Wrzesień w pełni. Zbliżamy się do jesiennego przesilenia. Nie tylko w astronomii, ale również w mojej skromnej karierze zawodowej. Dzieci ruszyły do szkół a ja ... ruszam z blogiem !!!
Dlaczego blog? Bo tak, bo ...

Mechaniczny Turek. Dwieście lat temu grał z nim sam Napoleon Bonaparte. Za swojego przeciwnika miał również "ojca informatyki" Charlsa Babbage'a. Niestety okazał się mistyfikacją. Dwieście lat temu tylko udawano, że istnieje inteligentna maszyna. A co było potem ... Potem dzięki ludziom takim jak wspomniany pan Babbage powstały maszyny, najpierw mechaniczne, potem elektryczne i elektorniczne, które umieją już na prawdę grać w szachy. Umieją nawet lepiej niż my. Pozwalają one nam patrzeć w przyszłość z nadzieją, że w końcu, jak to mówią serferzy, złapaliśmy falę. Że to już są narodziny inteligentnych maszyn na poważnie. Że teraz to na prawdę ...

Przeszło jedna dyskietka na sekundę. Jedna dyskietka to 1,44 MB. Tyle w tej chwili produkowanych jest danych na każdego człowieka na naszej planecie. Daje to dziesiątki zetta bajtów już istniejących danych. Czyli liczb do których zapisu potrzebujemy 23 cyfr. Co "gorsza", co roku liczba ta wzrasta o 40%.
Żyjemy więc w czasach przetwarzania olbrzymiej ilości informacji. Na szczęście możemy spróbować okiełznać te dane. Możemy skorzystać z samouczących się algorytmów i przekształcić te dane w rzeczywistą i przydatną wiedzę. Możemy użyć uczenia maszynowego.

Dzisiaj prawie każda nasza czynność zostawia po sobie mnóstwo danych. Dzwonisz do babci, kupujesz świeże rogaliki, hejtuesz celebrytkę, jedziesz samochodem korzystajac z gps-a. Wszędzie zostawiamy po sobie dane. I ktoś te dane zbiera i zapisuje. Z dużą dozą prawdopodobieństwa nawet przetwarza. Przeszukuje, filtruje i grupuje. A jeśli jest "sprytny" to może nawet za pomocą tych danych spróbować przewidzieć przyszłość (nawet skuteczniej niż za pomocą metody z obrazka powyżej).
Co rozumiem przez przewidywanie przyszłości? Nie chodzi tutaj o to, jakie będą numery lotto za rok. Raczej o to czy na podstawie przeszłych "doświadczeń" zapisanych w danych możemy przewidzieć podobne rezultaty dla nowych danych. Przykładowo, którzy klienci banku mieli problemy ze spłaceniem kredytu, którzy pozytywnie odpowiedzieli na oferty reklamowe lub którzy zamknęli u nas konto (bo bombardowaliśmy ich reklamami ;-> ).
Odpowiedzi na te pytania niekoniecznie muszą wprost wynikać z danych. Jednak jest coś, co pomoże nam gdy tak nie jest. Jest to modelowanie predykcyjne.

Dzisiaj obiecana porcja mięska. Będzie biologia i będzie pierwszy kod. Lecimy.
Dawno dawno temu, ale też w XIX wieku uważano nasz kochany mózg za jednolitą masę. Na szczęście świat posiada wielu ciekawskich, którzy nie zatrzymują się tam gdzie stoją i próbują coś zbadać, obejrzeć, pokroić, sprawdzić. Do takich ludzi należał Włoch Camillo Golgi (na obrazku powyżej po lewej stronie), który już w XIX wieku opracował "czarną reakcję" (jak ją nazywał) czyli metodę barwienia preparatów. Metoda ta polegała na naprzemiennym użyciu kilku odczynników i suszeniu kawałka tkanki. Bazowała na podobnych metodach stosowanych wtedy w fotografii. Dzięki temu możliwe stało się takie przygotowanie preparatu, że mając mikroskop można było zaobserwować neurony.

Nie tak miało być, ale widzę, że prawie cały rok przyszło czekać na nastepny wpis. Na szczęście nie jest to poczytny periodyk (jeszcze ;-) ). Jeśli ktoś poza mną czekał na ten moment, to z góry przepraszam za opóźnienie. Lecimy z tematem. O co chodzi z tymi żabami?