TGTGInsighttelegram intelligenceLIVE / telegram public index
← GZ学习频道

TGINSIGHT SIMILAR POSTS

Find similar content

Source channel @olddriverGDstudy · Post #49 · Mar 24

江湖舔狗传 江湖者,江湖也! 各兄弟五湖四海汇聚一堂,为的是个情字,讲的是个义字,说的是个道理。 江湖上无数前辈好汉,忍饥挨饿,夜以继日,通宵达旦,上下求索,陷过无数的坑,踏破无数双鞋换得了有限的几个极品资源,未曾敢占为己有,而是毫无保留,无私公布奉献。 这一切为什么?为的是天下草根、屌丝们,不受仙人跳之苦,不遭各种骗费之难,不枉花了辛苦搬砖的银两盘缠,这是多么高尚的精神,多么高贵的品质啊! 江湖就是江湖,林子大了什么鸟儿都有,舔狗们也像病毒般出没,为害人间。这些禽兽毫无尊严、毫无底线,从溜须拍马、到阿谀奉承,从冷屁股到甜盘子全方位无死角。 舔狗,做着劝婊子从良的梦,抱着救风尘女子出火坑的“崇高”的性幻想,岂不知自己已是婊子口中的笑话! 江湖有江湖的规矩,江湖有江湖的原则,江湖有江湖的风貌,江湖有江湖的脾气。 我知舔狗是死不光的,这一车死光了,下一车还在路上。 但舔狗永远不过是个道具而已,又何必自作多情。 舔狗,你听,电话声已响起,你的钟到了!闭上臭嘴,滚出去把门关上! 作者:41秒哥 标签:#语录

Hashtags

Results

4 similar posts found

Search: #hypothesis

当前筛选 #hypothesis清除筛选
ALL About RSS

@AboutRss · Post #727 · 07/23/2020, 01:00 AM

支持 RSS 的 #开源 全网备注/评论 #服务#Hypothesis 借助 Hypothes.is 的浏览器扩展,你可以收藏任何网上公开的文字,并配以自己的备注或评论。如果你的备注/评论是公开发布的话,它将出现在 Hypothes.is 的官方 feed 里。而且可以通过 RSS feed 订阅某个标签或某个用户的公开评论。详见: https://web.hypothes.is/help/atom-rss-feeds-for-annotations/ 有了 RSS ,玩法就多了。比如这位,把 Ta 自己的评论集成到了其 WordPress 博客中: https://boffosocko.com/2020/05/30/hypothes-is-annotations-to-wordpress-via-rss/ 发现于 https://twitter.com/ChrisAldrich/status/1267205421787316224

Ebm_base

@ebm_base · Post #313 · 10/07/2023, 04:00 PM

СМЕШАЙ И (НЕ) ДЕЛАЙ Я уже рассказывал о гипотезах (1 часть, 2 часть), но теперь я решил связать это с показателем p-value и случайными ошибками (также известными как ⍺ и β или ошибки I и II рода) 🤯 Большинство медицинских исследований делается в рамках проверки значимости нулевой гипотезы (Null Hypothesis Significance Testing, NHST). Принцип предполагает, что мы проверяем нулевую гипотезу (Н0), а затем принимаем решение отвергать ее или нет. Но часто в этой концепции неосознанно соединяют 2 метода: Фишера и Нейрона-Пирсона 🍸 1) Подход Фишера Он позволяет рассчитать вероятность получить такой или более экстремальный результат в исследовании при условии, что Н0 верна. Что-то это напоминает... Верно! Это и есть определение p-value 🔥 Мы проверяем насколько вероятно наши полученные данные соответствуют заранее сформулированной Н0. Если не соответствуют, то отвергаем Н0. Т.е. мы просто оцениваем суммарную/кумулятивную вероятность в конкретном исследовании. Низкое значение p указывает только на несоответствие Н0 полученным данным, оно не может быть интерпретировано как доказательство в пользу конкретной альтернативной гипотезы (Н1) 🤔 "No isolated experiment, however significant in itself, can suffice for the experimental demonstration of any natural phenomenon" 2) Подход Неймана и Пирсона Это "игра в долгую", когда на основе предполагаемой величины эффекта выдвигаются Н0 и Н1. При этом с определенной вероятностью можно получить разные варианты результатов, в т.ч. ошибки I рода (⍺; ложноположительный; отклонить Н0, когда она верна) и II рода (β; ложноотрицательный; не отклонить Н0, когда она неверна) 🤖 В этом методе мы лишь предполагаем вероятности (грубо, пытаемся их контролировать/предсказать), но допустили их в конкретном исследовании или нет, не знаем. Т.е. только при многократном тестировании гипотез мы увидим частоту ошибок и сможем принять решение 📊 Эти 2 подхода часто ошибочно смешивают для простоты принятия решений (отклонить Н0), но в своей сути они разные 🎭 📍Когда заранее планируется эксперимент, исследователи пытаются контролировать вероятность ошибок (долгосрочная вероятность), для этого рассчитывают размер выборки. А когда уже получены результаты, то можно лишь рассчитать текущую вероятность получить такие или более экстремальные результаты, если бы Н0 была верна, но при этом нельзя быть уверенным, что мы не допускаем ошибку I или II рода. Однако, когда есть несколько исследований, тестирующих одну Н0, то возможно получится увидеть в каком из них допущена случайная ошибка (опять долгосрочная вероятность). Графически различия подходов можно увидеть на рис.1 При этом, мы не можем "доказать" гипотезу (ни нулевую, ни альтернативную), для этого нужно использовать другие методы (например, Байесовский подход) 🥵 Помните, не путайте и не давайте себя путать. Если хочется разбираться в статистике, читать "критически" статьи, то нужно учиться разбираться в основах (глупо читать книгу без знания алфавита, фонетики, грамматики, орфографии) 📖 А в статистике основ дох... много 😁 @ebm_base #ebm_statisica#ebm_base#hypothesis

djangoproject

@djangoproject · Post #178 · 09/30/2016, 07:22 AM

#Hypothesis is a Python library for creating #unit_tests which are simpler to write and more powerful when run, finding edge cases in your code you wouldn’t have thought to look for. It is stable, powerful and easy to add to any existing #test suite. #unittest https://hypothesis.readthedocs.io/en/latest/

dopingpong

@dopingram · Post #1890 · 08/15/2022, 11:50 AM

Впоследствии стеклянные сферы-шлемы под воздействием стихии и времени были полностью уничтожены. И только недавно обнаруженный документ проливает свет на происхождение и первоначальную задумку данного скульптурного комплекса. Аборигены, обладавшие утерянными ныне технологиями, воздвигли памятник инопланетянам, открывшим их остров задолго до европейцев. Doping Pong создали новую картину на основе дорожной зарисовки, не сохранившейся до наших дней, но описанной однажды в дневнике путешественника. Набросок, сопровождаемый единственной фразой, как будто озвучивал одного из изображённых героев, указывающего на небо и с уверенностью заявляющего: «Однажды они вернутся!» Что это – картина-гипотеза или картина-документ –решать вам. #dopingpong#history#aliens #моаи#пасха#островпасхи#головыостровапасхи#trip#science#theory#document#hypothesis#russianart#archeology#easter#island#tour