Как рождаются знания и что это вообще такое? Можно ли описать весь мир с помощью математики? Почему природа, не имея интеллекта, все же «учится»? И главное — можем ли мы ускорить этот процесс и стать теми, кто переиграет природу?В этом выпуске мы говорим о том, как рождаются новые знания: от простых бытовых наблюдений до научных прорывов и алгоритмов машинного обучения. Обсудим, что такое сознание и самопознание, зачем нам математика и как она стала инструментом для понимания реальности. А еще попробуем заглянуть в будущее и предсказать, когда AI обретет самопознание, а человек — цифровое бессмертие.Обсуждаем все это с Кириллом Николаевым, директором по аналитике Т-Технологий,и Ромой Филевым, руководителем отдела экспериментов и Data Science Consulting в Т-Банке.Приготовьтесь, будет и наука, и философия, и немного фантастики, и очень много поводов задуматься. Ведь у природы времени хоть отбавляй, а у нас с вами — нет. Но 53 минуты-то, найдется? Слушайте и обязательно делитесь своими мыслями по теме в нашем телеграм-канале https://t.me/eto_schitaetsyaMeta, продукт которой упоминается в выпуске, признана в России экстремистской и запрещена.Тайм-коды:00:12 Начало выпуска00:42 Тема выпуска01:07 Гости — Кирилл Николаев и Роман Филев01:24 Что такое знания и интеллект04:55 Как знания получает наука06:05 Как знания получают люди07:34 Есть ли познание в неразумной жизни?12:49 Методы познания у животных и человека17:51 Рубрика «Зачем учить математику?»24:04 Адаптивность и выживание28:16 Любознательность как важный компонент интеллекта30:26 Мозг современного человека и влияние быстрого контента37:23 Самопознание у AI44:17 Будущее AI и человечества — симбиоз?50:25 Вывод52:13 Рубрика «Что считается?»52:55 Завершение выпуска
--------
53:17
--------
53:17
Все посчитано: реклама изнутри
В этом выпуске мы решили отойти от строго математических тем и теорий и поговорить о рекламе — это ведь тоже целая наука, и математики в ее основе не мало. Разбираемся, как работает рынок рекламы изнутри, почему аналитика должна стоять во главе формирования рекламных бюджетов и что из рекламной аналитики стоит перенять продуктовой.Обсуждаем:рекламу глазами клиента, закупщика и платформы: три разные перспективыкак формируется стоимость рекламы и какое место тут занимает аналитикаинсайдерскую информацию о российском рекламном рынкерекламные аукционы, другие механики продаж и аналитические ловушкинейробиологию в рекламеинтеграцию рекламы в AI-продукты и ее будущееи, конечно, главный вопрос рубрики «Зачем учить математику?» — без нее в рекламе никуда.Погружаемся в мир рекламы с нашим гостем — Романом Назаренко, который отвечает за DWH в Т-Банке и рулит аналитикой рекламы T-Ads.Выпуск будет полезен аналитикам, маркетологам и всем, кто хочет понимать, почему реклама — это не только креатив, но и строгая наука. Слушайте, вдохновляйтесь и делитесь своими мыслями об аналитике в рекламе в нашем телеграм-канале https://t.me/eto_schitaetsyaТайм-коды:00:12 Начало выпуска00:58 Тема выпуска01:16 Гость — Роман Назаренко01:39 Реклама глазами клиента — ведущих и гостя06:25 Круто, ты попал на ТВ? Проблемы ТВ-рекламы и баннеров 11:04 Виды рекламы, стоимость и причем тут аналитика20:00 Российский рынок рекламы сегодня: инсайдерская информация23:51 Реклама глазами закупщика: особенности аналитики в рекламе25:48 Реклама глазами платформы: аукционы и другие механики продажи рекламы33:07 Рубрика «Зачем учить математику?»34:28 Аналитические ловушки в рекламе39:43 Нейробиология в рекламе41:26 Это перенимается: что из рекламной аналитики применяется в других сферах43:45 Будущее рекламы: интеграция в AI-продукты50:02 Вывод52:11 Рубрика «Что считается?»52:37 Завершение выпуска
--------
52:59
--------
52:59
Kaggle: от нуля до гранд-мастера
В этом выпуске разбираемся с одной из самых известных платформ для специалистов по анализу данных и машинному обучению — Kaggle. Что это вообще такое и нужно ли оно вам?Спойлер: Kaggle — это как олимпиада для взрослых, но не столько ради медалей и призов (хотя и они там имеются), сколько ради реального профессионального роста.Как стать гранд-мастером Kaggle и почему это работает лучше любого резюме? Что Kaggle дает аналитикам и зачем сражаться за тысячные доли после запятой в метриках? Что общего Kaggle имеет с реальными бизнес-задачами и как AutoML делает ML-щика даже из тех, кто не умеет в ML?Обсуждаем все это с нашим гостем, который уже 14 лет в Kaggle, единственным в России четырехкратным гранд-мастером Kaggle, победителем Kaggle AutoML Гран-При 2024 и руководителем R&D-юнита в AI-лаборатории Авито — Александром Рыжковым.Слушайте, вдохновляйтесь и делитесь в нашем телеграм-канале https://t.me/eto_schitaetsya своим опытом на Kaggle!Тайм-коды:00:12 Начало выпуска00:40 Тема выпуска00:54 Гость — Александр Рыжков01:06 Что такое Kaggle03:09 «Олимпиада для взрослых»: задачи реального бизнеса на Kaggle06:15 В поисках сокровищ: секреты компаний на Kaggle10:14 Зачем участвовать в соревнованиях Kaggle13:14 Как стать гранд-мастером Kaggle17:15 Навыки будущего гранд-мастера Kaggle21:01 AI-инструменты в Kaggle23:32 Kaggle и математика25:40 Рубрика «Зачем учить математику?»27:01 Зачем Kaggle аналитикам31:41 Чем соревнования Kaggle отличаются от прода33:48 AutoML как инструмент для соревнований Kaggle и для бизнеса44:42 Вывод47:01 Рубрика «Что считается?»47:20 Завершение выпуска
--------
47:43
--------
47:43
ТИгр внутри
В новом выпуске говорим про ТИгр. И нет, это не о полосатых обитателях лесов и саванн и не о Т-Играх Т-Банка. Речь о теории игр. Разбираем, как предсказывать поведение других и быть всегда на шаг впереди, когда выгоднее действовать в своих интересах, а когда кооперироваться, и что нужно, чтобы стать хорошим стратегом по жизни. А еще: как теоретико-игровые механики могут не только бустануть бизнес, но и повысить ВВП целой страны? Было ли равновесие Нэша в «Играх разума»? И как «Теория большого взрыва» учит нас моделировать «игры»? В общем, интересно будет явно не только аналитикам. Обсуждаем все это с Дмитрием Дагаевым — заведующим Лаборатории исследований спорта факультета экономических наук НИУ ВШЭ, доцентом РЭШ, который уже много лет преподает теорию игр. Слушайте и делитесь в нашем телеграм-канале https://t.me/eto_schitaetsya, в какие игры играете вы. P.S. Все же уже поняли, что мы не про компьютерные игры? В общем, ждем ваших кейсов применения теории игр!Тайм-коды:00:12 Начало выпуска00:49 Тема выпуска01:09 Гость — Дмитрий Дагаев01:28 Что такое теория игр (ТИгр)03:30 Вся наша жизнь — игра?07:28 Равенство Нэша11:49 Дилемма заключенного16:27 Ценовые войны19:54 Моделирование «игр» и аукционы25:51 Научный киноляп: неравновесие Нэша в «Играх разума»28:07 ТИгр в «Теории большого взрыва», или Что нужно учитывать при моделировании «игр»30:44 Как построить корректную модель «игры»33:14 Рубрика «Зачем учить математику?»35:20 Как стать хорошим стратегом38:05 Применение ТИгр в аналитике42:51 Индивидуализм vs. кооперация: кто какую стратегию выбирает46:09 ТИгр в построении команд51:31 Вывод52:14 Рубрика «Что считается?»52:56 Завершение выпуска
--------
53:18
--------
53:18
Учиться нельзя остановиться
В этом выпуске говорим о самообразовании. Зачем в век AI продолжать учиться? Что такое «синдром вечного ученика» и как не попасть в его ловушку? Где баланс между «надо» и «хочу»? Как эффективнее обучаться и чем в этом помогает математический склад ума?Все это обсудили с человеком, который ни на день не перестает учиться и успел до 30 попасть в тот самый рейтинг Forbes, победив в категории «Управление». В гостях у нас CDO Райффайзенбанка в России Андрей Сухань.Андрей поделился своими подходами к обучению, а вы делитесь своими — в нашем телеграм-канале https://t.me/eto_schitaetsyaТайм-коды:00:12 Начало выпуска00:39 Тема выпуска00:50 Гость — Андрей Сухань01:05 В чем суть обучения05:30 Рубрика «Зачем учить математику?»06:14 Математики vs. гуманитарии08:09 От математики к аналитике09:25 Мотивация к постоянному обучению11:26 Как выбирать, чему учиться12:43 Книга, которая научит всему14:14 Надо vs. хочу19:00 Синдром вечного ученика24:28 Чему сейчас учится Андрей26:20 Что могут дать курсы, YouTube и AI30:49 Почему в век AI все еще нужно учиться35:34 Сто раз отмерь: как выбирать материал для изучения39:20 Графовый подход к обучению42:35 Рубрика «Что считается?»42:56 Завершение выпуска
Österreich