ar
Feedback

لا تقع ضحية للمخادعين! تيليمتريو يكتشف ويُميّز هذه القنوات 👉 إذا كنت تريد رؤية العلامة، اشترك

Анализ данных (Data analysis)

Анализ данных (Data analysis)

الذهاب إلى القناة على Telegram

Data science, наука о данных. @haarrp - админ РКН: clck.ru/3FmyAp

إظهار المزيد

📈 نظرة تحليلية على قناة تيليجرام Анализ данных (Data analysis)

تُعد قناة Анализ данных (Data analysis) (@data_analysis_ml) في القطاع اللغوي الروسية لاعباً نشطاً. يضم المجتمع حالياً 51 992 مشتركاً، محتلاً المرتبة 2 567 في فئة التكنولوجيات والتطبيقات والمرتبة 11 750 في منطقة روسيا.

📊 مؤشرات الجمهور والحراك

منذ تأسيسه في невідомо، حقق المشروع نمواً سريعاً وجمع 51 992 مشتركاً.

بحسب آخر البيانات بتاريخ 21 نوفمبر, 2026، تحافظ القناة على نشاط مستقر. خلال آخر 30 يوماً تغيّر عدد الأعضاء بمقدار 260، وفي آخر 24 ساعة بمقدار 16، مع بقاء الوصول العام مرتفعاً.

  • حالة التحقق: غير موثّقة
  • معدل التفاعل (ER): يبلغ متوسط تفاعل الجمهور 11.49‎%. وخلال أول 24 ساعة من النشر يحصد المحتوى عادةً 8.31‎% من ردود الفعل نسبةً إلى إجمالي المشتركين.
  • وصول المنشورات: يحصل كل منشور على متوسط 5 973 مشاهدة. وخلال اليوم الأول يجمع عادةً 4 323 مشاهدة.
  • التفاعلات والاستجابة: يتفاعل الجمهور بانتظام؛ متوسط التفاعلات لكل منشور يبلغ 99.
  • الاهتمامات الموضوعية: يركز المحتوى على مواضيع رئيسية مثل llm, контекст, openai, архитектура, deepseek.

📝 الوصف وسياسة المحتوى

يصف المؤلف القناة بأنها مساحة للتعبير عن الآراء الذاتية:
“Data science, наука о данных. @haarrp - админ РКН: clck.ru/3FmyAp”

بفضل وتيرة التحديث المرتفعة (أحدث البيانات بتاريخ 22 نوفمبر, 2026) تحافظ القناة على حداثتها ومستوى وصول مرتفع. وتُظهر التحليلات تفاعلاً نشطاً من الجمهور، ما يجعلها نقطة تأثير مهمة ضمن فئة التكنولوجيات والتطبيقات.

51 992
المشتركون
+1624 ساعات
+567 أيام
+26030 أيام
أرشيف المشاركات
Аналитики данных — настоящие супергерои и занимают 1 место в рейтинге профессий с самым большим спросом на рынке труда до 202
Аналитики данных — настоящие супергерои и занимают 1 место в рейтинге профессий с самым большим спросом на рынке труда до 2025 года (по данным Всемирного экономического форума). Как стать таким нужным специалистом? Приходите на бесплатный интенсив 18-19 июля, на котором вы: — погрузитесь в рабочие будни аналитика — узнаете о направлениях в аналитике и решите, какое подходит вам — научитесь работать в Google Sheets как аналитик данных А еще — поработаете руками, решите реальные бизнес-задачи и получите фидбэк от эксперта. За лучшее решение домашнего задания - мини-курс по аналитическому мышлению в подарок. Регистрируйтесь БЕСПЛАТНО: https://go.skillfactory.ru/J4jZCw Реклама ООО “Скилфэктори”
12 يوليو 2023, 06:06
18 يوليو 2023, ~06:42

🖥 Не только Numpy и Pandas: раскрытие потенциала малоизвестных библиотек Python Python — один из наиболее часто используемых
🖥 Не только Numpy и Pandas: раскрытие потенциала малоизвестных библиотек Python Python — один из наиболее часто используемых языков программирования в мире, предоставляющий разработчикам широкий набор библиотек. В любом случае, когда дело доходит до работе данными и научных вычислений, мы обычно думаем о таких библиотеках, как Numpy или Pandas. В этой статье мы представляем 3 малоизвестные Python-библиотеки, которые могут вас заинтересовать при работе с данным. 1. Xarray Xarray — это библиотека Python, которая расширяет функциональные возможности NumPy, давая нам возможность работать с помеченными массивами и наборами данных. 2. Dask Dask — это гибкая библиотека параллельных вычислений, которая обеспечивает распределённые вычисления и параллелизм для крупномасштабной обработки данных. 3. SymPy Если вам нужно выполнять сложные математические расчёты и вычисления и вы хотите использовать Python, рекомендуем попробовать библиотеку Sympy. ▪️Читать подробнее @data_analysis_ml
11 يوليو 2023, 09:48

Хотите узнать, как у Сбера получается создавать такие точные персональные рекомендации? Приходите на RecSys Meetup by Sber —
Хотите узнать, как у Сбера получается создавать такие точные персональные рекомендации? Приходите на RecSys Meetup by Sber — он состоится 20 июля в Питере 💚 На митапе топовые спикеры расскажут: • Как рекомендации на базе AI помогают бизнесу в разных индустриях. • На какие тренды в области AI, машинного обучения и рекомендательных систем стоит обратить внимание • Какие существуют особенности при построении рекомендательных сценариев в видео-стримингах В перерывах между докладами вас будут ждать интересные знакомства, обсуждения и нетворкинг. Регистрируйтесь по ссылке — встречаемся 20 июля в 19:00 по адресу: Art-Muse, Зал «Галерея Ц», 13-я линия Васильевского острова, 70 📍
11 يوليو 2023, 07:48
18 يوليو 2023, ~05:42

⚡️ 7 основных способов для управления столбцами в Pandas Когда дело доходит до анализа данных, Pandas является наиболее используемой библиотекой Python для обработки и подготовки данных для дальнейшего анализа и машинного обучения. • Реальность такова, что Pandas — действительно гибкая библиотека, и её можно использовать даже для преобразования форматов файлов. 1️⃣ Создайте столбец Pandas как Pandas Series # Create a Pandas series series = pd.Series([6, 12, 18, 24]) # Print Pandas series print(series) >>> 0 6 1 12 2 18 3 24 dtype: int64 2️⃣ Создайте столбец Pandas как фрейм данных Pandas import pandas as pd # Create a Pandas column as a Pandas data frame df = pd.DataFrame({'A': [1, 2, 3, 4]}) # Print Pandas data frame print(df) >>> A 0 1 1 2 2 3 3 4 3️⃣ Создайте столбец Pandas как фрейм данных Pandas, начиная с массива NumPy import numpy as np import pandas as pd # Create a NumPy array values = np.array([5, 10, 15, 20]) # Transform array into Pandas data frame df = pd.DataFrame(values) # Print data frame print(df) >>> 0 0 5 1 10 2 15 3 20 ➡️ Читать продолжение @data_analysis_ml
10 يوليو 2023, 07:50

🔥 19 июля пройдет занятие «Интеграции с помощью API и интеграционной шины» Что будет на занятии: — роль интеграций в сложных
🔥 19 июля пройдет занятие «Интеграции с помощью API и интеграционной шины» Что будет на занятии: — роль интеграций в сложных бизнес-процессах; — когда и для чего используется интеграция через интеграционную шину; — методы и инструменты при описании и документировании API (OpenApi - Swagger, SOAP - WSDL). Спикер: Семен Тикунов — системный аналитик в Сбере. Более 10 лет в системном анализе. Преподаватель курса «Системный аналитик в FinTech». 🚀 Стартуем 19 июля в 19.00 по МСК Регистрируйся бесплатно 👇 https://clck.ru/34wYap
10 يوليو 2023, 05:50
18 يوليو 2023, ~01:49

🔥 Подборка обучающих каналов для программистов. 🖥 Machine learning ai_ml – крупнейши канал по ии, нейросетям и науке о данных. datasc - дата сайнс обучение самой востребованной профессии. @bigdatai - Big Data @machinelearning_ru – гайды по машинному обучению @machinelearning_interview – подготовка к собеседованию мл. @datascienceiot – бесплатные книги ds @ArtificialIntelligencedl – ИИ @machinee_learning – чат о машинном обучении @datascienceml_jobs - вакансии ds, ml @Machinelearning_Jobs - чат с вакансиями 🖥 Python @pythonl - крупнейший канал для Python программистов. @pro_python_code – учим python с ментором. @python_job_interview – подготовка к Python собеседованию. @python_testit - проверочные тесты на python @pythonlbooks - современные книги Python @python_djangojobs - работа для Python программистов @python_django_work - чат обсуждения вакансий #️⃣ c# C# - канал для изучения C# на практике. @csharp_cplus - C# чат @csharp_1001_notes - инструменты C# 🖥 C++ @cpluspluc - C++ кодинг 🖥 SQL базы данных @sqlhub - Повышение эффективности кода с грамотным использованием бд. @chat_sql - чат изучения бд. 👣 Golang @Golang_google - восхитительный язык от Google, мощный и перспективный. @golang_interview - вопросы и ответы с собеседований по Go. Для всех уровней разработчиков. @golangtests - интересные тесты и задачи GO @golangl - чат изучающих Go @GolangJobsit - отборные вакансии и работа GO @golang_jobsgo - чат для ищущих работу. @golang_books - полезные книги Golang @golang_speak - обсуждение языка Go @golangnewss - новости go 🖥 Linux linux - kali linux ос для хакинга linux chat - чат linux для обучения и помощи. @linux_read - бесплатные книги linux 🖥 Javascript / front @react_tg - - 40,14% разработчиков сайтов использовали React в 2022 году - это самая популярная библиотека для создания сайтов. @javascript -канал для JS и FrontEnd разработчиков. Лучшие практики и примеры кода. Туториалы и фишки JS @Js Tests - каверзные тесты JS @hashdev - погружение в web разработку. @javascriptjobjs - отборные вакансии и работа FrontEnd. @jsspeak - чат поиска FrontEnd работы. 🖥 Java @javatg - выучить Java с senior разработчиком на практике @javachats - чат для ответов на вопросы по Java @java_library - библиотека книг Java @android_its - Android разработка @java_quizes - тесты Java @Java_workit - работа Java @progersit - шпаргалки ит 👷‍♂️ IT работа https://t.me/addlist/_zyy_jQ_QUsyM2Vi -ит каналы по яп с вакансиями 🤡It memes @memes_prog - ит-мемы ⚙️ Rust @rust_code - Rust избавлен от болевых точек, которые есть во многих современных яп @rust_chats - чат rust 📓 Книги https://t.me/addlist/HwywK4fErd8wYzQy - актуальные книги по всем яп ⭐️ Нейронные сети @vistehno - chatgpt ведет блог, решает любые задачи и отвечает на любые ваши вопросы. @aigen - сети для генерации картинок. видео, музыки и многого другого. @neural – погружение в нейросети. 📢 English for coders @english_forprogrammers - Английский для программистов 🖥PHP @phpshka - PHP академия для программистов. 🖥 Devops Devops - канал для DevOps специалистов. 🔥 Папки для программитов https://t.me/addlist/_FjtIq8qMhU0NTYy - машинное обучение, нейросети, глубокое обучение https://t.me/addlist/eEPya-HF6mkxMGIy - папка для Python разработчиков https://t.me/addlist/MUtJEeJSxeY2YTFi - папка для Golang разработчиков
08 يوليو 2023, 10:59

🖥 Два продвинутых SQL-метода, которые могут значительно улучшить ваши запросы SQL — это основа для каждого специалиста по ра
🖥 Два продвинутых SQL-метода, которые могут значительно улучшить ваши запросы SQL — это основа для каждого специалиста по работе с данными. Неважно, являетесь ли вы аналитиком данных, специалистом по данным или инженером по обработке данных, вам необходимо иметь четкое представление о том, как писать чистые и эффективные SQL-запросы. Это связано с тем, что за любым тщательным анализом данных или любой сложной моделью машинного обучения стоят базовые данные, и эти данные должны откуда-то поступать. Cегодня мы рассмотрим две новые техники SQL, которые вы можете добавить в свой набор инструментов, чтобы вывести ваши запросы на новый уровень. Эти методы называются Обобщённое табличное выражение (CTE) и Оконные функции. ▪ Читать @data_analysis_ml
07 يوليو 2023, 06:00

Яндекс Практикум и Томский государственный университет запускают совместную программу магистратуры «Дата-аналитика для бизнес
Яндекс Практикум и Томский государственный университет запускают совместную программу магистратуры «Дата-аналитика для бизнеса». Поможем стать уверенным middle-специалистом и получить степень магистра ТГУ за 2 года. Если вы уже работаете аналитиком, то сможете учиться на кейсах вашей компании. — Обучение онлайн 20-25 часов в неделю — удобно совмещать с работой — Диплом государственного образца по направлению «Прикладная информатика» — Преподаватели — действующие аналитики данных — 6 месяцев практики и 30 проектов в резюме — Системное развитие софтскилов Мы готовим специалистов широкого профиля, которые подкованы в аналитике, бизнесе и коммуникациях. Первый и второй семестр заложат базу: программирование, экономика, менеджмент, математика. В третьем семестре можно будет выбрать специальность: продуктовая, маркетинговая или бизнес-аналитика. Подавайте заявку и растите в T-shaped специалиста.
07 يوليو 2023, 04:01
23 يوليو 2023, ~03:29

🤗 Бесплатный курс по обработке естественного языка (NLP) от The Hugging Face В этом курсе вы сможете узнать об обработке ест
🤗 Бесплатный курс по обработке естественного языка (NLP) от The Hugging Face В этом курсе вы сможете узнать об обработке естественного языка с помощью библиотек из экосистемы Hugging Face. ▪Transformers ▪Datasets ▪Tokenizers ▪Accelerate Здесь можно посмотреть видео о курсе. 🚀 Курс: https://huggingface.co/learn/nlp-course/chapter1/1 @data_analysis_ml
06 يوليو 2023, 14:01

Как определить, какая версия сайта работает лучше? Что изменилось после рефакторинга бэкенда и удалось ли отделу логистики ускорить доставку?  Точные ответы на эти вопросы позволяют получить A/B-тесты. На нашем симуляторе вы поработаете с нетривиальными кейсами и разберёте полный пайплайн тестирования на реальных задачах бизнеса — всё под руководством экспертов из X5 Retail Group и Blockchainꓸcom.   Вы поймёте, какие метрики нужно измерять, как получить качественный результат даже на небольшой выборке, а также разберёте частые ошибки.  Если вы хотите научиться принимать решения на основе data-driven не погружаясь в программирование и сложную математическую статистику — вам подойдёт базовая версия программы. Все задачи вы будете решать в Google Sheets, а запускать эксперименты — на уже готовой инфраструктуре.  А если вы уже знаете основы Python и математической статистики, и вам важно на практике разобраться во всех тонкостях A/B-тестирования — приходите на продвинутую версию.  Обучение на симуляторе позволит вам вывести карьеру на новый уровень и заранее отработать на практике сложные и нестандартные ситуации, чтобы избежать ошибок в реальной работе.  [Начать учиться]
06 يوليو 2023, 12:01
23 يوليو 2023, ~03:36

🌍 20 библиотек Python для работы с пространственными данными. Python стал доминирующим языком в области работы с геоданными, благодаря своей универсальности, обширной экосистеме библиотек и удобному синтаксису. Эта подборка геопространственных библиотек Python содержит богатый инструментарий, для обработки и анализа данных ГИС. 1. ArcGIS API for Python (Esri) : Разработанная компанией Esri, эта библиотека предоставляет возможности GeoAI для пользователей ArcGIS. 2. Earth Engine API : API Earth Engine позволяет получить доступ к обширной коллекции геопространственных данных Google Earth Engine и выполнять задачи анализа с помощью Python. 3. TorchGeo (PyTorch): TorchGeo предоставляет инструменты и утилиты для работы с геопространственными данными в PyTorch. 4. fastai.vision (fast.ai): Хотя fastai.vision не предназначена специально для GeoAI, она является популярной библиотекой для задач глубокого обучения и компьютерного зрения, которая может быть использована для анализа геопространственных изображений. 5. arcpy (Esri) - это библиотека Python, предоставляемая Esri для работы с геопространственными данными на платформе ArcGIS. Она позволяет автоматизировать задачи геообработки и выполнять пространственный анализ. 6. PyQt (Riverbank Computing) - это набор утилиты Python для Qt. Его можно использовать для создания графических интерфейсов (GUI) для геопространственных приложений. 7. GeoPandas: расширяет функциональность Pandas, популярной библиотеки анализа данных, для работы с геопространственными данными. Она предоставляет высокоуровневый интерфейс для работы с векторными данными, такими как точки, линии и полигоны. 8. Rasterio - это библиотека для чтения и записи геопространственных растровых наборов данных. Она обеспечивает эффективный доступ к растровым данным и позволяет выполнять различные операции с геоданными. 9. GDAL (Open-Source Geospatial Foundation) - это мощная библиотека для чтения, записи и манипулирования геопространственными растровыми и векторными форматами данных. 10. Fiona - это Python API для чтения и записи геопространственных данных в различных форматах, включая Shapefiles и GeoJSON. Он хорошо интегрируется с другими библиотеками, такими как GeoPandas. 11. Shapely - это библиотека для геометрических операций в Python. Она позволяет создавать, манипулировать и анализировать геометрические объекты. 12. GeoPy - это библиотека которая позволяет преобразовывать адреса в географические координаты и наоборот. Библиотека для геокодирования и вычисления расстояний. Geopy также предоставляет функции для вычисления расстояний между точками на основе различных метрик расстояния. 13. PySAL: предоставляет широкий спектр методов пространственного анализа, включая пространственную автокорреляцию, кластеризацию и пространственную регрессию. 14. Pyproj - это интерфейс Python к библиотеке PROJ, которая предоставляет возможности преобразования координат. Она позволяет преобразовывать координаты между различными системами отсчета координат (CRS). 15. Rasterstats предоставляет инструменты для зонального статистического анализа наборов данных. 16. Geos - это библиотека C++, которая обеспечивает низкоуровневые геометрические операции, а библиотека Python Geos предлагает интерфейс Python к Geos. Она часто используется в сочетании с Shapely. 17. RSGISLib - имеет функции для обработки тепловых изображений, включая радиометрическую коррекцию, оценку температуры поверхности земли. 18. WhiteboxTools - это библиотека для геопространственного анализа и обработки данных. Она предлагает полный набор инструментов для таких задач, как анализ рельефа, гидрологическое моделирование и обработка данных LiDAR. 19. GeoDjango - GeoDjango интегрируется с Django. 20. Xarray: Предназначен для работы с многомерными геопространственными наборами данных, предоставляет инструменты для манипулирования данными, анализа и визуализации. @data_analysis_ml
06 يوليو 2023, 07:04

💡Как оптимизировать параметры запуска приложения Spark? Поговорим об этом 11 июля в 20:00 мск на открытом уроке в OTUS. Этот
💡Как оптимизировать параметры запуска приложения Spark? Поговорим об этом 11 июля в 20:00 мск на открытом уроке в OTUS. Этот вебинар пройдет в рамках онлайн-курса «Spark Developer» в OTUS. 📝На занятии мы с экспертом разберем признаки ошибочной конфигурации, базовые настройки для повышения производительности и Ganglia как инструмент мониторинга кластера для определения узких мест работы приложения Spark. ✅ В результате урока вы получите: ⁃ Сформированное понимание качества базовой настройки приложения Spark ⁃ Понимание баланса использования ресурсов для приложения ⁃ Умение идентифицировать ошибки, связанные с неправильной настройкой приложения ⁃ Навык визуально анализировать параметры загрузки кластера в процессе работы приложения Урок будет полезен начинающим и опытным специалистам в области аналитики данных, Data Engineering, а также руководителям и менеджерам команд разработки. Не упустите возможность получить ценные знания, продолжить обучение вы сможете на курсе, доступном в рассрочку. 👉Для участия зарегистрируйтесь: https://otus.pw/piyE/ Нативная интеграция. Информация о продукте www.otus.ru
06 يوليو 2023, 05:04
23 يوليو 2023, ~03:36

Создание инфографики с помощью Matplotlib Создание захватывающих и привлекательных визуализаций данных имеет важное значение
+1
Создание инфографики с помощью Matplotlib Создание захватывающих и привлекательных визуализаций данных имеет важное значение для работы с данными и для того, чтобы быть специалистом по Data Science. Это позволяет нам предоставлять читателям информацию в сжатой форме, которая помогает понимать данные без необходимости просмотра необработанных значений. Кроме того, мы можем использовать диаграммы и графики, чтобы рассказать увлекательную и интересную историю, отвечающую на один или несколько вопросов о данных. В мире Python существует множество библиотек, которые позволяют специалистам по данным создавать визуализации, и одна из первых, с которой многие сталкиваются, начиная свое путешествие по Data Science — это matplotlib. В этой статье мы рассмотрим создание инфографики с помощью matplotlib. 📌 Читать статью @data_analysis_ml
05 يوليو 2023, 08:23

Стать Middle ML-специалистом просто — поступи в крупнейшую в России магистратуру по ИИ в ИТМО 🚀 Магистратура AI Talent Hub с
Стать Middle ML-специалистом просто — поступи в крупнейшую в России магистратуру по ИИ в ИТМО 🚀 Магистратура AI Talent Hub создана компанией Napoleon IT совместно с ведущим технологическим вузом — ИТМО. За 2 года вы получите актуальные знания в области искусственного интеллекта и освоите перспективные ML-специальности на уровне Middle. AI Talent Hub — это: 🔹200 бюджетных мест для талантливых абитуриентов — становитесь профессионалами в ИИ 🔹обучение на решении реальных бизнес-задач — применяйте знания и навыки на практике уже во время магистратуры 🔹опытные профессионалы-менторы из ведущих партнерских IT-компаний — OZON, VK, Сбер, МТС Digital, Huawei Noah's Ark, «Татнефть», Mail.ru, Яндекс, Газпром и другие — получайте практические знания и возможности для развития 🔹онлайн-формат обучения — учитесь из любой точки земного шара 🔹более 100 курсов по разным направлениям машинного обучения от ИТМО, Передовой инженерной школы ИТМО и экспертов крупных IT-компаний — выбирайте сами, кем хотите стать 🔹обучение в неклассических образовательных форматах — воркшопы, хакатоны, проектные и кейс-семинары — забудьте про скучные лекции и лабораторные. Набор на программу AI Talent Hub «Искусственный интеллект» уже в самом разгаре 🔥 До 10 июля подавайте заявку на конкурс проектов, поступайте без экзаменов и становитесь экспертом в области искусственного интеллекта!
05 يوليو 2023, 06:23
23 يوليو 2023, ~03:36

🖥 Продвинутый парсинг данных на Python. Сегодня многие веб-сайты используют JavaScript для динамической загрузки контента. Это может затруднить парсинг данных традиционными методами. Тем не менее, существует ряд инструментов, которые могут помочь вам спарсить данные с сайтов, использующих JavaScript. 1. Парсинг динамических сайтов. Вот пример того, как использовать Selenium для парсинга веб-сайта, перегруженного JavaScript: from selenium import webdriver from bs4 import BeautifulSoup driver = webdriver.Firefox() driver.get('https://www.example.com') # Wait for the JavaScript to load time.sleep(5) # Get the page source soup = BeautifulSoup(driver.page_source, 'html.parser') # Extract the data table = soup.find('table', attrs={'id':'dynamic-table'}) data = [] for row in table.find_all('tr'): data.append([cell.text for cell in row.find_all('td')]) # Close the browser driver.quit() Этот код сначала откроет веб-сайт в браузере Firefox. Затем он будет ждать загрузки JavaScript. После загрузки JavaScript, мы получим исходный текст страницы и разберм его с помощью BeautifulSoup. Наконец, мы извлечем данные из таблицы и закроем браузер. 2. Работа с CAPTCHA и IP-блокировками Существует ряд инструментов, которые могут помочь вам решить CAPTCHA. Одним из популярных инструментов является Anti-Captcha: https://anti-captcha.com/. import requests url = 'https://anti-captcha.com/api/create' data = { 'type': 'image', 'phrase': captcha_text } response = requests.post(url, data=data) captcha_id = response.json()['captchaId'] url = 'https://anti-captcha.com/api/solve' data = { 'captchaId': captcha_id } response = requests.post(url, data=data) solution = response.json()['solution'] Этот код сначала отправляет текст CAPTCHA в Anti-Captcha. Затем Anti-Captcha вернет captchaId, который вы можете использовать для запроса решения. Получив решение, вы можете использовать его для обхода CAPTCHA. 3. Пример того, как использовать прокси-сервис для изменения вашего IP-адреса: import requests import random def get_proxy(): """Gets a proxy from the proxy scrape service.""" response = requests.get('https://www.proxyscrape.com/') data = response.json() proxy = random.choice(data['results'])['ip'] + ':' + data['results'][0]['port'] return proxy def scrape_website(proxy): """Scrape the website using the proxy.""" response = requests.get(url, proxies={'http': proxy, 'https': proxy}) soup = BeautifulSoup(response.text, 'html.parser') data = [] for row in soup.find_all('tr'): data.append([cell.text for cell in row.find_all('td')]) return data if __name__ == '__main__': proxy = get_proxy() data = scrape_website(proxy) print(data) # Rotate the proxy proxy = get_proxy() data = scrape_website(proxy) print(data) Этот код сначала получит прокси от сервиса proxy scrape. Затем он будет использовать прокси для сканирования веб-сайта. Наконец, он выведет данные, которые были получены при парсинге. @data_analysis_ml
04 يوليو 2023, 07:37

12 июля в 11:00 мск Visiology првоводит вебинар на тему "BI + AI = ? Супер-оружие аналитиков или угроза профессии?". Записать
12 июля в 11:00 мск Visiology првоводит вебинар на тему "BI + AI = ? Супер-оружие аналитиков или угроза профессии?". Записаться на вебинар Что будет на вебинаре 1. Начнем с обзора новых возможностей на основе ИИ в BI платформах лидерах мирового рынка - Power BI, Qlik, Tableau. Почему про ИИ в BI говорили и раньше, но только сейчас это перестало быть маркетинговой фишкой и стало реально помогать в ежедневной работе аналитика? 2. Продемонстрируем на реальных кейсах, как аналитику может помочь новый виртуальный помощник Visiology ViTalk GPT. Посмотрим, как он пишет DAX запросы и интеграции с источниками данных на Python. Обсудим ограничения технологии и разберемся, как эту технологию использовать эффективно. Зарегистрироваться
04 يوليو 2023, 06:37
23 يوليو 2023, ~03:36

📚 7 примеров современных алгоритмов машинного обучения с кодом и полезными статьями для изучения. 1. Трансформеры Что почита
+6
📚 7 примеров современных алгоритмов машинного обучения с кодом и полезными статьями для изучения. 1. Трансформеры Что почитать: - Трансформеры - Transformer в картинках - Знакомство с трансформерами - Обучение алгоритма генерации текста на основе трансформеров 2 Графовые нейронные сети (GNN) Что почитать: - Графовые нейронные сети - Graph Neural Networks: просто на математическом - Ищем скрытые смыслы. Графовые нейронные сети 3. XGBoost: Что почитать: - XGBoost в R: пошаговый пример - Введение в XGBoost для прикладного машинного обучения - Как работает нативная поддержка категорий в XGBoost 4. Вариационные автоэнкодеры (VAE) Что почитать: - Вариационные автоэнкодеры (VAE) для чайников - Применение простых Автоэнкодерных архитектур в задачах поиска аномалий при максимально несбалансированных данных 5. AutoML Что почитать: - Автоматическое машинное обучение - Что такое автоматизированное машинное обучение (AutoML) 6. Генеративно-состязательная сеть (GAN) Что почитать: - Генеративная состязательная сеть (GAN) для чайников - Создание изображений с использованием генеративно-состязательных нейронных сетей (GAN) на примере ЭКГ - Генеративно-состязательная сеть 7. Трансферное обучение Что почитать: - Трансферное обучение: почему deep learning стал доступнее - Трансферное обучение с Т5 @data_analysis_ml
03 يوليو 2023, 11:09

🔊 AudioPaLM - нейросеть Google, которая умеет разговаривать, слушать и переводить. AudioPaLM новая языковая модель, от Googl
🔊 AudioPaLM - нейросеть Google, которая умеет разговаривать, слушать и переводить. AudioPaLM новая языковая модель, от Google, объединяющая две предыдущие модели: PaLM-2 и AudioLM. Эта мультимодальная архитектура позволяет модели распознавать речь, сохранять особенности интонации и акцента, осуществлять перевод на другие языки на основе коротких голосовых подсказок и делать транскрипцию. При переводе некоторых языков, таких как итальянский и немецкий, модель имеет заметный акцент, а при переводе других, например французского, говорит с идеальным американским акцентом. Матрица эмбеддингов предварительно обученной модели используется для моделирования набора аудио-токенов. На вход в модель подается смешанная последовательность текстовых и аудио-токенов, и модель декодирует эти токены в текст или аудио. Аудио-токены в дальнейшем преобразуются обратно в исходное аудио с использованием слоев модели AudioLM. 🖥 Demo: https://google-research.github.io/seanet/audiopalm/examples/#asr-section 📕 Статья: https://arxiv.org/abs/2306.12925 @data_analysis_ml
30 يونيو 2023, 12:01