TGTGInsightтелеграм анализLIVE / telegram public index
← Такты, стеки, два колеса

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #36 · 3.06

Закончил «О дивный новый мир» Олдоса Хаксли, который рекомендуют читать в паре с «1984». В сети очень распространён иллюстрированный разбор со сравнением двух произведений, вот цитата оттуда: «Оруэлл боялся, что нас погубит то, что мы ненавидим. Хаксли боялся, что нас погубит то, что мы любим». В мире будущего жизнь каждого человека определена с рождения. Людей выращивают в пробирках и над каждой группой зародышей проводят особые манипуляции, а получившихся потом младенцев месяцами зомбируют гипнозом. Все это нужно для иерархического разделения и поддержания идеологии. Низшие касты — разнорабочих и прислугу — умышленно отупляют, внедряют им любовь к труду. Таких нужно много, поэтому их выращивают клонированием. Высшие касты — работники интеллектуального труда — создаются разными, но идеологическую промывку все равно проходят. В основу жизни человечества поставлено получение удовольствий. Крайне невежливо и даже в каком-то смысле запрещено отказываться от плотских утех. В свободное от работы время не полагается быть одному, а нужно тусоваться в компании и играть в игры. Если у человека возникают негативные эмоции: страх, грусть, обида, скука, то он должен принимать специальный синтетический наркотик под названием Сома. Я думаю, автор вдохновился латинским словом somnus — то есть сон. И правда, люди живут в постоянном полусне. Даже без учёта сюжета это восхитительная вселенная, которая с помощью гиперболизации говорит о нашем с вами мире. И даже более — о сегодняшнем, мире 2021 года, нежели о времени написания романа. В 1932-м представить круглосуточно работающий экран с развлекательным медиаконтентом в каждом доме было сложно, но сейчас — вы и сами знаете. Да и то, что называют сексуальной свободой, за сто лет изрядно развилось. Книга, кстати, очень хорошо демонстрирует суть работы идеологии и религии. Какие-то вещи видятся нам абсурдными просто потому, что мы воспитаны иначе. Так, например, в мире романа считается не очень правильным иметь МАЛО половых партнёров. Люди обсуждают там вопиющее поведение тех, кто недостаточно часто меняет сексуальные связи. В точности, как в нашем обществе критикуют тех, у кого, наоборот, много таких связей. С точки зрения работы идеологической и воспитательной машины в наших головах разницы между «много» и «мало» нет, но когда читаешь это, думаешь, что происходящее в тексте — полный абсурд. Аналогично автор описывает полностью выдуманные религиозные обряды, которые смотрятся максимально дико и глупо. Но, вы уже поняли, по сути разницы с существующими у нас религиозными обрядами нет. Только по форме. Отдельно мне понравилось, как менялся образ персонажей в моем восприятии с течением сюжета. Только я начинал проникаться к кому-то из них симпатией и видеть проблески настоящего человека, как автор показывал, что идеологическая или религиозная обработка неизбежно властна над всеми: персонаж проявлял себя с какой-то не лучшей запрограммированной стороны. В конце книги есть длинный эпизод, когда главный управляющий объясняет героям причины и преимущества построения подобного общества. И его аргументация очень сильна, мне даже особо нечего возразить, что весьма печально. У Оруэлла было понятно, что структура мира даёт выгоду только небольшой группе элит, а для остальных является нежелательной, но здесь с этим гораздо сложнее. Люди даже в нашей реальности без всяких пробирок видят счастье в тупости и примитивизме, любят бесконтрольное потребление и расслабляющие вещества, с удовольствием предаются абсурдным обрядам, не переосмысливают критически свою идеологию. Если Оруэлл описывает фантастический и ужасный мир, который ты воспринимаешь, как нечто далёкое и несуществующее, то у Хаксли фантастический и ужасный мир сшит из кусков объективной реальности вокруг нас, которая ещё и с каждым годом содержит подходящих кусков всё больше. #fiction

Hashtags

Резултати

Намерени 29 подобни публикации

Търсене: #analysis

当前筛选 #analysis清除筛选
Repositorio data science

@repo_science · Post #3999 · 22.01.2024 г., 11:01

#TimeSeries#Analysis#Python ⌚️ Forecasting Models and Time Series for Business in Python Time Series Analysis in Python. Demand Planning & Business Forecasting. Forecast with 6 Models: Prophet, ARIMA & More. ----- Main channel: @repo_science Coupons: @freecoupons_reposcience -----

Daily Channels

@dailychannels · Post #6767 · 23.03.2026 г., 01:00

Channel: Propheta Indicator Signals Members: ~2.5K 💢 Username: @propheta_indicator Description: 😎 WE MILK THE EXCHANGES! 🔥 Reviews & Results - @propheta_reviews 📊 Performance Reports - @propheta_reports 🤖 Get Access - @ProphetaAccountBot Contact us: @propheta_help 🏷 Tags: #crypto_fx_trading #crypto#trading#signals#analysis#news https://lve.to/4rck4ca4c6

Venezuelanalysis

@venanalysis · Post #1850 · 11.01.2025 г., 21:16

The Venezuelanalysis staff gathered to discuss the recent events surrounding Maduro’s third presidential term inauguration and the challenges ahead. The topics included an update on the situation on the ground, María Corina Machado's (fake?) arrest and the US response. Click to watch: https://venezuelanalysis.com/video/venezuelas-maduro-presidential-inauguration-recap-and-lookahead/ #Livestream#Analysis#Venezuela#PresidentialInauguration

Daily Channels

@dailychannels · Post #5943 · 26.03.2025 г., 13:00

Channel: Bitcoin Trading Nicole Members: ~20.77K 💢 Username: @bitcointradingnicole Description: Nicole Bitcoin Trading is a place to be, where experts calls are backedup with sound Technical analysis. t.me/PayoutProof t.me/BitcoinAlgoPumps t.me/CryptoTradingNicole For VIP & Pump Contact: @NicoleCrypto 🏷 Tags: #crypto_fx_trading #bitcoin#trading#crypto#analysis#investing https://telegramchannels.me/channels/bitcointradingnicole

Daily Channels

@dailychannels · Post #6000 · 11.04.2025 г., 01:00

Channel: Crypto Trading Signals ✅ Members: ~8.19K 💢 Username: @binancefuturetrading Description: Who are we? We are a group of professional traders who focus mainly on crypto publicity projects and crypto Trading. 🏷 Tags: #crypto_fx_trading #cryptocurrency#bitcoin#trading#analysis#investments https://telegramchannels.me/channels/binancefuturetrading

djangoproject

@djangoproject · Post #336 · 09.05.2017 г., 05:24

https://dzone.com/articles/pyflakes-passive-checker There are several code #analysis tools for Python. The most well known is pylint. Then there’s pychecker and now we’re moving on to #pyflakes. The pyflakes project is a part of something known as the Divmod Project. Pyflakes doesn’t actually execute the code it checks, unlike #pychecker. Of course, #pylint also doesn’t execute the code. Regardless, we’ll take a quick look at it and see how pyflakes works and if it’s better than the competition.

Crypto M - Crypto News

@CryptoM · Post #64526 · 09.04.2026 г., 06:14

🚀 Polymarket Traders' Earnings: Only 0.015% Achieve $5,000 Monthly Crypto analyst Andrey Sergeenkov's recent analysis reveals that a mere 0.015% of Polymarket traders managed to earn at least $5,000 monthly for four consecutive months. According to NS3.AI, the study examined trading data spanning from April 2024 to April 1, 2026, highlighting the challenges faced by traders in achieving consistent profitability on the platform. #Polymarket#Crypto#Trading#Earnings#Profitability#Analysis#NS3AI

Data Analytics

@sqlspecialist · Post #1644 · 23.05.2025 г., 18:46

✨The STAR method is a powerful technique used to answer behavioral interview questions effectively. It helps structure responses by focusing on Situation, Task, Action, and Result. For analytics professionals, using the STAR method ensures that you demonstrate your problem-solving abilities, technical skills, and business acumen in a clear and concise way. Here’s how the STAR method works, tailored for an analytics interview: 📍 1. Situation Describe the context or challenge you faced. For analysts, this might be related to data challenges, business processes, or system inefficiencies. Be specific about the setting, whether it was a project, a recurring task, or a special initiative. Example: “At my previous role as a data analyst at XYZ Company, we were experiencing a high churn rate among our subscription customers. This was a critical issue because it directly impacted revenue.”* 📍 2. Task Explain the responsibilities you had or the goals you needed to achieve in that situation. In analytics, this usually revolves around diagnosing the problem, designing experiments, or conducting data analysis. Example: “I was tasked with identifying the factors contributing to customer churn and providing actionable insights to the marketing team to help them improve retention.”* 📍 3. Action Detail the specific actions you took to address the problem. Be sure to mention any tools, software, or methodologies you used (e.g., SQL, Python, data #visualization tools, #statistical#models). This is your opportunity to showcase your technical expertise and approach to problem-solving. Example: “I collected and analyzed customer data using #SQL to extract key trends. I then used #Python for data cleaning and statistical analysis, focusing on engagement metrics, product usage patterns, and customer feedback. I also collaborated with the marketing and product teams to understand business priorities.”* 📍 4. Result Highlight the outcome of your actions, especially any measurable impact. Quantify your results if possible, as this demonstrates your effectiveness as an analyst. Show how your analysis directly influenced business decisions or outcomes. Example: “As a result of my analysis, we discovered that customers were disengaging due to a lack of certain product features. My insights led to a targeted marketing campaign and product improvements, reducing churn by 15% over the next quarter.”* Example STAR Answer for an Analytics Interview Question: Question: *"Tell me about a time you used data to solve a business problem."* Answer (STAR format): 🔻*S*: “At my previous company, our sales team was struggling with inconsistent performance, and management wasn’t sure which factors were driving the variance.” 🔻*T*: “I was assigned the task of conducting a detailed analysis to identify key drivers of sales performance and propose data-driven recommendations.” 🔻*A*: “I began by collecting sales data over the past year and segmented it by region, product line, and sales representative. I then used Python for #statistical#analysis and developed a regression model to determine the key factors influencing sales outcomes. I also visualized the data using #Tableau to present the findings to non-technical stakeholders.” 🔻*R*: “The analysis revealed that product mix and regional seasonality were significant contributors to the variability. Based on my findings, the company adjusted their sales strategy, leading to a 20% increase in sales efficiency in the next quarter.” Hope this helps you 😊

Repositorio data science

@repo_science · Post #3078 · 18.04.2023 г., 15:54

#analysis#AWS#Databases#ETL#MongoDB#pipelines#RDS#S3#Scala#Spark#SQL ⚙️ 50 HOURS OF BIG DATA, PYSPARK, AWS, SCALA, AND SCRAPING (2022) 🌐 Inglés ⚖️17.03GB 🔗Link ----- Canal principal:@repo_science Cupones: @freecoupons_reposcience -----

ПредишнаСтр. 1 от 3Следваща