ним вполне разберется почему идти 19-го числа на митинг необходимо:

Ганди говорил: «Вначале вас не замечают, потом над вами смеются, потом вы побеждаете». Нацисты сейчас именно в этом положении, когда из незаметной обывателю маргинальной тусовки они выросли до уровня большой политики и входят уже в оргкомитеты большинства протестных мероприятий, хотя ранее они никогда не участвовали ни в какой гражданской активности.

К сожалению получается так, что нацисты в нашей стране, чтобы кто ни думал, раз за разом оказываются на порядок умнее всех остальных. Не рядовой актив отморозков, конечно, а те ребята, которые стоят за ними. И если сегодня многие еще считают незначительным присутствие на протестных акциях нацистов и их лидеров, то как бы не вышло так, что через какое-то время они бы подмяли под себя всю политику в стране. За те два года что я активно освещаю тему антифашизма в блоге, они идут именно по этому направлению. И пойдут дальше, если все будут сидеть на жопах и недооценивать их исходя из своих субъективных оценок.

Места и время сбора на митинги во всех городах можно посмотреть на Антифа.ру.

Наверняка уже все знают, но чтобы никто точно не пропустил, тоже напишу.

Стэнфордский университет уже второй семестр подряд предлагает крутые бесплатные онлайновые курсы по разным тематикам. Представляют собой курсы видеолекции, быстрые «контрольные» на понимание базовых концепций, домашние задания, экзамены, форум для общения, иногда сеансы прямой связи с преподавателями, где можно задать интересующие вопросы.

В прошлый раз курсов предлагалось три:

1. Artificial Intelligence
2. Databases
3. Machine Learning

Внимание общественности главным образом привлек Artificial Intelligence по трем причинам:

1. Название курса «искусственный интеллект» звучит круто.
2. Ведут курс прославившиеся ученые Peter Norwig и Sebastian Thrun (у обоих послужные списки очень обширные, но общественностью наиболее была замечена попбеда в DARPA Grand Challenge робота Stanley, разработанного командой Себастьяна).
3. В конце обещали дать сертификат об окончании курса, что многими было воспринято чуть ли ни как диплом Стэнфорда (на деле это просто электронный документ, подписанный цифровой подписью Питера и Себастьяна, что к Стэнфорду никакого юридического отношения не имеет).

Собственно на деле курс по AI оказался наиболее слабым: слишком много времени уделялось подстановке цифр в формулы, слишком частные случаи рассматривались, слишком низкий уровень математической подготовки студентов предполагался, домашние задания сводились так же к подстановке цифр в формуле и не предполагали никакой интеллектуальной работы.

Это с одной стороны. С другой стороны как обзорный он вышел очень даже хорошим общеобразовательным. Там было дано и общее представление о регрессионных моделях, и алгоритм A*, и скрытые марковские процессы, и байесовы сети и куча всего другого. Это все сейчас постепенно становится теорминимумом для любого человека, который хочет заниматься программированием чуть на более высоком уровне чем программист 1С, и знать это такие штуки хотя бы существуют часто полезно (а подробности всегда можно посмотреть в Википедии).

Для сравнения, в МИФИ я отучился на CS четыре года и если бы не бунтовал, то был бы сейчас бакалавром. За время обучения я прошел несколько связных с AI курсов типа «Искусственные нейронные сети», «Цифровая обработка сигналов», «Анализ данных» и еще что-то  (все это очень условные названия курсов на самом деле, так, в курсе по нейронным сетям в том числе читались генетические алгоритмы как способ решения оптимизационных задач), но из всего перечисленного у нас были только регрессионные модели, да и те ограничивались простейшими видами — не было даже логистической регрессии, которая вообще самая базовая после линейной.

Итогом курса AI стало приглашение тысячи лучших студентов прислать авторам курса свое резюме. Правда, насколько я понял, рассылались приглашения только студентам из США, но мне в общем-то пофигу

Что касается курсов Machine Learning и Databases, то они оказались очень крутыми. Machine Learning слабенький в плане математики, но требует программировать на языке Octave (open-source аналог MATLAB) всякие вещи. Это довольно полезное занятие — материал лучше откладывается в мозгах и в общем-то изложенный материал становится понятным не только на уровне абстракций, но и как-то на уровне физических ощущений. Опять же как общеобразовательный курс, развивающий параллельно простые навыки работы в математических пакетах, очень он очень хорош.

Databases же вообще выше всяких похвал. С ними у меня всегда были проблемы — мне никогда не приходилось программировать ничего более-менее сложного, связанного с базами данных, а задания в соответствующем курсе в МИФИ были слишком тривиальны (уровня «вывести все университеты, на которых читается CS» без каких-либо изысков). Книжки и онлайн-лекции так же практики не представляли.

Стэнфордский курс очень краткий, сжатый, но содержит хоть какие-то интересные упражнения, при этом копает сразу на довольно глубокий уровень. Для меня это было просто то, что очень долго мне не хватало.

Кстати хотя этого и не объявлялось и не пиарилось, но курсы по Machine Learning и Databases в результате так же дали подписанные сертификаты, ни чуть не более худшие чем сертификат AI. А понимающие люди согласятся, что они и куда более серьезны.

Все эти курсы до сих пор доступны. Баллы за домашние задания уже не выставляются и сертификат не получить, но сами задания доступны, так что я бы всем заинтересованным очень рекомендовал пройти эти курсы — по базам данных вы вообще маловероятно что лучший источник найдете. Знакомство с Octave тоже может оказаться полезно. AI рекомендовать не могу — проще посмотреть список тем и почитать соответствующие статьи в Википедии. Хотя как простенький обзорный материал тоже можно использовать, но слишком уж лекции там затянуты.

(Кстати, справедливости ради надо сказать, что сам я в результате балл набрал невысокий — точно не помню сейчас, но что-то вроде 77% или около; я забил на часть домашних заданий, а что-то мне было лень считать).

В наступающем семестре Стэнфорд предлагает вообще огромную кучу курсов:

Lean Launchpad

Technology Enterpreneurship

Anatomy

Making Green Buildings

Information Theory

Model Thinking

CS 101

Machine Learning (повтор)

Software as a Service

Human-Computer Interaction

Natural Language Processing

Game Theory

Probabilistic Graphic Models

Cryptography

Design and Analisys of Algorithms

Computer Security

Пока сложно заранее предположить что это будут за курсы, но видя уровень уже прошедших курсов, есть ощущение, что по крайней мере часть из них будут охеренной. Жаль, что не получится слушать все. Записался я на все конечно, что именно буду слушать разберусь уже по ходу дела.

Возвращаясь к задачке, которую недавно публиковал. Там в принципе в комментариях уже было описано решение, но чисто формально я как бы наверное должен ее расписать отдельно, раз обещал. Условие я здесь не формулирую, если кто-то не помнит или просто все пропустил — пройдите по ссылке.

А решение простое, и чтобы его понять, достаточно разбить все норки на четные и нечетные, и рассмотреть начальное положение мышки в четной или нечетной норке отдельно.

Пронумеруем все норки цифрами от 1 до 5 и предположим, что мышка изначально находится в норке с четным номером, то есть с номером 2 или 4.

Суем лапу в норку 2. Либо мы ее поймали, либо она была в норке 4 и после может перебежать лишь в норки 3 и 5. Суем лапу в норку 3. Либо поймали, либо она из пятой норки теперь перебежала в норку 4. Суем лапу в норку 4 и ловим мышь.

Если после этих трех попыток мышь до сих пор не поймана, то это значит, что изначально она находилась в норке с нечетным номером. Однако при каждом перебегании она перебегает из четной норки в нечетную или наоборот, и следовательно после трех наших попыток, она в любом случае прибежит в четную норку.

Таким образом, если изначально она была в нечетной норке, то сейчас она гарантированно в норке с четным номером, и мы можем повторить проделанные действия еще раз и на этот раз уже точно поймать мышку.

В итоге наша последовательность засовывания лап в норку выглядит так:

2, 3, 4, 2, 3, 4

Но на самом деле конечно было бы интереснее, если бы норок было не 5, а, скажем, N. В этом случае задача решается аналогичным способом. Предположим изначально, что мышка находится в норке с четным номером, мы суем лапы во все норы подряд начиная со второй:

2, 3, 4, 5, …, N − 1

В предположении, что изначально мышка была в четной норке, эта последовательность в итоге ее дожмет за N−2 шагов. Если же изначально она была в нечетной норке, то надо теперь исходить из этого знания.

Если N нечетное, то мышка будет находиться теперь в четной норке и нам опять же достаточно повторить тот же процесс поиска еще раз.

Если N четное, то первое же решение, которое приходит в голову (вернее, мне пришло, когда я сам решал эту задачу) — сделать просто еще одну попытку поймать мышку произвольно, и это гарантированно загонит ее в четную норку, после чего можно продолжать последовательный перебор норок.

Есть однако и более простой способ: если N нечетное, то после первой неудачи можно перенумеровать норки в обратном порядке и в этом обратном порядке мышка окажется в норке с четным номером. Теперь можно применять ту же процедуру, но только в отношении новой нумерации. Таким образом мы не совершаем одной лишней попытки найти мышку лишь бы загнать ее в четную норку. Результирующая последовательность попыток выглядит так:

2, 3, 4, …, N − 1, N − 1, N − 2, …, 2

Итого 2N−4 шагов.

Возникает резонный вопрос, а существует ли более оптимальная стратегия? Тут уже понадобиться не только смекалка, но и немножечко математики.

Каждый шаг игры мы имеем некоторую информацию о том, где теоретически может находиться мышка. Если подсчитать количество таких потенциальных норок, то можно ввести функцию «неопреденности», которая будет сообщать нам, относительно какого количества норок мы пока неуверенны.

Итого любой нашей игре можно сопоставить последовательность последовательность значений функции неопределенности. Начальное значение неопределенности N, а конечное (если кошка ловит мышку) — 0. Для пяти ячеек последовательность неопределенностей будет выглядеть следующим образом:

5, 4, 4, 2, 2, 1, 0

На первом шаге мышка может находить в любой ячейке, на втором либо в одной из двух четных либо в одной из двух нечетных (кроме самой первой) и так далее.

Чтобы понять какая стратегия поиска мышки будет оптимальной, нам надо найти самую короткую последовательность неопределенностей, и доказать, что ничего более короткого быть не может.

Напрямую эта задача так просто не решается, но можно опять же сделать финт с четностью и рассмотреть неопределенность не в целом, а отдельно по четным и нечетным позициям, а на каждом шаге выбирать не конкретную ячейку, а лишь чет-нечет и рассматривать изменение неопределенности в лучшем случае из всех возможных.

Подробные выкладки приводить сейчас не хочется (придется писать до фига нудных вещей), но вообще довольно не сложно увидеть, что если у нас неопределенность в четных ячейках x, а в нечетных y, и мы обозначаем это парой (x, y), то в наиболее благоприятном случае если мы выбираем четную ячейку, то после нашей попытки мы получаем неопределенность (y + 1, x − 1). Если выбираем нечетную, то наоборот.

Здесь на самом деле куча деталей. Например, если N нечетное, а x = (N + 1)/2, то выбивая четную ячейку, у нас пара неопределенностей (x, y) перейдет в пару (y − 1, x − 1). Все подобные частные случаи наобходимо рассмотреть в отдельности  и понять когда они происходят.

Если провести эти рассуждения строго и формально, то становится очевидно, что оптимальная последовательность неопределенностей реализуется как раз в том случае, когда мы вначале работаем в предположении четного положения мышки и гоним ее в угол (в противном случае неопределенность на каждом шаге увеличивалась бы), а затем добиваем мышку тем же способом но уже зная, что изначально она была в нечетной позиции.

Я раньше иногда давал ссылки на книги в блоге, но в какой-то момент завязал. Ссылки я давал на всякие Озоновские страницы, участвуя в партнерской программе, то есть как и все монетизировался потихоньку (не рассчитывая конечно на сверхприбыли, а просто ради интереса).

Сегодня решил заказать себе «The Best Test Preparation for the GRE Computer Science Test» и еще кучу разной фигни, как вдруг неожиданно для себя выяснил, что за те ссылки, что я ставил, я по партнерской программе за три года ведения блога заработал аж 150 рублей. Успех.

Не совсем тот эффект, которого я хотел, но тоже занятно. Хвастаюсь вот всем теперь.

Читатели недавно просили меня написать какую-нибудь заметку об английском языке. И тут как раз сегодня наткнулся я на сайт со всякими шутками: Jokes2Go.com. В целом там все довольно тупо, но мне полюбилось несколько коротких «частушек» (если тут уместно это слово), которыми мне хочется поделиться с читателями:

A worried young man from Stamboul
Discovered red spots on his tool.
Said the doctor, a cynic,
“Get out of my clinic!
Just wipe off the lipstick, you fool.”

***

A deep-throated virgin named Netty
Was sucking a cock on the jetty.
She said, “It tastes nice,
Much better than rice,
Though not quite as good as spaghetti.”

***

According to old Sigmind Freud,
Life is seldom so fully enjoied,
As in human coition
In every position
With the usual organs employed.

***

There was a young lady named Alice,
Who used dynamite for a phallus.
They found her vagina
In North Carolina,
And part of her asshole in Dallas.

***

There once was a guy named Dave,
Who dug up a whore from a grave.
She was moldy and shitty,
And only had one titty
But look at the money he saved!

Обязательно теперь пойду в Английский разговорный клуб и кому-нибудь их там зачитаю.

Вот вам задачка, которую мне пару дней назад задал товарищ, и которая очень мне понравилась. Задачка в действительности не сложная, но интересная.

Есть пять норок, расположенных подряд. В одной из них прячется мышка, но кошка не знает в какой именно. Кошка сует лапу в какую-либо норку. Если поймала мышку — молодец. Если не поймала — мышка перебегает в соседнюю норку, и кошка опять засовывает лапу в какую-то норку.

То есть игра сводится к тому, что попеременно кошка пытается угадать в какой норке находится мышка, а затем, когда кошка уже вытащила лапу, мышка перебегает в соседнюю норку. Остаться на месте мышка не может, обязательно должна перебежать.

Теперь вопрос: какая должна быть тактика кошки для того, чтобы гарантированно поймать мышку за какое-то разумное (конечное) число попыток.

Ответ наверняка кто-то приведет в комментариях, либо если никто не приведет, то я напишу его в следующем году.

На фото выше изображены проститутки Алама-Аты. Когда я увидел этот снимок на EnglishRussia, то несколько даже оторопел. Я конечно человек не то чтобы сильно изнеженный, но с данными ночными бабочками я бы трахаться не стал даже на безрыбье. Однако мое мнение совершенно не мешает поднимать девушкам на фото по 100$ за встречу.

Для сравнения вот то что вы можете получить в Москве за примерно те же деньги:

Фотографии кликабельны, объявления вот: Наташа, Аиша, Алинка, Катя. Сам я ни у одной из них не был (хотя на днях наверное сгоняю к Кате), так что за правдивость фотографий не могу ручаться, но опыт подсказывает, что на девушек с внешностью примерно такого типажа вы часто можете рассчитывать, в том числе даже с более низким ценником.

Когда я смотрю на московских проституток и на ту фотографию, что привел в начале заметки, я понимаю, что я в общем-то счастливый человек. Родился бы в Казахстане, что бы мне тогда делать? Люблю тебя, Москва.

Кстати, меня как-то обвиняли в рекламе борделей, и эта заметка наверное действительно похожа на рекламу, но, увы, рекламой она не является. Фотографии я привел просто для того, чтобы показать контраст и уровень московских досуговых заведений. Хотя если бы нашлись желающие, рекламу я был бы не против разместить.

Мне как раз буквально в эту пятницу один знакомый SEO-шник говорил, что популярность моего блога вполне достаточна для того, чтобы получать копеечку за монетизацию. Копеечка мне не нужна (не для того я блог заводил), а вот оплату сексом я бы принял вполне. Для рекламодателя вообще беспроигрышный вариант: реклама получается практически бесплатной (если надо, то номер в отеле я готов снять за свои деньги), к тому же трахая вас я составляю о вас свое мнение как о рекламодателе и после, размещая вашу рекламу, могу составить на вас отзыв, что дополнительно привлечет клиентов. Контингент блога у меня вполне соответствующий и наверняка многих ваше объявление заинтересует: девственники, извращенцы, интернет-тролли, инженеры-математики и молодые субкультурщики наверняка захотят воспользоваться вашими услугами, после того, как отчет о них будет опубликован в этом блоге.

Сразу предупреждаю, что никакой скрытой рекламы тут не будет. Если я вас трахал как рекламодателя, то об этом явно будет указано в заметке. Так же я не собираюсь вводить читателя в заблуждение, и я честно напишу свое мнение о процессе. Если вы трахаетесь уныло и плохо подмылись, то я так и напишу, что трахать рекламодателя мне не доставило большого удовольствия и он не подмывается. Если же совокупление с вами доставит мне истинное удовольствие, то я так и напишу, что данный рекламодатель очень хороший и его услугами стоит пользоваться.

Как видно, реклама в моем блоге — это сплошные выгоды. Заинтересованным писать на heller@heller.ru.