
Левая колонка
Фильтр
поделилась публикацией
Почему «Песнь о себе» Франзена — о зависимости, которую мы не замечаем #15
Роман вышел в 2010-м — когда смартфоны только начинали менять внимание.
Но Франзен пугающе точно описал то, как человек растворяется в цифровом шуме, теряя своё внутреннее пространство.
Эта книга читается сегодня как тихое предупреждение о зависимости, которую мы не заметили. 🔗 Напоминание о предыдущей статье Перед этим разбором мы обсуждали «Сферу» — историю о прозрачности, которая превращается в контроль.→ читать предыдущую статью
Если перелистать пару мыслей оттуда, становится заметно, почему «Песнь о себе» звучит ещё ближе и острее. ⭐ О чём эта книга «Песнь о себе» — это роман о людях, которые пытаются жить одновременно во внешнем мире и в собственных иллюзиях. О семье, где каждый переживает свою маленькую зависимость.
О пустотах, которые мы закрываем развлечениями, уведомлениями, бегством в комфорт.
О попытках спрятаться от внутренней боли — в гаджетах, отношениях, ролях, идеях. Снаружи всё выглядит цивилизованно.
Но внутри — тревога, растерянность, попытка найти себя в мире, ко
Показать еще
0 комментариев
1 раз поделились
5 классов
- Класс
поделилась публикацией
Откуда брать данные для машинного обучения — три пути, о которых важно знать перед стартом.
Откуда брать данные для обучения модели машинного обучения: готовые датасеты, собственный сбор или внутренние данные компании. Простое объяснение плюсов и минусов каждого подхода, без лишней теории. Источники данных для задач машинного обучения Когда мы обучаем модель машинного обучения, всё начинается с данных. Именно они задают качество будущих предсказаний и определяют, насколько модель будет полезной в реальной работе.
Есть три основных пути получить подходящий набор — и каждый из них по-своему влияет на результат. три основных пути получения данных для обучения модели машинного обучения 1. Использовать уже имеющиеся данные Иногда нужные данные уже собраны — например, хранятся в базе компании. Это может быть история действий пользователей, внутренние метрики или данные, накопленные в ходе работы сервиса.
Такой формат часто встречается в задачах анализа поведения клиентов, построения рекомендаций или предсказаний на основе прошлой статистики. Плюсы такого подхода: модель обучаетс
Показать еще
0 комментариев
1 раз поделились
0 классов
- Класс
На этом пока всё
Войдите в ОК, чтобы посмотреть всю ленту
Список друзей и групп AIrina доступен только её друзьям.