Все потоки

Коллеги-сетевики, привет. К написанию данной статьи меня сподвигли задачи, с которыми приходилось сталкиваться во время работы с OSPF/IS-IS и тот набор решений, к которому я в конечном итоге пришел. Речь идет о насущном вопросе сетевых инженеров, когда приходится применять настройки на живой сети (пусть и с программируемым откатом на крайний случай) без возможности посмотреть как это отразится на всей сети в целом. Если отдельные команды и сценарии еще можно проверить в лабе, то получить полную реплику сети практически невозможно. В связи с этим я задался вопросом о наличии инструмента, который позволял бы строить слепок сети и рассчитывать её реакцию на ранее примененные настройки. Об этом сегодняшний туториал.

Привет, Хабр!

В этой статье мы демонстрируем простой способ по настройке зависимых выпадающих списков в MS Excel.

Статья будет особенно полезна тем, кто еще не пользуется ни формулами массива, ни клавишей F9 при их написании.

С уважением,
Владимир

Всем привет, это Денис Вебер.

Однажды, я листал свои подписки на YouTube и наткнулся на канал Топлес. В одном из роликов была просто нереальная заставка с 3д анимацией и эта заставка так меня вдохновила, что я решил её повторить и рассказать о процессе создания в своём новом видео и статье.

Как обычно, специально для тех, кому больше нравится формат видео, а не текст, видео я оставлю в конце статьи.

Хочу рассказать, как в один прекрасный день я решил погрузиться в прекрасный мир криптовалюты и оплатить себе зарубежную подписку.

Дисклеймер: Это не инструкция и не жалоба, а подробная история, как я платил в интернете криптой, написанная по просьбе моей жены, когда она закончила истерически ржать над мамкиным криптотрейдером.

Сегодня я хочу затронуть тему, которая будет полезна как Java-разработчикам, так и начинающим тех- и тимлидам. Я расскажу о том, как добиться высокого качества кода на вашем Java проекте и перестать волноваться о стилях кодирования.

Если вы идёте по пути подготовки развесистых страничек на wiki по стилям кодирования и правилам оформления кода, то это дурно пахнет. Есть другой более надёжный способ, как защитить вашу кодовую базу и добиться полного соблюдения всех принятых стандартов и соглашений. И это, конечно же, статический анализ кода.

Далее я покажу своё видение того, какие инструменты и в какой конфигурации должны применяться на Java проектах, а особенно в микросервисах.

От начинающего для начинающих

О том что такое С++, программирование и как это все понять если до сессии осталась неделя.

Начнем разбор алгоритмов машинного обучения с наиболее прозрачной для понимания задачи классификации. Чтобы понять, что это за задача и для чего она вообще решается, давайте вспомним о весьма перспективной разработке - беспилотных автомобилях. Понятно, что сама по себе машина не понимает, что такое проезжая часть, и не может отличить человека от светофора - для этого ее надо научить различать знаки, людей, животных и т.д. Здесь, помимо достаточно сложных отраслей машинного обучения, таких как машинное зрение и системы принятия решений, используется классификация: автомобиль "учится" различать препятствия, которые необходимо объехать; людей, чтобы пропустить их при переходе дороги; знаки, чтобы точно следовать правилам. Говоря простым языком, система относит объекты к тому или иному классу, чтобы правильно себя вести при встрече с ними, то есть классификация в машинном обучении - не что иное, как задача отнесения объекта к одному из заранее определенных классов на основании его признаков.

Начнем с kNN - одного из наиболее распространенных методов классификации в ML. Его достаточно просто реализовать в отличие от других алгоритмов, поэтому для наглядности того, как в целом работает классификация, мы сначала напишем собственную реализацию и посмотрим на результаты, применив метод к стандартному датасету Iris, а затем сравним с библиотечной реализацией из библиотеки sklearn. Следующие алгоритмы мы не будем разбирать настолько досконально из-за трудоемкой реализации - рассмотрим общую методологию и разберем, на основе чего алгоритм принял решение в пользу того или иного класса.

Большинство смотрят на тренировку как на «пытку», «наказание» в отместку за съеденную еду. А все, что заставляет наш организм расставаться с так сложно добываемыми в предыдущие миллионы лет эволюции калориями воспринимается мозгом как угрожающий жизнедеятельности организма фактор. Но можно ли взглянуть на тренировку с другой стороны?

В первой части этой большой темы мы разобрали, что тренировка нужна не столько, чтобы «сжечь лишнее съеденное», но и полезна усилением кровообращения во всем организме, улучшением трофики (питания) тканей, а значит, улучшением функции суставов, сохранением мышечной массы, которая является метаболически-активной тканью по сравнению с жировой тканью, укреплением костной ткани и многими другими полезными эффектами.

Мы не любим спорт потому, что тренировки сопровождаются процессом физического и психического утомления после физической нагрузки. Но, если задуматься, что происходит внутри клеток и тканей после тренировки? Я считаю, что тренировка полезна самим процессом восстановления после физических упражнений, которое случается после физкультуры, ведь восстанавливаются не только тренируемые мышечные группы, но "достается" полезных эффектов всему организму. Разберемся на простом не сильно заумно-медицинском языке, каких?

Работа с геопространственными данными заведомо сложная задача, хотя бы потому что широта и долгота это числа с плавающей запятой и они должны быть очень высокоточными. К тому же, казалось бы, широта и долгота могут быть представлены в виде сетки, но на самом деле нет, не могут, просто потому что Земля не плоская, а математика - сложная наука.

NestJS прекрасный фреймворк под Node.js, вдохновлённый серьёзными фреймворками Spring, ASP.NET Core, Simfony.

Так что же там внутри прекрасного и ужасного?

Вопрос в том, как могут самоорганизовываться автоматы из неразмеченных данных, эволюционируя до использования языка.

Звуковым редактором Adobe Audition версии 1.5 пользовались многие пользователи старых ПК. Некоторые пользуются им до сих пор из-за его простоты и удобства, несмотря на наличие более свежих версий или другого подобного современного софта. В своих предыдущих статьях я неоднократно прибегал к использованию данной программы, в основном не по её прямому назначению. В данной статье я расскажу, как когда-то давно, не имея большого опыта в программировании, мне приходилось восстанавливать потерянную аудиозапись телефонного разговора, сделанную моим знакомым в Adobe Audition 1.5.

Процесс покупки компьютера сейчас прост, незатейлив и банален. Мы выбираем нужную нам модель, заказываем её в каком-нибудь интернет-магазине и через некоторое время получаем товар. Никакого романтизма. То ли дело — приобретение компьютера раньше, в школьные годы. Вот это было настоящее событие! Покруче, чем покупка велосипеда или гитары. Даже круче, чем когда тебе на день рождения родители наконец дарят кота или собаку. Заветная мечта, которая сбылась.

Нафаня, Поиск и Альфа — такие вот чудны́е имена были у моих самых первых компьютеров.

Все персонажи и события являются вымышленными. Любое совпадение с реально живущими или когда-либо жившими людьми случайно.

- Ну что, сюзерен, какие планы на следующий год? – спрашиваю я у господина, после того как он царственно плюхнулся рядом со мной на лавку под шум попсовой песни.

- Сашуля, давай выпьем. Ик… водочки сюда!

В золотые нулевые процветал финансовый сектор. Банки и страховые компании устраивали костюмированные балы, выезжали за город на корпоративы и тимбилдинги, чтобы сплотить команду, которой давно уже нет. Каждый уважающий себя сотрудник финсектора в первый день выхода на работу обновлял свое резюме, повышал на 20% ожидаемый уровень зарплаты и искал нового сюзерена. С ростом конкуренции (в том числе благодаря появлению банка Тинькофф), замедлением темпов экономического роста и обеднением населения, привычки выбрасывать деньги на ветер ради пускания пыли в глаза стали отвычками.

Однако, чужой опыт не является показательным для тех, кто только начинает расти. Поэтому новый год сюзерен возжелал отмечать два дня. Столько же, сколько гуляли свадьбу в двухтысячных. Наверное, масштаб празднования зависит напрямую от уровня культуры организатора и его масштаба личности. Сюзерен выписал для всех литры алкоголя, ночь в хорошем, но отчего-то эко-отеле в лесу, лазертаки, боулинг, снегоходы, горки, бани и прочие игрушки. И хотя я никогда раньше не видела, как сюзерен пьет (словно в последний раз), заливаясь водкой по самые уши, огромное впечатление на меня произвело не это.

Well met!

Звёзды, подобно людям, рождаются, живут и умирают. Светят они по-разному. Кто-то рок-звезда – горит ярко, но недолго. А есть и долгожители, которые пережили не одно поколение и находятся здесь большую часть времени существования Вселенной. У людей на продолжительность жизни, правда, влияет большое число факторов, у звёзд же весь их процесс эволюции можно предсказать лишь по одному параметру – массе.

«Хорошего человека должно быть много», применим ли этот же принцип и к небесным телам, освещающих ночное небо? Какие массы могут быть у звёзд и как это влияет на их «наследство», которое они оставляют своим потомкам?

В современную цифровую эпоху редко можно встретить человека, подключенного к Интернету, у которого нет аккаунта на одном или нескольких сайтах социальных сетей. Люди используют социальные сайты для общения, игры, магазин, общаться в Интернете, и искать информацию обо всем, что вы можете себе представить. Facebook, Twitter, YouTube, LinkedIn и Google стали неотъемлемой частью нашей жизни, и сотни миллионов людей ежедневно проводят на этих платформах значительное количество времени. Социальные медиа сайты открывают многочисленные возможности для любого расследования из-за огромного количества полезной информации, которая может быть найдена на них. Например, вы можете получить много личной информации о любом человеке по всему миру, просто проверив страницу этого человека на Facebook. Такая информация часто включает в себя интересующие лица связи на Facebook, политические взгляды, религия, этническая принадлежность, страна происхождения, личные изображения и видео, имя супруга (или семейное положение), дома и рабочие адреса, часто посещаемых местах, социальной деятельности (например, посещение спорт зала, театра и ресторана),история работы, образование, важные даты событий (такие как дата рождения, дата отношений, или когда начата новая работа), и социальные взаимодействия.

Все это можно найти, например, в одном профиле Facebook. Facebook также помогает стороннему наблюдателю понять, как тот или иной пользователь Facebook воспринимает жизнь, просто проверяя текущую деятельность пользователя и социальные взаимодействия. Многие оценки показывают, что 90 процентов полезной информации, полученной разведывательными службами, поступает из открытых источников (OSINT), а остальная часть поступает из традиционной скрытой разведывательной разведки. Службы безопасности собирают информацию оптом с социальных сайтов, чтобы получить представление о возможных будущих событиях по всему миру и профилировать людей в национальном масштабе. Помимо сбора разведданных, правоохранительные органы используют сайты социальных сетей в качестве следственных ресурсов для борьбы с преступлениями. Например, проверка страницы подозреваемого в Facebook, а также страниц его родственников и друзей – может раскрыть важную информацию об уголовном деле. Иногда подозреваемый может быть анонимным, но полиция может сфотографировать его, снятые камерами наблюдения. В таких случаях полиция использует сайты социальных сетей для привлечения общественности к выявлению подозреваемых. Социальные сайты также могут быть использованы для отслеживания и обнаружения подозреваемых в дополнение к пониманию их поведения. Однако имейте в виду, что использование информации, собранной с сайтов социальных сетей в судебном деле, как правило, допускается при этих двух условиях: