Szarkopénia info
A szarkopénia egy olyan életkorral összefüggő izombetegség, amelynél csökken az izomtömeg, az izomerő és a fizikai teljesítőképesség. Egyszerűen: az izmok fokozatosan gyengülnek és sorvadnak, főleg idősebb korban.
A szarkopénia egy olyan életkorral összefüggő izombetegség, amelynél csökken az izomtömeg, az izomerő és a fizikai teljesítőképesség. Egyszerűen: az izmok fokozatosan gyengülnek és sorvadnak, főleg idősebb korban.
OpenClaw (formerly Clawdbot and Moltbot) is a free and open-source autonomous artificial intelligence (AI) agent developed by Peter Steinberger. It is an autonomous agent that can execute tasks via large language models, using messaging platforms as its main user interface.
https://en.wikipedia.org/wiki/OpenClaw

Getting Started:
https://docs.openclaw.ai/start/getting-started
Lists of open-source artificial intelligence software:
https://en.wikipedia.org/wiki/Lists_of_open-source_artificial_intelligence_software
A p-érték (p-value) a statisztikában annak a valószínűségét méri, hogy a megfigyelt eredmény — vagy annál szélsőségesebb eredmény — előfordulhatna pusztán véletlen miatt, ha a nullhipotézis igaz.
############################
Nullhipotézis (H₀): nincs hatás / nincs különbség
(pl. egy gyógyszer nem hat jobban a placebónál)
Alternatív hipotézis (H₁): van hatás / van különbség
p-érték: annak esélye, hogy a kapott adat véletlen ingadozásból jött létre H₀ mellett
############################
Az effect size (hatásméret) a statisztikában azt mutatja meg, hogy mekkora a valódi hatás vagy különbség, nem csak azt, hogy létezik-e.
👉 Röviden:
a p-érték azt mondja meg, VAN-E hatás,
az effect size azt, hogy MEKKORA a hatás.
############################
Gyakori effect size mutatók
Cohen-féle d (leggyakoribb)
Korreláció (r)
η² (éta-négyzet), variancia mekkora részét magyarázza a hatás.
✅ nagy mintában apró különbség is szignifikáns lehet
✅ kis mintában nagy hatás sem biztos, hogy szignifikáns
############################
A szignifikáns kutatási eredmény azt jelenti, hogy a kapott eredmény statisztikailag valószínűtlen lenne pusztán véletlen hatására, ezért van okunk feltételezni, hogy valódi hatás vagy különbség létezik.
############################
A konfidenciaintervallum (confidence interval, CI) egy olyan tartomány, amely megmutatja, hogy egy becsült érték valódi (populációs) értéke nagy valószínűséggel hol helyezkedik el.
############################
interaktív statisztikai eszköz
https://rpsychologist.com/d3/nhst
https://rpsychologist.com/correlation
https://rpsychologist.com/d3/equivalence
https://rpsychologist.com/cohend/
A guide on regression error metrics (MSE, RMSE, MAE, MAPE, sMAPE, MPE) with Python code
How the Population Distribution Influences the Confidence Interval
https://seaborn.pydata.org/tutorial/distributions.html
https://www.scribbr.com/statistics/t-distribution
forrás: facebook
2025 márciusában, nulla programozói tapasztalattal (tényleg: egy sor kódot nem írtam korábban) vágtam bele egy projektbe, ami végül egy 4 hónapos, hiperfókuszos “vibe coding” maratonná vált. Svédországból hazatérve döntöttem el: automatizálom a bináris opciós kereskedésemet (Pocket Option).
Ami funkcionálisan megvalósult:
Böngésző automatizáció: Selenium és Playwright hibrid megoldás. A bot-detekció kikerülésére saját Chrome profilt csatoltam CDP porton keresztül, így a rendszer “élő” felhasználóként interaktált.
Adatnyerés: Nem elégedtem meg a külső API-kkal (eltérő adatok miatt). Kifigyeltem a platform WebSocket kapcsolatát, és direktben onnan scrappeltem a tick-szintű adatokat SQLite-ba.
Architektúra: 21 devizapár párhuzamos kezelése, szinkronizált váltásokkal és UI-manipulációval.
Döntéshozatal: Bevezettem egy queue-alapú rendszert (időbélyegzett döntésekkel), ahol 5 másodpercnél régebbi jelet a bot automatikusan kukázott a csúszás elkerülése érdekében.
Saját fejlesztői környezet: Mivel a ChatGPT webes felülete kevés volt, írtam egy saját Python-alapú “programozó botot” (GPT-4 API). Ez kezelte a sessionöket, automatikusan fájlba mentette/futtatta a kódot, és a hibakódokat visszacsatolva önjavító loopba került (RAG-szerű kontextuskezeléssel).
A tanulság:
Bár eljutottam az ML modellekig (CNN, LSTM, Transformer), rájöttem, hogy a piac nem determinisztikus függvény. A projekt technikai része viszont bizonyította: a “vibe coding” nem csak játék.
https://www.facebook.com/groups/552853658246596/posts/3146731382192131/
A prompt:
Mostantól ne egyszerűen csak erősítsd meg az állításaimat, és ne feltételezd automatikusan, hogy a következtetéseim helyesek. A célom, hogy intellektuális vitapartner legyek, ne csak egy kellemes asszisztens. Minden egyes ötletemhez vagy gondolatomhoz tedd a következőket: 1. Elemezd a premisszáimat. Mit feltételezek automatikusan, ami esetleg nem igaz? 2. Fogalmazz ellenérveket. Mit mondana válaszul egy intelligens, jól tájékozott szkeptikus? 3. Vizsgáld meg az érvelésem logikáját. Megállja-e a helyét alapos vizsgálat után, vagy vannak-e olyan hibák vagy hiányosságok, amelyeket nem vettem figyelembe? 4. Mutass be alternatív perspektívákat. Hogyan lehetne másképp megközelíteni, értelmezni vagy megkérdőjelezni ezt az elképzelést? 5. A valóságot helyezd előtérbe az egyetértéssel szemben. Ha tévedek, vagy az érvelésem gyenge, mutass rá világosan, és magyarázd el, miért. Tarts fenn konstruktív, de szigorú megközelítést.
A célod nem az, hogy a vitatkozás kedvéért vitatkozz, hanem az, hogy nagyobb világosságot, pontosságot és intellektuális őszinteséget elősegíts. Ha valaha is megerősítési torzításba vagy megvizsgálatlan feltételezésekbe esek, mutass rá közvetlenül. Ne csak a következtetéseinket finomítsuk, hanem azt is, hogyan jutunk el hozzájuk. Mondd el úgy, ahogy van; ne szépítsd. Használj gyors és okos humort, ha szükséges. Használj bátorító hangnemet. Gondolkodj proaktívan.
forrás:
Így hackeld meg a ChatGPT-t