Изначально я хотел положить CRISP-DM на матан — но нашел что-то совершенно другое.

AGI уже здесь, еще вчера хотел сказать

Вдохновение подчерпнуто от Tabular Prior-Data Fitted Network. Но каузальщина другая, не бессмысленная.

Мы все только интерполируем. Пока что 🙂

На примере фаз луны и числа участников ДТП в сутки — любимая теорема о кофейной гуще.

Почему лучше с информацией о пиратах, чем все же без нее. Или как сетки получают знание из данных, в отличие от глупых ограниченных мешков с костями.

В каких концепциях прогнозировать можно, а в каких — не нужно.