¡Ya disponible! Investigación de Telegram 2025 — los principales insights del año 
NerdsCorp | Математика, физика, котики |
Ir al canal en Telegram
✨Уютное физмат-пространство✨ Для начинающих, любителей и профи 😉 В схемах и мемах. По вопросам рекламы писать сюда: @GlushkovAndrei Предложения по контенту принимаются тут: @Nerdniwe А по поводу индивидуальных занятий - любому из нас 😉
Mostrar más2 111
Suscriptores
-124 horas
-267 días
-12730 días
Carga de datos en curso...
Canales Similares
Nube de Etiquetas
Menciones Entrantes y Salientes
---
---
---
---
---
---
Atraer Suscriptores
julio '26
julio '260
en 0 canales
junio '26
+8
en 0 canales
Get PRO
mayo '26
+18
en 2 canales
Get PRO
abril '26
+1 015
en 0 canales
Get PRO
marzo '26
+3
en 0 canales
Get PRO
febrero '26
+13
en 0 canales
Get PRO
enero '26
+18
en 0 canales
Get PRO
diciembre '25
+12
en 0 canales
Get PRO
noviembre '25
+12
en 0 canales
Get PRO
octubre '25
+23
en 0 canales
Get PRO
septiembre '25
+11
en 1 canales
Get PRO
agosto '25
+8
en 0 canales
Get PRO
julio '25
+4
en 0 canales
Get PRO
junio '25
+6
en 0 canales
Get PRO
mayo '25
+4
en 0 canales
Get PRO
abril '25
+912
en 0 canales
Get PRO
marzo '25
+7
en 0 canales
Get PRO
febrero '25
+2 069
en 0 canales
Get PRO
enero '25
+74
en 2 canales
Get PRO
diciembre '24
+63
en 2 canales
Get PRO
noviembre '24
+39
en 1 canales
Get PRO
octubre '24
+110
en 1 canales
Get PRO
septiembre '24
+44
en 0 canales
Get PRO
agosto '24
+20
en 0 canales
Get PRO
julio '24
+5
en 0 canales
Get PRO
junio '24
+1 317
en 1 canales
Get PRO
mayo '24
+478
en 0 canales
Get PRO
abril '24
+1 189
en 2 canales
Get PRO
marzo '24
+2 777
en 2 canales
Get PRO
febrero '24
+56
en 2 canales
Get PRO
enero '24
+34
en 0 canales
Get PRO
diciembre '23
+27
en 0 canales
Get PRO
noviembre '23
+41
en 1 canales
Get PRO
octubre '23
+242
en 0 canales
| Fecha | Crecimiento de Suscriptores | Menciones | Canales | |
| 01 julio | 0 |
Publicaciones del Canal
| 2 |  Канье шарит за красивую геометрию 🤌 | 297 |
| 3 |  Мы? | 304 |
| 4 |  Как дела, котаны? Как ЕГЭ/ОГЭ?
Физические упражнения практикуете? | 314 |
| 5 |  Сегодня день сдачи ОГЭ по физике.
Всем, кто писал совет: пока помните - запишите условия второй части.
Если будет нужна апелляция, будете себе благодарны. | 371 |
| 6 |  Миллениалы тут? | 403 |
| 7 |  Наглядный пример, почему ИИ нельзя допускать к сфере образования. Он просто врет, и врет часто (см."сектор").
Любой материал, созданный ИИ, должен проверять преподаватель
P.s. Да, да. Вот такие курсы сейчас активно продают. Будьте осторожны.
*** | 381 |
| 8 |  Теория множеств ✨
Наглядно, с инструкцией к практическому применению 💅 | 402 |
| 9 |  Признайтесь, было? 👀 | 446 |
| 10 |  Функции активации 💥
Каждый слой нейросети, сколь бы огромной она ни была, по сути является линейной функцией:
y=wx+b
И если собрать хоть 1000 таких слоёв подряд - вся сеть всё равно сведётся к одной большой линейной формуле.
То есть модель будет уметь строить только:
прямые,
плоскости,
гиперплоскости.
Фактически разделяя пространство на две части:
«выше» разделяющей поверхности,
«ниже» неё.
Но мир - нелинейный.
Лица, речь, язык, сарказм, котики, болезни, погода - всё это сложные кривые зависимости.
И вот тут появляются функции активации.
Они добавляют в нейросеть нелинейность, позволяя строить гораздо более сложные разделяющие поверхности и учитывать хитрую геометрию пространства признаков.
Функции активации вставляются между линейными слоями и «ломают» линейность модели.
Именно это делает нейросеть "умной", а не просто огромным калькулятором линейных формул.
Без функций активации deep learning в современном виде просто не существовал бы. | 433 |
| 11 |  Почему кошки долго прицеливаются перед прыжком ❔ | 382 |
| 12 |  Математическая индукция ✨
На примере суммы арифметической прогрессии | 385 |
| 13 |  И действительно, почему? Есть идеи? 🤔 | 397 |
| 14 |  Основоположник петербургской математической школы
16 мая 1821 года, ровно 205 лет назад, родился Пафнутий Львович Чебышёв - один из крупнейших русских математиков XIX века.
Его работы положили фундамент для целого ряда направлений современной математики: теории чисел, теории вероятностей, вычислительных методов.
Многие результаты Чебышёва используются до сих пор: от неравенства Чебышёва в теории вероятностей до многочленов Чебышёва, используемых в вычислительной математике, теории приближений и обработке сигналов. Большое значение имели и его исследования распределения простых чисел.
При этом Чебышёв занимался не только чистой математикой, но и разрабатывал механизмы, передачи, изучал кинематику машин и вопросы практической точности инженерных конструкций.
Во многом именно из его школы позже выросла мощная русская школа теории вероятностей: Марков, Ляпунов, а позднее - Колмогоров. | 423 |
| 15 |  Понимаю, зачем нужен SQL 🌐
Чтоб было с чем работать в Pandas, например.
За два дня я заботала 60 задач, и теперь умею 10/15 отсюда.
Несложновое 🤓 | 331 |
| 16 |  Если бы Артемий Лебедев работал над дизайном учебника по планику 😏 | 333 |
| 17 |  Зачем нужен SQL, когда есть Pandas 🐼
Как по мне, это лучшая библиотека для анализа данных.
Может я, конечно, джун и не шарю, но пока не было никого, кто это бы опроверг | 381 |
| 18 |  Ура, у меня есть второй диплом МФТИ 🤪
Миссия "за год закрыть два семестра DLS на абсолют" выполнена.
Следующая миссия: оффер | 340 |
| 19 | Нужен ли калькулятор на экзамене?
Почти каждый школьник сначала воспринимает калькулятор как благо: можно сбросить на него вычисления и сосредоточиться на задаче. А потом начинаются странные ошибки и потерянные баллы.
Почему так происходит?
1) Всегда есть шанс нажать не ту клавишу и не заметить это. Вероятность небольшая, но при большом количестве расчетов ошибка почти гарантированно выстрелит 1-2 раза за экзамен.
2) При счете на калькуляторе резко падает внимательность к деталям. Микрокулоны превращаются в кулоны, килоджоули в джоули. А ошибки со степенями десятки вообще встречаются постоянно.
3) Даже при правильном расчете ответы часто получаются неудобными. Руками можно оставить 2/7 или 4/13, а калькулятор выдает длинные десятичные дроби вроде 0,2857142857… Их начинают округлять, ошибка постепенно накапливается, и ответ перестает сходиться.
Поэтому калькулятор на физике стоит использовать только там, где без него действительно неудобно. Например, если нужно посчитать √17 или sin73°. Во многих остальных задачах руками получается и быстрее, и надежнее.
И еще один важный момент: если не сказано иное, во второй части можно оставлять точные ответы. Например:
a = 2√3/7 м/с²
Помните: технологии это всего лишь инструмент. И полагаться на них во всем тоже бывает опасно.
🪶 Г.А.А.
Традиционная серия майских советов к экзаменам | 363 |
| 20 |  ✨Кросс-энтропия✨
(Cross Entropy Loss)
Это функция, которая измеряет насколько предсказанное распределение вероятностей отличается от правильного ответа.
Энтропия - мера неопределенности.
Cross-entropy измеряет:
сколько информации теряется,
если использовать предсказанное распределение вместо истинного.
Отсюда название.
Допустим, мы решаем задачу распознавания лиц.
Создаём модель, считающую вероятность события "На данном фото изображен N", где N - один из трех котиков:
Рыжик, Мурка и Барсик.
Для фото Мурки правильный ответ y = [0,1,0].
Модель предсказала ŷ = [0.1,0.7,0.2]
Она довольно уверена в правильном классе. Cross-entropy будет маленькой.
А если модель выдала:
ŷ = [0.9,0.05,0.05]
(то есть уверенно ошиблась) значение функции станет огромным.
То есть:
• "я почти уверен и прав" → маленький штраф
• "я почти уверен и ошибся" → чудовищный штраф
Таким образом, минимизация кросс-энтропии - есть минимизация ошибочных предсказаний, что делает эту функцию отличным инструментом для обучения моделей машинного обучения. | 298 |
