Настроение сегодня философское, поэтому снова порассуждаем о случайностях. А заодно расскажем о математике, который посвятил изучению этих случайностей годы.
Представьте человека, который гуляет по городу. На каждом перекрёстке он бросает монетку, чтобы решить, куда идти: орёл — направо, решка — налево. Куда он попадёт в итоге, зависит не от того, откуда он пришёл, а от его поведения на текущем перекрёстке. Решает момент!
Именно такую идею случайности впервые описал Марков, когда придумал марковские процессы. А с ними и марковские цепи: частный случай марковских процессов, где переходы из одних состояний в другие описываются набором вероятностей.
Марков не подозревал, что его работа ляжет в основу сервисов, которыми пользуемся мы с вами. Например, в популярных поисковиках работает PageRank: это марковская цепь, которая определяет, какие сайты должны быть в топе выдачи. Работает это так:
Каждая страница, на которую можно кликнуть, считается возможным состоянием. Человек может попасть на страницу с определенной вероятностью, просчитать которую помогает поведение пользователей.
Какой бы ни была начальная страница, с которой пользователь начинает путешествовать по интернету, абсолютно любая страница имеет вероятность стать той, на которую он попадет. Чем выше вероятность, тем выше в выдаче окажется страница.
Ещё марковские цепи используют в машинном обучении — например, в генерации текста. Чтобы сгенерировать следующее слово, алгоритм смотрит на текущее слово или короткий контекст, а предысторию не учитывает.
Другой пример — распознавание речи в Siri и других ассистентах: алгоритмы прогнозируют следующее слово с помощью скрытых марковских моделей.
Никакой магии, только математика 🔮
#как_устроено
Please open Telegram to view this post
VIEW IN TELEGRAM
❤25🔥14👍11🤓3👏2
Зачем мне эта математика
Ни для кого не новость, что любой текст на русском языке — это чередование гласных и согласных букв. Андрей Марков посмотрел на это как математик и задался вопросами: можем ли мы как-то измерить это? Оценить? Как именно устроено это чередование?
Чтобы ответить на эти вопросы, Марков провел анализ «Евгения Онегина» и, возможно, стал прервым в мире человеком, который попробовал математически подойти к анализу языка. Изучив последовательность из 20 000 букв романа, он выяснил, что:
Доклад, кстати, назывался «Пример статистического исследования над текстом “Евгения Онегина” иллюстрирующий связь испытаний в цепь», а представил его Марков в 1913 году на физико-математическом собрании Академии наук. На картинках показываем, как выглядела часть доклада и заметки по анализу.
Вот такой изящный способ нашел Андрей Марков для демонстрации своего подхода к случайным величинам — того, что впоследствии стали называть марковскими цепями.
#история
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥20❤11👍4😍4😐1
📱Рекомендательные системы. Как они работают и где там математика
Этот пост для нас написал автор канала «Аналитика данных / Data Study», за что ему большое спасибо! Передаем микрофон гостю, а вас приглашаем в его канал. Подписывайтесь, там еще больше интересного: @data_study.
Рекомендательные системы предлагают нам контент, товары и услуги. Работают они благодаря сложным алгоритмам, за которыми стоят машинное обучение и математика.
В карточках разбираем разные подходы к построению рекомендательных систем и их применение на практике. Если заинтересовались, вот полезные ссылки по темам:
Матричная факторизация, конспекты:
🔗 Рекомендации на основе матричных разложений
🔗 Матричная факторизация
Коллаборативная фильтрация и полезные ссылки по item-based- и user-based-подходам:
🔗 Анатомия рекомендательных систем. Часть первая
🔗 Анатомия рекомендательных систем. Часть вторая
Гибридные подходы, полезные статьи:
🔗 Перевод статьи об алгоритмах рекомендательных систем
🔗 Как помочь пользователю найти то, что ему нужно
Генеративные подходы, интервью Николая Савушкина:
🔗 Рекомендательные системы моделируют поведение людей
Вот так математика помогает компаниям делать рекомендации релевантными и полезными.
#рекомендуем
Этот пост для нас написал автор канала «Аналитика данных / Data Study», за что ему большое спасибо! Передаем микрофон гостю, а вас приглашаем в его канал. Подписывайтесь, там еще больше интересного: @data_study.
Рекомендательные системы предлагают нам контент, товары и услуги. Работают они благодаря сложным алгоритмам, за которыми стоят машинное обучение и математика.
В карточках разбираем разные подходы к построению рекомендательных систем и их применение на практике. Если заинтересовались, вот полезные ссылки по темам:
Матричная факторизация, конспекты:
🔗 Рекомендации на основе матричных разложений
🔗 Матричная факторизация
Коллаборативная фильтрация и полезные ссылки по item-based- и user-based-подходам:
🔗 Анатомия рекомендательных систем. Часть первая
🔗 Анатомия рекомендательных систем. Часть вторая
Гибридные подходы, полезные статьи:
🔗 Перевод статьи об алгоритмах рекомендательных систем
🔗 Как помочь пользователю найти то, что ему нужно
Генеративные подходы, интервью Николая Савушкина:
🔗 Рекомендательные системы моделируют поведение людей
Вот так математика помогает компаниям делать рекомендации релевантными и полезными.
#рекомендуем
❤10❤🔥7👍6🤓2
Зачем мне эта математика
🐜 Случайные блуждания: идём куда глаза глядят В математике, самой точной из наук, тоже есть феномены, которые кажутся нелогичными и хаотичными. Сегодня речь пойдёт об одном из них. Представим муравья, которого опустили на лист бумаги. Он делает шаг влево…
🧊Задача о муравье и кубе: сколько нужно шагов?
Тема случайных блужданий нас не отпускает, поэтому предлагаем решить связанную с ней задачу. Кстати, ее часто дают на собеседованиях — например, на позицию дата-аналитика.
➡️ Условие
Допустим, у нас есть куб. У куба 8 вершин и 12 ребер. На одну из вершин этого куба мы посадили муравья. Он начинает двигаться случайным образом: на каждом шаге выбирает одно из трёх соседних рёбер с равной вероятностью и переходит по нему в следующую вершину.
➡️ Вопрос
Сколько шагов в среднем понадобится муравью, чтобы добраться до противоположной вершины — то есть до той, которая соединена с начальной диагональю через весь куб?
Делитесь рассуждениями и ответами в комментариях, а мы опубликуем решение уже вечером!
#задача
Тема случайных блужданий нас не отпускает, поэтому предлагаем решить связанную с ней задачу. Кстати, ее часто дают на собеседованиях — например, на позицию дата-аналитика.
Допустим, у нас есть куб. У куба 8 вершин и 12 ребер. На одну из вершин этого куба мы посадили муравья. Он начинает двигаться случайным образом: на каждом шаге выбирает одно из трёх соседних рёбер с равной вероятностью и переходит по нему в следующую вершину.
Сколько шагов в среднем понадобится муравью, чтобы добраться до противоположной вершины — то есть до той, которая соединена с начальной диагональю через весь куб?
Делитесь рассуждениями и ответами в комментариях, а мы опубликуем решение уже вечером!
#задача
Please open Telegram to view this post
VIEW IN TELEGRAM
👀9👍5❤2⚡1
🧊Задача о муравье и кубе: решение
Как мы уже сказали, задача связана со случайными блужданиями, и хотя куб — довольно простая фигура, решить ее может быть непросто. Давайте разберем задачу шаг за шагом.
Прежде чем приступить к решению, разобьём вершины куба на группы:
🟠 A — вершина, откуда стартует наш муравей.
🟠 группа B — три вершины, соединенные гранями с A. На одну из них муравей попадёт после первого шага.
🟠 группа C — три вершины, до которых можно добраться из группы B. Это промежуточные вершины, не конечные.
🟠 группа D — целевая вершина, противоположная начальной. Попасть туда из вершин из группы C можно только одним путём.
Так, с вершинами разобрались.
Остальное решение — в карточках. Традиционно спрятали их, чтобы не проспойлерить ответ тем, кто пока не закончил разбираться.
Получилось ли решить задачу? Ставьте 😱, если решение показалось сложным, 🤓 — лёгким и ❤️ — если в самый раз.
#задача
Как мы уже сказали, задача связана со случайными блужданиями, и хотя куб — довольно простая фигура, решить ее может быть непросто. Давайте разберем задачу шаг за шагом.
Прежде чем приступить к решению, разобьём вершины куба на группы:
Так, с вершинами разобрались.
Остальное решение — в карточках. Традиционно спрятали их, чтобы не проспойлерить ответ тем, кто пока не закончил разбираться.
Получилось ли решить задачу? Ставьте 😱, если решение показалось сложным, 🤓 — лёгким и ❤️ — если в самый раз.
#задача
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
😱24❤11🤓5👍1🎉1😭1
Майские — хороший повод начать новую книгу. Выбрали для вас самые интересные и рассказали, почему они нам нравятся.
Must read и первейшая рекомендация для тех, кто интересуется математикой, но не готов браться за слишком трудный материал. Если бы наш канал был книгой, это была бы «Математическая составляющая».
Книга состоит из трех частей. Первая — о математике и достижениях цивилизации. Например, о том, как задача о Кёнигсбергских мостах (рассказывали о ней здесь) пригождается при расшифровке генома.
Вторая часть — о математике в повседневных вещах. Вы узнаете, почему футбольный мяч устроен именно так и почему у бумаги формата А4 такие длины сторон.
В третьей части собраны тексты посложнее: объемные и со множеством деталей.
Кстати, электронную версию книги можно бесплатно прочитать и скачать на официальном сайте.
Это не совсем книга, а скорее сборник статей профессора Владимира Успенского — математика, лингвиста и ученика великого Колмогорова.
«Апология математики» объясняет, какое огромное место математика занимает в нашей жизни, и помогает проникнуться ее красотой. А еще — связывает математическое и гуманитарное. Например, одна из глав называется «Параллельные прямые в мифологии, в реальности и в математике», и практически весь первый абзац этой главы посвящен... Пушкину!
Книга о том, как математика работает внутри поисковиков, онлайн-рекламы, шифрования и даже очередей в супермаркете. Она объясняет, почему современный мир буквально существует благодаря математике (нам такая точка зрения очень близка!).
Книга написана для широкой аудитории, но в ней есть математические приложения и даже строгие математические формулировки с доказательствами теорем.
Кстати, все три книги — лауреаты или финалисты премии «Просветитель». Вот такая просветительская у нас получилась подборка
#рекомендуем
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥40✍14❤6👍4😍3👏1
Если достаточно долго думать о математике, можно начать везде видеть математику.
Ставьте 🤯, если вы уже на этой стадии, и 🤗 — если еще нет!
#меммат
Ставьте 🤯, если вы уже на этой стадии, и 🤗 — если еще нет!
#меммат
🤗88🤯40😁24❤16
🧶 Как вязание помогло ученой с решением задачи, над которой математики бились десятилетиями
Кто-то разводит комнатные растения, кто-то пишет музыку, а Сусанна Хейккиля из Финляндии любит вязать. Именно это хобби помогло ей продемонстрировать результаты своего открытия в топологии.
📝 Небольшая справка:
В 1981 году математик Михаил Громов задался вопросом: можно ли любую гладкую, замкнутую многомерную фигуру без «дыр» — например, четырехмерную сферу — получить путем плавных искажений и растяжений плоского евклидова пространства? И если нет, то с какими фигурами это возможно?
Проблема оказалась настолько сложной, что ее не могли решить четыре десятилетия. Лишь в 2019 году Александр Прайвес представил контрпример в четырехмерном пространстве и доказал, что с любой фигурой так поступить нельзя.
Хейккиля из Университета Хельсинки пошла дальше и выяснила, какие именно четырехмерные формы можно получить, деформировав плоское пространство. Она дала классификацию таких фигур, а это отвечает на вопрос Громова!
🌀 А причем тут все-таки вязание? Хейккиля использовала его для визуализации результатов. К публичной защите диссертации в начале 2025 года она подготовила вязаные модели:
🟠 Первая — полотно с шахматным узором и квадратами с разноцветными углами.
🟠 Вторая — «мяч», сфера с разноцветными полусферами.
Если натягивать полотно на мяч так, чтобы разноцветные углы совпали между собой, останется зазор между квадратами там, где эти углы прикрепляются друг к другу. Зазор можно устранить за счет растяжения ткани, что иллюстрирует суть работы учёной.
Хейкилля уверена, что вязание помогает понять топологию: петли и узлы показывают, как одни фигуры преобразуются в другие без разрывов и склеиваний. Кажется, хобби, которые помогают занять руки и спокойно порассуждать — отличный способ делать маленькие и большие открытия. Что думаете?
#история
Кто-то разводит комнатные растения, кто-то пишет музыку, а Сусанна Хейккиля из Финляндии любит вязать. Именно это хобби помогло ей продемонстрировать результаты своего открытия в топологии.
Топология — один из самых абстрактных разделов математики. Он изучает свойства геометрических объектов, которые сохраняются при непрерывных деформациях.
В 1981 году математик Михаил Громов задался вопросом: можно ли любую гладкую, замкнутую многомерную фигуру без «дыр» — например, четырехмерную сферу — получить путем плавных искажений и растяжений плоского евклидова пространства? И если нет, то с какими фигурами это возможно?
Проблема оказалась настолько сложной, что ее не могли решить четыре десятилетия. Лишь в 2019 году Александр Прайвес представил контрпример в четырехмерном пространстве и доказал, что с любой фигурой так поступить нельзя.
Хейккиля из Университета Хельсинки пошла дальше и выяснила, какие именно четырехмерные формы можно получить, деформировав плоское пространство. Она дала классификацию таких фигур, а это отвечает на вопрос Громова!
Если натягивать полотно на мяч так, чтобы разноцветные углы совпали между собой, останется зазор между квадратами там, где эти углы прикрепляются друг к другу. Зазор можно устранить за счет растяжения ткани, что иллюстрирует суть работы учёной.
Хейкилля уверена, что вязание помогает понять топологию: петли и узлы показывают, как одни фигуры преобразуются в другие без разрывов и склеиваний. Кажется, хобби, которые помогают занять руки и спокойно порассуждать — отличный способ делать маленькие и большие открытия. Что думаете?
#история
Please open Telegram to view this post
VIEW IN TELEGRAM
🎉28🔥21🥰5✍4👍4❤1🏆1👨💻1
Мы не удержались и сделали вторую подборку книг. Если хочется глубокого погружения и сложных тем, она для вас! А книги полегче — здесь 🙂
Это сборник из 30 лекций, посвященных сюжетам из алгебры, комбинаторики, геометрии и топологии. Например, там можно найти лекции о рогатой сфере Александера, математических бильярдах в эллипсах и геометрии клетчатой бумаги.
Общая цель лекций — показать красоту математических рассуждений. Читать их, кстати, советуем с карандашом и бумагой наготове: возможно, над чем-то захочется серьезно поразмышлять.
Книгу можно найти в свободном доступе по этой ссылке.
Книга как раз для читателей нашего канала: в ней о том, как математика проявляет себя в реальном мире. Вы узнаете о приливах и явлении Гиббса, о глубине воды и картезианской науке, об инверсии в цилиндрических зеркалах метро и эксцентриситете кеплеровой орбиты Марса. И всё это — через призму научного видения математика Владимира Арнольда.
Электронную версию книги издательство распространяет бесплатно.
Третья книга в подборке — тоже настоящий челлендж. Ее написал Юрий Манин, видный специалист по алгебраической геометрии. Специальные математические знания для её понимания не нужны, но Манин предлагает разобраться в философских аспектах математики, а это может быть не так просто.
В сборник вошли очерки по истории и философии математики и физики, теории культуры и языка, отрывки из воспоминаний, стихи и даже стихотворные переводы. И да, эта книга из нашей подборки тоже есть в открытом доступе.
А вы какие книги о математике посоветовали бы почитать?
#рекомендуем
Please open Telegram to view this post
VIEW IN TELEGRAM
❤23🔥14👍5✍4🎉1