Edward Weinert

"What I cannot create, I do not understand." – Richard Feynman

  • Analiza Danych

    Pętla OODA – wpływ entropii i mechaniki kwantowej na procesy podejmowania decyzji

    2023-09-19 /

    Pętla OODA „Observe-Orient-Decide-Act” (Obserwacja-Orientacja-Decyzja-Akcja) jest cyklicznym adaptacyjnym modelem obserwacji, szybkiej oceny sytuacji, podjęcia decyzji i działania. Pętla została stworzona przez pułkownika lotnictwa wojskowego USA Johna R. Boyda na przełomie lat 70-tych i 80-tych XX wieku na potrzeby prowadzenia walki powietrznej. Pułkownik John Richard Boyd jest uznawany za jednego z najwybitniejszych strategów i filozofów sztuki wojennej w nowożytnej historii, a także konstruktora nowoczesnych samolotów. Pod jego nadzorem stworzono myśliwce F-15 i F-16. O wyjątkowości Johna Boyda świadczy jego interdyscyplinarność. Warto przeczytać jego biografię i filozofię służby: nie dla odznaczeń lecz dla kraju. Inspiracją dla Boyda było nie tylko jego doświadczenie i obserwacje na polu walki, ale także m.in. zjawisko entropii i…

    dowiedz się więcej

    Zobacz również

    Środowisko pracy Data Science w Python

    2020-06-24

    Między eksperymentem a harmonogramem – planowanie projektów AI z PERT i Monte Carlo

    2025-06-09

    Kiedy zniknie błoto i ruszą czołgi?

    2023-03-14
  • Analiza Danych

    Entropia – pomost pomiędzy fizyką a uczeniem maszynowym

    2021-08-12 /

    Entropia jako koncept naukowy i mierzalna wielkość określająca nieuporządkowanie, niejednorodność, przypadkowość i niepewność funkcjonuje we wszystkich naukach przyrodniczych, socjologii, ekonomii i teorii informacji. Krótko mówiąc im większa entropia tym większy nieporządek, a mówiąc potocznie chaos i bałagan. Pierwszy raz entropia została zdefiniowana w połowie XIX wieku przez fizyków w termodynamice jako funkcja stanu określająca kierunek zachodzących zmian i przepływu energii. Bardzo szybko zaczęto koncepcję entropii termodynamicznej przekładać na inne dziedziny naukowe. Szybko też naukowcy doszli do wniosku, że musi być ona powiązana z tak abstrakcyjnym tworem jak informacja. Z punktu widzenia uczenia maszynowego to właśnie analogia pomiędzy entropią w fizyce a entropią w teorii informacji umożliwia lepsze wykorzystanie uczenia maszynowego…

    dowiedz się więcej

    Zobacz również

    Między eksperymentem a harmonogramem – planowanie projektów AI z PERT i Monte Carlo

    2025-06-09

    Perkolacja, czyli rozwiązywanie problemów przy kawie.

    2022-09-28

    Fizyka zmienia uczenie maszynowe

    2021-09-03

ai datascience deep learning EDA entropia fizyka machinelearning matematyka mechanika kwantowa Monte Carlo nawadnianie OODA pekolacja pert python rolnictwo równania różniczkowe sieci neuronowe termodynamika zarządzanie zarządzanie projektem

Ashe Motyw przez WP Royal.