История изменений
Исправление small-entropy, (текущая версия) :
Вообще-то, гарантирует. Чем больше выборка, тем точнее наша оценка генеральной совокупности. Это можно доказать и давно доказано формально.
Но не применимо к группам людей. При получении выборки по людям - есть большое влияние разных факторов, в т.ч. психологических. К примеру Инженер Вася не пошел в Амазон, потому что их политика противоречит его религиозным воззрениям на хороший код.
А в социологии изучают сколько конкретно нужно опросить людей, для достижения уверенного результата.
Что в вашем понимании уверенный результат? И давайте примем еще одно допущение модели - бизнес может и хорошему инженеру сказать сделать «быстро», а не «хорошо». В приведенном примере с SDK - его вес ваша проблема, а не Амазона. Есть открытое API - не нравится - сами реализуйте. Дешевле проблему не решать.
Двухсот тысяч инженеров амазона более чем достаточно.
Для чего?
Начнём с ANSI Common Lisp
Какой именно? ЕМНИП не одна версия.
Но да ладно, не буду дальше под*бывать. Простые примеры - не гигеенические макросы, большое количество синтаксиса, раздутая стандартная библиотека (и сам по себе огромный стандарт), много повторяющихся функции делающих почти одно и то же, временами странный нейминг, не доделанная пакетная система, MOP не успел попасть в стандарт (ЕМНИП). Это если не брать критику «схемеров».
Повторяю: Какой-то безымянный менеджер впечатлился жабой и обрёк всю индустрию погибели.
По вашей логике - должен был найтись какой-то менеджер, который впечатлился бы лиспом и сделал бы тоже самое для него. Кстати - по закону больших чисел (а именно его вы пытаетесь натянуть на глобус выше, а не какую-то эфемерную модель, которую даже не можете детерминировать) - уже лисп должен быть в каждой кофеварке.
Исходная версия small-entropy, :
Вообще-то, гарантирует. Чем больше выборка, тем точнее наша оценка генеральной совокупности. Это можно доказать и давно доказано формально.
Но не применимо к группам людей. При получении выборки по людям - есть большое влияние разных факторов, в т.ч. психологических. К примеру Инженер Вася не пошел в Амазон, потому что их политика противоречит его религиозным воззрениям на хороший код.
А в социологии изучают сколько конкретно нужно опросить людей, для достижения уверенного результата.
Что в вашем понимании уверенный результат? И давайте примем еще одно допущение модели - бизнес может и хорошему инженеру сказать сделать «быстро», а не «хорошо». В приведенном примере с SDK - его вес ваша проблема, а не Амазона. Есть открытое API - не нравится - сами реализуйте. Дешевле проблему не решать.
Двухсот тысяч инженеров амазона более чем достаточно.
Для чего?
Начнём с ANSI Common Lisp
Какой именно? ЕМНИП не одна версия.
Но да ладно, не буду дальше под*бывать. Простые примеры - не гигеенические макросы, большое количество синтаксиса, раздутая стандартная библиотека (и сам по себе огромный стандарт), большая стандартная библиотека (раздутый стандарт), много повторяющихся функции делающих почти одно и то же, временами странный нейминг, не доделанная пакетная система, MOP не успел попасть в стандарт (ЕМНИП). Это если не брать критику «схемеров».
Повторяю: Какой-то безымянный менеджер впечатлился жабой и обрёк всю индустрию погибели.
По вашей логике - должен был найтись какой-то менеджер, который впечатлился бы лиспом и сделал бы тоже самое для него. Кстати - по закону больших чисел (а именно его вы пытаетесь натянуть на глобус выше, а не какую-то эфемерную модель, которую даже не можете детерминировать) - уже лисп должен быть в каждой кофеварке.