где лямбда исчисление буквально на пальцах объяснено. А лямбда калькулус - это основа ФП. И вот там главное - это функция, которая выступает в качестве чёрного ящика. Нам не надо знать, что она делает внутри. Всё, что нам нужно в лямбда исчисление - это значть, что функция принимает на вход и что она возвращает.
А сегодня утром (после вчерашних дискуссий) решил опять почитать Введение в статистическое обучение. И там практически те же самые слова: для задач предсказания нам достаточно функции-чёрного ящика. Которая берёт предикторы и выдаёт отклик. С минимальной устранимой ошибкой.
Отсюда вопрос (может глупый, буду признаетелен, если поправят), почему функциональные языки не доминируют в ML (ну вернее в статистическом обучении)? Потому что важно не только предсказание, но часто надо этот ящик вскрыть и понять характер взаимосвязи отклика и предикторов? Или просто так сложилось? Я даже не про питон вс р. R тоже не прямо уж функциональный.
А разве любой вызов функции, метода или процедуры не укладывается в концепцию чёрного ящика? Причём тут ФП?
Я больше затянул это как раз для того, чтобы услышать вот такие возражения от коллег и самому сложить картину. Ну и больше про мыслительный процесс. Вызов метода объекта какого-то класса в моей голове никак не укладывается в концепцию передачи данных функции и получения результата. И бывает тяжело просто думать над тем, как мне менять объект. Проще думать, что мне передать в функцию, чтобы получить желаемое
Артём, это ведь Вы изначально этот чат придумали, а потом отошли в сторону?
Можно на ты. Нет, не я. Это Александр Маслов, если не ошибаюсь.
Да, Александр придумал.
хорошо, предложение принято.
Нам ведь интересна не работа модели, как функции: что то вкинули, что то получили. Нам интересно быть уверенными в глубоком смысле выхода: что то вкинули, что то получили, опираясь на результат взяли на улицу зонтик или инвестировали миллион
Обсуждают сегодня