Team-draft interleaving

Концепция Team-draft interleaving тестов звучит достаточно просто.

Представьте, что вы хотите проверить новый алгоритм ранжирования товаров в каталоге интернет-магазина.
Вместо того, что сравнивать два разных алгоримта на разныых ветках эксперимента - вы покажите пользователю сразу два алгоритма одновременно. Например, каждый второй товар - один алгоритм,каждый третий товар - другой алгоритм. Такой подход к эксперименту позволит невелировать ряд продуктовых факторов, которые будут влияться на его исход.

К этой методологии часто прибегую поисковые системы, чтобы лучше и быстрее оценивать качества новых поисковых алгоритмов.
На что важно обратить внимание
1) Ваши выбрки не независимы - пользователь находится сразу в двух ветках эксперимента. В этом случае дисперсия случайной величины будет считаться не как на независимых выборках и это будет сказываться на методах оценки эксперимента
2) Важно учитывать расположение выдаваемого алгоритмом результата - приоритет выдачи может сильно сказываться на исходах эксперимента

Чтобы лучше разобраться в этой методологии мы предлагаем почитать/посмотреть несколько материалов

1) Как к TDI подходит Netflix - статья без технических и математических нюансов
https://netflixtechblog.com/interleaving-in-online-experiments-at-netflix-a04ee392ec55

2) Paper с описанием статистической части метода от MS, Yahoo и Cornell University
https://www.cs.cornell.edu/people/tj/publications/chapelle_etal_12a.pdf

3) Очень доступный доклад от Романа Поборчего на AIC Analytics Day
https://www.youtube.com/watch?v=voY7waRb_D0

📕Статистика и планирование эксперимента для непосвященных [2023] Херцог М. Х., Френсис Г., Кларк А.

📝 Описание: Непонимание статистики – важная проблема в нашем обществе. Благодаря компьютерным технологиям собирать статистические данные стало проще, но главную задачу – правильно обработать результаты – по-прежнему берет на себя человек. Из этой книги вы узнаете, как использовать и интерпретировать статистику и статистические данные в различном окружении.
Среди рассматриваемых тем:
▪️ основные понятия и принципы статистики;
▪️ наиболее распространенные статистические критерии;
▪️ множественная проверка гипотез;
▪️ планирование эксперимента;
▪️ метастатистика (статистическое исследование статистики).
Издание пригодится тем, кто хочет понять принципы статистики и научиться интерпретировать ее результаты, не вдаваясь в математические детали вычислений. Для изучения материала требуется минимальный уровень математической подготовки.

📚Книга

@data_math

​Как решать задачи на LeetCode, если подзабыл математику?

На LeetCode, Codility и их аналогах можно найти много алгоритмических задач, которые можно решить с помощью математических формул в несколько строк.
Такие решения выше ценятся рекрутерами, т.к. их эффективность оценивается как O(1).

Одна проблема — нужно вспомнить математику. А поможет в этом проект Project Euler. Это сайт на котором собраны математические задачи для программистов. Проект был запущен ещё в 2001, поэтому можно найти довольно редкие, но интересные вопросы:

https://projecteuler.net/recent

#it

Лекция 8. Основные сведения о рациональных функциях
Лекция 9. Рациональные функции - пример
Лекция 10. Интегрирование рациональных функций
Лекция 11. Интегрирование рациональных выражений
Лекция 12. Понятие определенного интеграла
Лекция 13. Основные свойства определенного интеграла
Лекция 14. Формула Ньютона-Лейбница

📌 1 часть

@data_math

📘 Высшая математика в упражнениях и задачах, Часть 1, Данко П.Е., Попов А.Г., Кожевникова Т.Я., 2003.

Содержание первой части охватывает следующие разделы программы: аналитическую геометрию, основы линейной алгебры, дифференциальное исчисление функций одной и нескольких переменных, интегральное исчисление функций одной переменной, элементы линейного программирования. В каждом параграфе приводятся необходимые теоретические сведения. Типовые задачи даются с подробными решениями. Имеется большое количество задач для самостоятельной работы.

📗 Высшая математика в упражнениях и задачах, Часть 2, Данко П.Е., Попов А.Г., Кожевникова Т.Я., 2003.

Содержание II части охватывает следующие разделы программы: кратные и криволинейные интегралы, ряды, дифференциальные уравнения, теорию вероятностей, теорию функций комплексного переменного, операционное исчисление, методы вычислений, основы вариационного исчисления. В каждом параграфе приводятся необходимые теоретические сведения. Типовые задачи даются с подробными решениями. Имеется большое количество задач для самостоятельной работы.

Про неевклидову геометрию Лобачевского: https://postnauka.ru/video/84631

Про понятие числа от Евдокса до Клиффорда: https://postnauka.ru/video/84632

Про группы и алгебры Ли симметрий: https://postnauka.ru/video/73464

Мы собрали для вас подборку свежих и актуальных книг, по всем языкам программирования.

В подборке не просто новые книги для программистов, но и те книги, которые дают практическую основу с задачами и решениями для получения реального полезных навыков.

🍍 Папка с книгами:
https://yangx.top/addlist/BkskQciUW_FhNjEy
(папки работают в последней версии телеграмма или мобильной версии)

Я подписан на многие каналы из подборки, но не на все, так что будет из чего выбрать – от глубоко технических авторов, до понятных всем и тп.

Настоящий кладезь книг и знаний здесь

Algebra for Beginners | Basics of Algebra

Полезный плейлист на 50 часов, обучающий некоторым базовым вещам, необходимым для понимания того, что происходит в алгоритмах и статьях по data science и не только. Матанализ, статистика, алгебра, линейная алгебра — всё это и ещё немного туториалов по Excel и SQL.

https://www.youtube.com/watch?v=PVoTRu3p6ug&list=PLwYvzp9lBJVmv6yLK1hDH_Hqosl-lzGOl

@data_math

🎲 Теория вероятностей

Список полезных источников для погружения в теорию вероятностей.

Задачник Шеня: https://www.mccme.ru/shen/proba.pdf

Хорошие задачи с разбором здесь, это мехматовские конспекты: http://dmvn.mexmat.net/content/ptms/pr-probabilitytheory-kondratenko.pdf

Веб-приложения, иллюстрирующие концепции вероятности: http://www.randomservices.org/random/apps/index.html

PCA наглядно - http://setosa.io/ev/principal-component-analysis/

@data_math

📚 Подборка книг для прокачки математического мышления [25 книг]

📔 Математическое мышление Сборник [1989] Вейль Г. (H.Weyl)
📙 Методологический анализ оснований математики [1989] Китчев, Федоров
📕 Механизм творчества решения нестандартных задач [2008] Дрозина В.В., Дильман В.Л.
📘 Построение треугольника [2015] Голубев В.И., Ерганжиева Л.Н., Мосевич К.К.
📗 Другая математика, или Как сформировать математическое мышление у детей 6-10 лет [2017] Лобок А.М.
📓 Математическое мышление [1989] Вейль Герман
📒 Математическое мышление. Книга для родителей и учителей [2019] Джо Боулер
📔 Начальное обучение: математика и логическое мышление [1997] Медведская В.Н., Вавренчук Н.А.
📕 Математика и криптография. Тайны шифров и логическое мышление [2018] Душкин Р.В.
📗 Модельное мышление. Как анализировать сложные явления с помощью математических моделей [2020] Пейдж Скотт
📘 Как не ошибаться. Сила математического мышления [2018] Джордан Элленберг
📙 От алгоритмов — к суждениям (Эксперименты по обучению элементам математического мышления) [1973] Шапиро
📔 От задачи к задаче - по аналогии. Развитие математического мышления [1998] Эрдниев О.П.
📕 Сферодинамика. Математические начала объёмного мышления [2010] Гладков Б.В.
📒 Теорема зонтика, или Искусство правильно смотреть на мир через призму математики [2022] Лонэ Микаэль
📗 Апология математика [2022] Харди Годфри Гарольд
📘 Предисловие к математике [2015] Успенский В. А.
📓 Просто арифметика [2013] Ахманов М. С.
📔 Математика – это просто 2.0. Думай математически [2015] Мэйсон Дж., Бёртон Л., Стэйси К.
📕 Что такое математика? [2015] Курант Р., Роббинс Г.
📒 Математика для взрослых. Лайфхаки для повседневных вычислений [2016] Поскитт К.
📜 Математическое мышление (+ комментарий С.С. Демидова) [1970] Гильберт Давид
#алгоритмы #математика #подборка_книг #math #maths