Data Funk

Last click. В графе bfs делает 1 шаг назад и получаем список наиболее "свежих" терминов, которые послужили базой формирования слов русского языка. Среди них славянские (proto-slavic и old east slavic) вместе составляют всего 1/5 от всех языковых источников.

Борьба за чистоту языка выглядит интереснее если к ней каждый раз прилагать этимологический корпус на 2М+ терминов c графом языковых заимствований. В русском языке до трети слов это комбинации уже существующих, за их исключением, вклад других языков можно оценить используя классические модели атрибуции из маркетинга.

Из неожиданного: пока искал как статистически сравнить два n-мерных массива, наткнулся на многомерную версию t-теста: https://en.wikipedia.org/wiki/Hotelling%27s_T-squared_distribution

Хумус в германии чуть более жирный, чем в канаде. Французские блинчики в среднем содержат больше белков, а в испанской арахисовой пасте меньше углеводов, чем в аналогичных продуктах США. Бельгийская салями менее жирная чем испанская.
Датасет взят тут -> https://www.kaggle.com/datasets/arturlange/openfoodfacts-products

Апельсиновый сок (не считая воды) почти весь из углеводов независимо от географии.

Тернарная диаграмма полезна для относительного отображения трех переменных (x,y,z) на двумерной плоскости (с условием x+y+z=100), например можно наглядно сравнивать пищевую ценность (количество белков, жиров, углеводов) по схожим продуктам из разных стран используя данные OpenFoodFacts.

На графике изменение плотности населения стран и отношения числа женщин к числу мужчин с 1950 по 2022 и далее рогноз до 2100. Несмотря на то, между этими демографическими параметрами имеется небольшая положительная корреляция, для каждой странны в отдельности с течением времени она так же не большая, но отрицательная. Это один из наглядных примеров парадокса Симпсона. На историческом промежутке до 2022 сильнейшую положительную связь между указанными показателями продемонстрировали Уругвай, Шри-Ланка и Бразилия, а отрицательную Великобритания, Россия и Австрия.

Датасет взят тут -> https://www.kaggle.com/datasets/ahmedemadeldin/world-population-2022-by-sex-cleaned

ping

Остальные компоненты сохраняют в себе движущиеся элементы видео.

С помощью PCA выделяем первую компоненту и этого достаточно для идентификации фона.

Разворачиваем каждый кадр (трехмерный тензор) в вектор и собираем их по времени (здесь три полосы это три цветовых канала).

PCA часто используется для скучного проецирования эмбедингов в пространство меньшей размерности или борьбы с мультиколлинеарностью. Но он также умеет удалять статичный фон на видео, например на этом.

Комплексное преобразование Фурье позволяет разложить двумерную картинку на множество гармонических компонент. Собрал их обратно, добавляя по одной, пока не появится исходный портрет Стива Джобса.

В базе публикаций Scopus можно оценить как меняется тематика статей по множеству направлений исследований. На картинке пятилетняя динамика топ-3 тегов, отсортированных по pagerank на графах ключевых слов используемых в статьях Computer Science. В публикациях прекращают использовать ранее популярные термины вроде сложных или нейронных сетей и теперь это просто глубокое обучение. Кроме deep learning сохраняют популярность работы связанные с блокчейном и интернетом вещей. С другой стороны стали уделять меньше внимания алгоритмам и оптимизации. Быстро теряет популярность употребление слова human - современные модели больше не сравнивают с человеком.

Датасет взят тут -> https://www.kaggle.com/datasets/ammarabbasi/scientific-publication-khalifa-university-sci-tech

Эйнштейн. Генетический алгоритм, 100 кругов, 2000 итераций.
С картинками в ЧБ и без лишнего фона получается чуть лучше.

Я тоже немного поэкспериментировал с картинками и с помощью генетического алгоритма и кружков отрисовал Райана Гослинга (если смотреть очень из далека). 100 кругов, чуть менее 2000 итераций.