Обсуждение

Я вот тоже считал себя недостаточно способным к статистико/дата-майнинг/нейросетко и проч. Ну или там какой-нить прайсинг деривативов (который со стохастическими дифураме и проч). Мы недавно обсуждали близкую тему, которая пошла с эзотерики, типа во всякой эзотерике необходимГуру/Учитель, ибо у новичка нету чувственного опыта, который не передается вербально, ну и нужно ему показать направление, в котором он мог бы получить сей чувственный опыт. Ну а получив его, он смогет как-то ориентироваццо - и что важно - более релевантно оценивать нужно это ему или нет, зачем и в каком направлении :). При этом сей барьер, когда у чела нет опыта, и он не может адекватно оценить перспектив/затрат и проч, чтобы сей опыт получить, он фактически везде так или иначе есть. Ну т.е. я вот считал что слишком тупой для статистико/прайсинг-деривативов - а ведь это просто от отсутствия достаточного опыта в сией сфере. Потом кагбэ выяснилось, что вполне мозгов хватае и все не так страшно.

Вы ничего не путаете? Агентская архитектура - это минимум середина 1990-х, а то и раньше. http://www.osp.ru/data/www2/dbms/1995/04/40.htm

Mark Guzdial is a Professor in the College of Computing at Georgia Institute of Technology Когда я сравнивал культуры кода, самый поганый и нечитаемый приходил именно от профессоров. А ещё они просто по самому характеру работы никогда не видят сложных проектов.

Да, это древняя архитектура, но другая -- http://fipa.org/ И учебники там типа http://coltech.vnu.edu.vn/httt/media/courses/AI++/Tai%20lieu/TLTK.pdf (я когда-то его даже читал в бумаге).

Он меня не как спец по качеству кода интересует, а как спец по образованию -- меня тут не качество кода волнует, а причины, по которым студенты вообще либо учатся писать программы, либо не учатся. Как спец по образованию он вполне хорош: всю жизнь именно этим занимался, студентов лично видел, а не только в кино: http://en.wikipedia.org/wiki/Mark_Guzdial Ежели чего, то и я студентов тоже лично видел, и уже не один год.

А потом эти студенты приходят в индустрию и им говорят "Забудьте всё, чему вас учили." Вопрос не в том, чтобы впихнуть знания, а чтобы научить строить из них системы и проверять их. Профессора же просто вкладывают в головы законченные конструкции. Особенно в таких гуманитарных оластях как ИТ. Впрочем, бывают и другие. Когда-то за споры с преподавателями получал пятёрки автоматом. Но они были специалисты в предмете, а не в обучении. А моделирование ничего не улучшает на первом прогоне, а отбивается на второй-третьей итеррации. До которой в большинстве случаев не доживает или проект, или фирма, или рабочее место человека, который это делал. Так что в большинстве случаев экономических причин применять его нет, а потому не нужно и учиться.

ибо - нужно сначала снизить детскую смертность, а потом уже бороться с раком :)

Есть вещи, где без моделирования не обойтись. Например, при обсчёте сложных физических процессов. Но в реальном проекте то, что генерировал Матлаб/Симулинк в железо не ставили, а просто писали ручками код по моделям. С другой стороны, простые модели вполне идут в код. Но это модели должны быть проверяемы, исполняемы и компилируемы. Из общего такое может только Шлейер-Меллор и его клоны. Плюс Матлаб/Симулинк. Плюс специальные тулы для очень узкоспециальных задач. Плюс внутренние DSL, собранные на коленке, для ещё более специальных частных задач.

здравствуйте, говорят у вас пробегали ссылки на полезныэ материалы о практическом примемении теории категорий. ткните пальцем пожалуйста.

В экономике есть "субъективная теория пользы": понятие пользы субъективно для каждого человека. Что одному кажется полезным, то другому кажется полностью бесполезным. Я о теории категорий уже несколько лет пишу раз в полгода (а иногда и чаще), так что не очень понимаю, что там вашим "говорящим" могло показаться "практическим применением". Вот, например, доклад Сергея Ковалёва -- там обсуждается в том числе и использование в реальных инженерных проектах: http://incose-ru.livejournal.com/50098.html (его диссертация с более подробным рассказом о математике -- http://www.ccas.ru/avtorefe/0001d.pdf). Но я публиковал и просто подборки ссылок типа вот в 2012 -- http://ailev.livejournal.com/1015195.html Так что не очень понимаю, чем я могу помочь больше, чем какой-нибудь Яндекс.блоги -- https://blogs.yandex.ru/search.xml?text=%D1%82%D0%B5%D0%BE%D1%80%D0%B8%D1%8F+%D0%BA%D0%B0%D1%82%D0%B5%D0%B3%D0%BE%D1%80%D0%B8%D0%B9+%3C%3C+author%3D%22ailev%22

про "противоречия между важностью, абстрактностью и кажущейся ненужностью мета-моделирования" Исследования способов рассуждения приводят к такому правилу: надо обязательно повторять банальные истины, повторять-произносить то, что кажется безусловно самоочевидным. Особенно по ходу научного дискурса. Потому что: 1) уже есть по каждому направлению неколько школ, которые иногда пользуются разными аксиомами и понятиями. Поэтому то, что очевидно одному, то ... ну, вы меня поняли:):) 2) в развивающихся науках возможны альтернативные направления развития мэйнстрима. Поэтому в науке совершенно неуместны заявления типа "тут напрашивается естественный вывод" Хотя совершенно оценочных суждений избежать нельзя, и невозможно, и не надо ибо подлинное мышление эмоционально и потому оценочно. Это я сейчас пишу статью по связь между разумом-ratio, эмоциями и моралью. Вплоть до того, что это одно целое, явленное нам историческим развитием нашего знания через разные дисциплины. То есть Эмоции в основном освещаются биологами-физиологами, мораль -- логиками/философами, а знания - гносеологами и когнитивистами

Вот-вот, я тут как раз про необходимость междисциплинарности для понимания различной привлекательности учебного материала: субъективно важного и несложного для преподавателей, субъективно неважного и несложного для студентов. Выравнивание тут нужно не только знаниевое на каких-нибудь "мерах сложности" и "мерах важности", а именно междисциплинарное -- с упором на психофизиологию, социологию, этику и прочие не слишком технарские материи.

акторы... они так похожи на агентов, если не присматриваться! Подскажите, пожалуйста, что почитать/где присмотреться чтобы понять различия?

Начните, например, прямо с попсы -- http://en.wikipedia.org/wiki/Actor_model (и там даже вполне попсово говорится, что "The key difference is that agent systems (in most definitions) impose extra constraints upon the Actors, typically requiring that they make use of commitments and goals"). Дальше можно обсуждать, насколько разные агентские системы реализуют эти самые commitments, goals и прочие черты именно агентского подхода, а насколько они остаются просто акторской моделью программирования, привнесением распределённости в традиционное программирование.

вряд ли получится что-то серьезное, если человек изучает предмет из-за его важности, а не из-за естественного интереса к предмету, и вряд ли повышенная важность может стать аргументом в убеждении что толку говорить, что важно знать законы? кто их по факту учит, кроме юристов?

мораль - это продукт разума, так что приходим к банальной паре сознание-подсознание, которые на самом деле есть одно целое