Softmax softmax(xᵢ) = eˣⁱ / ∑eˣʲ Used for multi-class classification. Outputs probability distribution.

ReLU ReLU(x) = max(0, x) Most popular. Computationally efficient, helps with vanishing gradient problem.

Tanh tanh(x) = (eˣ - e⁻ˣ) / (eˣ + e⁻ˣ) Output range: (-1, 1). Zero-centered, often better than sigmoid.

Sigmoid σ(x) = 1 / (1 + e⁻ˣ) Output range: (0, 1). Used for binary classification and probability outputs

en.wikipedia.org/wiki/Type_system Le typage dépendant (dans Epigram, Idris, Agda, Dependent ML) se distingue du typage statique classique (comme Java, C, Rust) et du typage dynamique (comme Python, Ruby, JavaScript) parce qu’il ne se contente pas de vérifier que « les types correspondent » ou d’attendre l’exécution pour signaler une erreur, mais il encode dans les types eux-mêmes des propriétés logiques du programme (par exemple Vect n a pour exprimer la longueur dans le type, append : Vect n a -> Vect m a -> Vect (n + m) a pour garantir la taille du résultat, ou safeHead : Vect (S n) a -> a pour rendre impossible l’accès à une liste vide), de sorte que le compilateur prouve la cohérence du programme avant qu’il s’exécute, reflétant une philosophie développeur où l’on ne « teste pas pour voir si ça marche », mais où l’on écrit du code qui ne peut pas ne pas être correct, faisant de la programmation non pas un pari sur l’exécution, mais une construction explicite de certitude.

the guy who developed Bayesian stats as it is today is a French mathematician called Pierre-Simon Laplace on peut se référer aux travaux de Pierre-Simon Laplace tels qu’ils sont présentés dans des ouvrages comme « Théorie analytique des probabilités » ou encore dans des articles récents de revues de statistiques, comme le « Journal of Statistical Physics ». prior = Belief(value=0.3)

Extraordinary beliefs. require extraordinary evidence. And so that's basically what Bayes' formula is about. It's the mathematical way of saying extraordinary claims require extraordinary evidence. And so if you think I'm an alien, a priori, it's a very small probability. But then let's say you get access to one of my blood tests. And in this resource, you get the information that actually my blood is blue and not red like a human.

It's extremely painful to have a perfectionist mindset. It's a way to control the world around you. What helps me is to compare myself to what I was yesterday. Because the problem is that we try to compare ourselves with someone who's maybe spent hours mastering a skill that we just started with. Or comparing yourself with your ideal version of yourself.

« Who writes history books and who analyzes data and comes up with the statistics in a way determines the way people get this information? » Le mec qui a étudié l’histoire, même s’il fait maintenant des stats en Python, il reste influencé par la narration, la structure, la chronologie. Et inversement, un pur data scientist peut finir par écrire une histoire à travers ses graphes

C’est vrai que l’ambiance d’une ville peut vraiment influencer notre humeur. Chaque endroit a un peu sa propre atmosphère, et parfois on ressent ça sans même s’en rendre compte. Donc c’est tout à fait possible que l’énergie de l’endroit où tu vis joue un rôle sur ce que tu ressens

A function pointer is a variable that stores the memory address of a function. This allows us to treat code as data, we can pass functions as arguments and decide which function to call at runtime.

Si ça peut t’aider ou te faire plaisir, prends-le via mon lien… “stuck” in SaaS-mode because the env var is still present in some part of the GDK process environment. Just setting it back to 0 isn’t enough… it must be unset and the Rails processes restarted.

+1. MCP client calls service.execute(request:, params:) 392 +1. CustomService.execute validates current_user presence This merge request introduces an “aggregated search MCP tool” that unifies the separate global, group and project search endpoints into a single dispatcher service: by inspecting parameters like group_id or project_id, the tool routes requests to the appropriate underlying API, reducing tool count and simplifying the interface. It updates documentation and tests accordingly, and ensures that the scopes available reflect feature flags and instance settings for search (e.g., advanced search, code search) so that different levels can be correctly enabled or disabled per configuration gitlab.com/gitlab-org/gitlab/-/merge_requests/208526