Скачать пост в виде документа Mathematica, который содержит весь код использованный в статье, вместе с дополнительными файлами, можно здесь.

Анализ социальных сетей и всевозможных медиа-ресурсов является сейчас довольно популярным направлением и тем удивительнее для меня было обнаружить, что на Хабрахабре, по сути, нет статей, которые содержали бы анализ большого количества информации (постов, ключевых слов, комментариев и пр.), накопленного на нем за довольно большой период работы.

Надеюсь, что этот пост сможет заинтересовать многих участников Хабрахабра. Я буду рад предложениям и идеям возможных дальнейших направлений развития этого поста, а также любым замечаниям и рекомендациям.

В посте будут рассматриваться статьи, относящиеся к хабам, всего в анализе участвовало 62000 статей из 264 хабов. Статьи, написанные только для корпоративных блогов компаний в посте не рассматривались, а также не рассматривались посты, не попавшие в группу «интересные».

Ввиду того, что база данных, построенная в посте, формировалась за некоторое время до публикации, а именно 26 апреля 2015 г., посты, опубликованные на Хабрахабре после этой даты (а также, возможно, новые хабы) в данном посте не рассматривались.

По очень полезной ссылке в комментах к первому топику «Enlarge your pension size» можно увидеть результаты работы пенсионных фондов аж за несколько лет. Вопрос к математикам — сколько нам нужно наблюдений, чтобы делать выводы на основе статистики? 30? А если у нас есть только 3?

Научиться правильно понимать предоставленную информацию — отдельная задача. Например, в годы застоя в экономике, когда возможностей инвестиций не особо видно, высокий результат некого фонда приводит к его популярности. Зная особенности работы пенсионных фондов, можно предположить, что эта доходность, скорее всего, вызвана просто тем, что фонд инвестирует, например в доходные (рискованные) облигации, которые на самом деле в текущей экономической ситуации являются оптимальным вложением. Проблема в том, что очень скоро условия изменятся (они имеют тенденцию меняться), инвестиции в те облигации станут далеки от адекватных, и тогда этот фонд может переместиться из верхней части рэнкинга в нижнюю.

К чему приводит ориентация на недавний результат работы фонда, подробно иллюстрирует агенство MorningStar:

^{Споры бактерий Bacillus pumilus SAFR-032 показали выживаемость 10-40% после 18-месячного нахождения в открытом космосе (в тени), а в симуляции марсианских условий выживаемость составила 85-100% (в тени)}

Земные бактерии могут довольно быстро колонизировать поверхность Марса или другой планеты, если верить результатам экспериментов, проведённых на Международной космической станции. Это исследование — не часть плана по терраформированию Красной планеты. Совсем наоборот, учёные ищут способы, как предотвратить биологическое загрязнение.

После сентябрьской поездки в салон MakerBot в Нью-Йорке, описанной на хабре, я всерьёз заболел 3D-печатью, посетил все 3D-выставки, какие только возможно, познакомился лично со всеми игроками на рынке, с кем только возможно (с кем не познакомился — познакомился мой beloved partner), после чего решил «Всё, поехали! Мы идём в 3D»
Будучи с одной стороны, персоной мечтательной и увлекающейся, но с другой стороны — циничной и расчётливой скотиной-бизнесменом, прежде чем с головой нырять в индустрию, было принято решение потрясти энергично пулл производителей 3D-принтеров, перед выбором акцента для будущей дистрибуции.
Останавливаться на этом этапе сильно не буду, скажу лишь одно: «трясли» неудобными вопросами, встречами, реальными тестами, взвешенными ценовыми сравнениями — компании из топ-10 брэндов, оккупировавших медийное пространство, low level сегмент не рассматривали в принципе в силу строго очерченной компетенции группы людей, занимающихся дистрибуцией.

И вот, в апреле текущего года, нас выбросило волной в Испанском городке Наварре, где мне удалось лично увидеть Европейский уровень сборки 3D-принтеров на фабрике bq, о чём и хотел с Вами поделиться, не забыв про «вишенку» в конце истории.

Машины уже умеют находить лица на фотографиях, искать террористов в видеопотоке, переводить тексты и понимать звуковые команды. Нейронные сети, копирующие структуру мозга, являются элементарным кусочком любого сложного алгоритма. Из лекции вы узнаете, как всё это связано с уравнениями, неравенствами и производными, какие интересные открытия случились за последнее время, а также на чём стоит начать программировать сейчас, чтобы однажды стать экспертом в психологии роботов.





Если вспомнить фильм «Терминатор» и технологии, которыми по сюжету пользовались киборги, то можно будет выделить и нейронные сети, и возможность беспроводной связи с внешним источником интеллекта (Skynet), и компьютерное зрение, и распознавание звука, понимание различных языков. На момент выхода фильма на экраны все это было абсолютной фантастикой, технологиями далекого будущего. Но сегодня большая часть этих технологий реализована в том или ином виде. Попробуем разобраться, что же из всего перечисленного уже используется.