Me parece plausible lo que dice, pero: ¿dónde están los datos que avalen su afirmación? ¿nos tenemos que creer lo que "se atrevería a decir que"? Sin datos no son más que sus impresiones.
#112 El de ciertas feministas: que las diferencias biológicas entre ambos sexos no influyen en sus comportamientos [sic] y que el principal motor de estos comportamientos es la sociedad, que son un constructo social. Supeditan la biología y la ciencia a la sociología (porque desconocen o ignoran deliberadamente las primeras).
Lo que pasa es que hay muuucha gente trabajando en negro en el espectáculo. Y claro, ahora no tienen derecho a ERTE o ayudas. Pues mira, si estás fuera del sistema luego no le vayas llorando para que te ayude cuando las cosas se tuercen, porque no es responsabilidad del resto de contribuyentes pagarte lo que has dejado de ingresar en negro.
Según la Tabla 4, la mortalidad en menores de 60 años es inferior al 0.2% y la tasa de ingresos hospitalarios, menor del 0.6%. A mí me parecen realmente bajas. Por supuesto estoy en desacuerdo con el resto de magufadas de 'Médicos por la Berdá'.
#23 O no y realmente investigan un método innovador para intentar destruir el virus, obteniendo en cualquier caso su frecuencia de resonancia que podría tener otras aplicaciones. ¿Podrías elaborar por qué no te parece viable a priori?
#29 Me imagino que existe esa posibilidad. Que aunque la frecuencia de resonancia sea única para el virus, también sea muy cercana a las de otros organismos en el cuerpo y se puedan ver afectados por el bombardeo de microondas.
#65 No, el promedio son 34,23 mesas por clase. 34 es un truncamiento. Ese 0,23 te da la información de que si tienes 4 clases, el promedio de mesas en ellas es casi 137, en vez de 136 como obtendrías si eliminases el 0,23 y te quedases con 34 porque es un número que te parece más bonito.
Estoy de acuerdo en que la ley de los grandes números no la puedes aplicar a algo que no existe, esperemos que no les hayan cortado el pene a los hombres de tu ejemplo original
#63 El dato lo cogería cualquier científico que supiese lo que es la ley de los grandes números; afortunadamente hay unos cuantos. La clave es que promediando datos, eliminas ruido.
#44 Expresado en otros términos tal vez más sencillos de recordar:
exactitud => poco sesgo
precisión => poca varianza
Y tanto el sesgo como la varianza son muy importantes en machine learning, no solo la varianza (1/precisión). El error cuadrático medio, que es como se suele cuantificar el desempeño de un modelo o estimador, es sesgo^2 + varianza.