Taleb关键词检索结果

面向 AI 学习者的 Python 快速入门 | 作者 Shaw Talebi | 2024 年 9 月

Python QuickStart for People Learning AI | by Shaw Talebi | Sep, 2024

许多计算机都预装了 Python。要查看您的机器是否已安装它,请转到您的终端(Mac/Linux)或命令提示符(Windows),然后输入“python”。在终端中使用 Python。作者提供的图片。如果您没有看到这样的屏幕,您可以手动下载 Python(Windows/Mac)。或者,可以安装 Anaconda,这是一个流行的帖子 Python QuickStart for People Learning AI | 作者 Shaw Talebi | 2024 年 9 月首次出现在 AI Quantum Intelligence 上。

面向 AI 学习者的 Python 快速入门 | 作者 Shaw Talebi | 2024 年 9 月

Python QuickStart for People Learning AI | by Shaw Talebi | Sep, 2024

许多计算机都预装了 Python。要查看您的机器是否已安装它,请转到您的终端(Mac/Linux)或命令提示符(Windows),然后输入“python”。在终端中使用 Python。作者提供的图片。如果您没有看到这样的屏幕,您可以手动下载 Python(Windows/Mac)。或者,可以安装 Anaconda,这是一个流行的帖子 Python QuickStart for People Learning AI | 作者 Shaw Talebi | 2024 年 9 月首次出现在 AI Quantum Intelligence 上。

美国和欧洲可能悬而未决一起……或分开

America And Europe Can Hang Together... Or Hang Separately

美国和欧洲可以并肩作战……或者各自为政 作者:Victor Davis Hanson,来自 American Greatness,考虑一下欧洲和美国的二元性。2024 年 12 月 20 日,恐怖分子 Taleb Al-Abdul Mohsen 驾驶他的 SUV 冲进德国马格德堡的圣诞节人群。他杀死了 6 名行人,造成 299 人受伤。11 天后,在路易斯安那州新奥尔良的新年前夜,Shamsud-Din Bahar Jabbar 驾驶他的皮卡撞向了一群节日人群。他杀死了 15 人,造成 35 多人受伤。德国的生育率刚刚超过 1.4 — — 对于正在萎缩的欧盟来说,这大约是平均水平。现在,该国约

比特币永久牛市中的分配效应:谁真正为兰博基尼买单

Distribution effects in a perpetual Bitcoin bull market: Who really pays for the Lamborghini

1. 简介
关于比特币的实用性和可持续性的争论可以追溯到中本聪 2008 年的白皮书。许多经济学家认为比特币是一个投机泡沫,最终会破裂,通过高能耗和非法支付造成社会损害(Rogoff 2017、Roubini 2018、Avoca 2021、Taleb 2021)。然而,许多比特币支持者已经改变了他们对比特币的主要兴趣,因为他们认为比特币是一种具有永久资本收益潜力的投资资产,鼓励后来者投资,并认为不会对那些不投资的人造成伤害。

我们的

LLM 评估、AI 附带项目、用户友好型数据表和其他 10 月必读内容

LLM Evaluation, AI Side Projects, User-Friendly Data Tables, and Other October Must-Reads

是否想写出您的第一篇 TDS 文章?我们始终欢迎新作者的投稿。我们似乎正处于日历上的一个甜蜜点,即夏末和假期来临前的最后高峰之间——换句话说,这是一年中学习、修修补补和探索的最佳时机。我们 10 月份阅读次数最多的文章反映了这种专注的精神,涵盖了一系列实践主题。从可行的 AI 项目想法和数据科学收入流到易于理解的时间序列分析和 LLM 指南,这些故事很好地代表了我们作者的专业知识广度以及他们(和我们的读者)兴趣的多样性。如果您还没有阅读它们,现在就是最佳时机?每月亮点您可以在本周末构建的 5 个 AI 项目(使用 Python)如果您还没有撸起袖子,那么很快就会撸起袖子:我们 10 月份阅读次

软计算。第 28 卷,第 11-12 期,2024 年 6 月

Soft Computing. Volume 28, Issue 11-12, June 2024

1) 具有任意系数的梯形全模糊西尔维斯特矩阵方程作者:Ahmed Abdelaziz Elsayed、Nazihah AhmadGhassan Malkawi页数:6953 - 69672) 增强机器视觉:一种新颖的创新技术对视频问答的影响作者:Songjian Dan、Wei Feng页数:6969 - 69823) 使用多目标鲸鱼优化算法和 NSGA-II 集成资源供应管理和施工项目调度作者:Mahyar Ghoroqi、Parviz Ghoddousi……Saeed Talebi页数:6983 - 70014) 某些网络中的主导着色作者:S. Poonkuzhali、R. Jayagop

如何消除无常损失

How to Eliminate Impermanent Loss

一般而言,市场是有效的,因为日内交易很难获得高于平均水平的回报,而且大多数共同基金的表现都低于市场加权 ETF。然而,从历史上看,在各种应用中,期权数十年来一直被低估。例如,早在 20 世纪 60 年代,资产回报分布就比对数正态分布具有更厚的尾部(参见 Benoit Mandelbrot ('62) 或 Eugene Fama (' 65))。然而,大多数期权做市商都应用了基本的 Black-Scholes 和单一波动率参数,这低估了价外期权。在一天之内,即 1987 年 10 月 19 日,股市下跌了 17%,使用 Garch 波动率估计,这是一个 7.9 标准差事件。从贝叶斯的角度来看,这

人工智能中的黑天鹅

Black Swans in Artificial Intelligence

本文是我即将出版的新书的片段,您可以在此处订阅:https://www.danrose.ai/book理解数据的一个重要概念是黑天鹅的概念。黑天鹅理论是由统计学家、《随机致富的傻瓜》一书的作者 Nassim Nicholas Taleb 创造的。我强烈推荐这本书。多年来,人们普遍认为黑天鹅并不存在。由于从未观察到黑天鹅,因此它们不存在于任何数据中。如果你当时押注于你看到的下一只天鹅是黑色的可能性,你可能会押注这种事件不会发生。事实证明,有很多黑天鹅。它们只是还没有被观察到。当我们发现澳大利亚时,它们第一次被发现,那里到处都是黑天鹅。换句话说,数据只代表已知和观察到的世界,而不是现实世界。这也是