Аннотация к книге "Квантовая случайность. Нелокальность, телепортация и другие квантовые чудеса"
Играет ли Бог в кости? И во что играют физики? Николя Жизан, автор прорывного женевского эксперимента по передаче квантовой запутанности фотонных пар по оптоволокну, излагает свои взгляды на фундаментальные вопросы квантовой физики через призму игры Белла – воображаемого эксперимента, в котором рассматривается теоретическая возможность сверхсветовой передачи информации с использованием запутанных частиц. Реальные эксперименты с ними доказали нелокальную природу мира – вопреки интуитивному...
Играет ли Бог в кости? И во что играют физики? Николя Жизан, автор прорывного женевского эксперимента по передаче квантовой запутанности фотонных пар по оптоволокну, излагает свои взгляды на фундаментальные вопросы квантовой физики через призму игры Белла – воображаемого эксперимента, в котором рассматривается теоретическая возможность сверхсветовой передачи информации с использованием запутанных частиц. Реальные эксперименты с ними доказали нелокальную природу мира – вопреки интуитивному желанию ученых, события в удаленных точках Вселенной могут непосредственно зависеть друг от друга. Истинная природа этих явлений и вытекающие из них следствия в последнее время стали горячей темой физики. По мнению автора, вторая квантовая революция, начавшаяся в последнем десятилетии XX века, позволит построить новый, непротиворечивый и плодотворный взгляд на мир.
Алексей Сальников родился в 1978 году в Тарту. Публиковался в альманахе "Вавилон", журналах "Воздух", "Урал", "Волга". Автор трех поэтических сборников. Лауреат премии "ЛитератуРРентген" (2005), финалист "Большой книги" и "НОС". Живет в Екатеринбурге. "Пишет Сальников как, пожалуй, никто другой сегодня, а именно — свежо, как первый день творения. На каждом шагу он выбивает у читателя почву из-под ног, расшатывает...
Книга содержит около 200 задач машинного обучения, таких как загрузка и обработка текстовых или числовых данных, отбор модели и многие другие. Рассмотрена работа с языком Python, библиотеками pandas и scikit-learn. Коды примеров можно вставлять, объединять и адаптировать, создавая собственное приложение. Приведены рецепты решений с использованием: векторов, матриц и массивов; данных из CSV, JSON, SQL, баз данных, облачных...
Оставить комментарий