Участник:StasFomin/Bookmarks/Algorithms — различия между версиями

Материал из DISCOPAL
Перейти к: навигация, поиск
(Добавлена закладка (3) Lectures on Sphere Arrangements – the Discrete Geometric Side | Request PDF)
(2023-03)
Строка 40: Строка 40:
 
* 2023-03-08, 23:08:15: [https://en.wikipedia.org/wiki/Christofides_algorithm Christofides algorithm - Wikipedia]
 
* 2023-03-08, 23:08:15: [https://en.wikipedia.org/wiki/Christofides_algorithm Christofides algorithm - Wikipedia]
 
*: <html>In July 2020 however, Karlin, Klein, and Gharan released a preprint in which they introduced a novel approximation algorithm and claimed that its approximation ratio is 1.5&nbsp;−&nbsp;10<sup>−36</sup>. Their method follows similar principles to Christofides' algorithm, but uses a randomly chosen tree from a carefully chosen random distribution in place of the minimum spanning tree.<sup id="cite_ref-5" class="reference"><a href="https://en.wikipedia.org/wiki/#cite_note-5">[5]</a></sup><sup id="cite_ref-6" class="reference"><a href="https://en.wikipedia.org/wiki/#cite_note-6">[6]</a></sup> The paper was published at <a href="https://en.wikipedia.org/wiki/Symposium_on_Theory_of_Computing" title="Symposium on Theory of Computing">STOC'21</a><sup id="cite_ref-7" class="reference"><a href="https://en.wikipedia.org/wiki/#cite_note-7">[7]</a></sup> where it received a best paper award.<sup id="cite_ref-8" class="reference"><a href="https://en.wikipedia.org/wiki/#cite_note-8">[8]</a></sup></html>
 
*: <html>In July 2020 however, Karlin, Klein, and Gharan released a preprint in which they introduced a novel approximation algorithm and claimed that its approximation ratio is 1.5&nbsp;−&nbsp;10<sup>−36</sup>. Their method follows similar principles to Christofides' algorithm, but uses a randomly chosen tree from a carefully chosen random distribution in place of the minimum spanning tree.<sup id="cite_ref-5" class="reference"><a href="https://en.wikipedia.org/wiki/#cite_note-5">[5]</a></sup><sup id="cite_ref-6" class="reference"><a href="https://en.wikipedia.org/wiki/#cite_note-6">[6]</a></sup> The paper was published at <a href="https://en.wikipedia.org/wiki/Symposium_on_Theory_of_Computing" title="Symposium on Theory of Computing">STOC'21</a><sup id="cite_ref-7" class="reference"><a href="https://en.wikipedia.org/wiki/#cite_note-7">[7]</a></sup> where it received a best paper award.<sup id="cite_ref-8" class="reference"><a href="https://en.wikipedia.org/wiki/#cite_note-8">[8]</a></sup></html>
<!-- NEXT BOOKMARK -->
 
* 2023-03-07, 20:02:36: [https://onlinelibrary.wiley.com/doi/epdf/10.1002/acp.3899?fbclid=IwAR3SmUXAPumu1S41bJV0KN5SkHxRgW7tX1apQhl79IVMX9MMJdxiYhRKrqw&af=R Learning in double time: The effect of lecture video speed on immediate and delayed comprehension]
 
*: <html><span style="left: 76.063px; top: 118.043px; font-size: 15px; font-family: sans-serif; transform: scaleX(1.26741);" dir="ltr">RESEARCH ARTICLE</span><span style="left: 76.063px; top: 184.874px; font-size: 30px; font-family: sans-serif; transform: scaleX(0.881798);" dir="ltr">Learning in double time: The effect of lecture video speed on</span><span style="left: 76.063px; top: 223.142px; font-size: 30px; font-family: sans-serif; transform: scaleX(0.871663);" dir="ltr">immediate and delayed comprehension</span></html>
 
 
<!-- NEXT BOOKMARK -->
 
<!-- NEXT BOOKMARK -->
  

Версия 21:43, 10 ноября 2023

2023

2023-10

2023-09

2023-08

2023-06

2023-03

2022

2022-04

2022-03

2021

2021-12

2021-11

2021-10

2021-09

2021-08

2021-07

2021-06

2021-05

  • 2021-05-30, 11:24:30: Facebook
    Аллен Дауни прямо радует - читается хорошо, без академической воды и понятно, с адекватными и ясными примерами практических задач. Последний раз все было так ясно и лаконично при перерешивании задач по терверу из советского учебника Вентцель и книги по байесовским методам Джона Крушке. Покрутил, наверное, в 10 раз в голове теорему Байеса и, вообще, понятие вероятности, условной вероятности, совместной вероятности, априорного и апостериорного распределения, сопряженного приора, pdf, pmf, cdf с разных сторон (и в очередной раз так и не просек простую идею бета-распределения, но, верю, она же есть) - ну чтобы чуйка развилась еще больше. Я честно, от всего сердца и ума, делал несколько подходов к прикладной байесовской статистике с разных сторон и с разными инструментами, прочитал, наверно несколько книг (поняв в них далеко не все) и не помню уже как много статей, но постоянно преследовал вопрос - а зачем и как это мне поможет в повседневной практике? Основная цель, которую я преследовал и до сих пор преследую для себя - научиться понимать "небольшие" данные и причины, стоящие за ними глубже, чем позволяют популярные статистические методы и мало кем, на самом деле, глубоко понимаемые доверительные интервалы на хи-квадратах, погоняемых группами сТЬЮдентов

2021-04

2021-03

2021-02

2021-01

2020

2020-12

2020-11

2020-10

2020-09

2020-08

2020-07