مشق نوشتن
به قول مادرم: این جا «مشقِ نوشتن» میکنم. :) تحت مجوز CC-BY 4.0 مگر خلافش ذکر شود. به استثناء پیوندها و مطالب هدایتشده. کانالهای دیگرم: @cybersecurities @raghsemeydan @cognitiveneuro ارتباط با من: @ARF1372
إظهار المزيد591
المشتركون
لا توجد بيانات24 ساعات
-47 أيام
-730 أيام
- المشتركون
- التغطية البريدية
- ER - نسبة المشاركة
جاري تحميل البيانات...
معدل نمو المشترك
جاري تحميل البيانات...
Repost from پانتهآ وزیری
Photo unavailableShow in Telegram
من حداقل هفتهای دو سه بار به خودم و تواناییهام شک میکنم. چند وقت پیش یک نکته توی اینترنت خوندم خیلی کمکم کرده. با دست نوشته بودم زده بودم به دیوار، مانیشا برام تایپ کردش 😁
میگه: شک به خودتون راهیه که ذهنتون بهتون سیگنال میده که راجع به چیزی نگرانه و نیاز داره که شما راجع بهش کاری بکنید:
۱. بشینید پیدا کنید که از چی نگرانید. اگر براتون واضح نیست بشینید فکراتون رو بنویسید.
۲. چندتا کار لیست کنید که کمکتون میکنه پیشرفت کنید (نمیگه کامل حل بشه، فقط پیشرفت). نکته اینه که شروع کنید یه کاری راجع بهش بکنید
۳. دائم میزان شک و تردیدی که به خودتون دارید رو اندازه بگیرید. اگر این شک و تردیدتون نسبت به خودتون کمتر شده با همین فرمون جلو برین!
من واقعا قدم به قدم انجام میدم و کمکم میکنه از قفل احساسی اون لحظه بیام بیرون دوباره راه بیفتم به کار.
Repost from SUT Twitter
Photo unavailableShow in Telegram
🔸تا حالا شده راجع یه موضوعی بخونین یا ویدئویی رو ببینین ولی چند هفته بعد ازش چیزی یادتون نیاد؟
🔹اگه جوابتون بله هست باید بگیم که تنها نیستین. خیلی از ما برای بهتری شدن توی کار یا رشد شخصی راجع مسائل مختلف اطلاعات زیادی رو کسب میکنیم و سعی میکنیم دانش خودمون رو بالا ببریم. ولی معمولاً اونها رو فراموش میکنیم، فکر میکنین چرا؟
🔸علتش اینه ما معمولاً سعی میکنیم اطلاعات رو بهخاطر بسپریم. ولی شاید خیلی اوقات درکی ازش نداشته باشیم و ندونیم دقیقا چیه. اما اطلاعات فرار هستن و اگه درکشون نکنیم ممکنه فراموش بشن.
🔹برای همین مهمه دانشمون رو علاوهبر به خاطر سپردن، خوب درک کنیم. اما جالبه بدونین درک کردن هم کافی نیست و اگه میخوایم اون رو برای خودمون تبدیل به مهارت کنیم، باید ازش استفاده کنیم و بهکار بگیریمش.
«فارسی TechRasa»
@sut_tw
کسانی که دموکراسی، احترام و خرد پشت نرم.افزارهای آزاد رو نمیبینند متوجه نمیشم.
تقریبا باکیفیتترین نرمافزارها همگی نرمافزارهای آزاد هستند. امنترین نرمافزارها نرمافزارهای آزاد هستند و جایی که به شما اجازه داده میشه یاد بگیرید و رشد کنید در فضای نرمافزارهای آزاد بوده و هست.
تنها به دو دلیل عمده: ۱. مشارکت جمعی و ۲. شفافیت.
نمیدونم، ولی هر کجا ترکیب این دوتا رو دیدیم پیشرفت هم همون جا نشسته بوده. کشورهایی که اقتصاد و سیاست شفاف و مشارکت جمعی رو تجربه میکنند پیشرفتهترین کشورها هستند، سازمانهایی که شفافیت اقتصادی و سیاستگذاری و ضریب مشارکت بالایی دارند معمولا موفقتر هستند و کلا هر سیستمی که ضریب همبستگی و مشارکت بالایی رو داشته باشه و جریان اطلاعات در کل اون سیستم به شکل عمومی پخش میشه سیستمی بسیار پیشرفته و قدرتمند خواهد بود.
آیا موجودات، عوامل یا انسانهای خرابکار در درون یا بیرون سیستم وجود ندارند؟ چرا، قطعا وجود دارند. اما شفافیت باعث میشه هرگونه تلاشی برای خرابکاری قابل رصد و مشاهده باشه و مشارکت جمعی هم کمک میکنه تا در صورت وجود یک اشکال یا مشکل، سریعتر کشف، بررسی و رفع شه.
آیا این یعنی سیستمهای آزاد نقص ندارند؟ خیر. یعنی سیستمهای آزاد آسیبپذیر نیستند؟ باز هم خیر! اما سیستمهای آزاد فطعا سریعتر از سیستمهای غیر آزاد پیشرفت میکنند و به نتیجه میرسند. تنها چون «شفافیت» و «مشارکت جمعی» رو همزمان ترکیب کردند.
و برای همین هم کسی که از من مشاوره بخواد میگم «اول یکی دو ساعت باید شرایط رو قشنگ برام توضیح بدی!» چون «هیچ پاسخ جهانشمولی وجود ندارد!» :)
Repost from گاهنوشتهها
باگ مشاوره
یکی از دلایلی که آب من با «عمده» مشاورها تو یه جوب نمیره اینه که معمولا برای سوالات، جوابهای همیشه درست تجویز میکنن.
در حالی که چنین جوابهایی در دنیای واقعی وجود ندارن؛
و اتفاقا چیزهایی که همیشه درست تلقی میشن، معمولا جوابهای قدیمی به سوالات قدیمی آدمها هستن، که تاریخمصرفگذشته و غلطن.
@secondarynotes
البته با این که آلن تورینگ کار بسیار خفن و باحالی رو توی مقاله خودش انجام داده من اثبات آلنزو چرچ و مدل محاسباتی ماشین ثبات نامحدود (unrestricted registers machine) از امیل پست رو بیشتر دوست دارم.
خفنی کار تورینگ حل مسئله تصمیم نبوده. بلکه این که جادو جمبلی رو معرفی میکنه به نام arithmetization که باهاش میشه نشون داد «هر مدلی از محاسبه که دست کم به اندازه ماشین تورینگ قدرتمند باشد نمیتواند از ماشین تورینگ قویتر باشد!» یا به عبارتی دیگه شما نمیتونید هیچ وقت یک مدل ریاضی برای محاسبه معرفی کنید که بتونه الگوریتمهایی بیشتر از اون چیزی که ماشین تورینگ میتونه مجاسبه کنه رو محاسبه کنه. و این یعنی «مسئله halting در ذات خود محاسبه نهفته است و ربطی به نوع یا شکل مدل محاسباتی مربوطه نداره!»