متاح الآن! بحث تيليغرام 2025 — أهم رؤى العام 
Математика Дата саентиста
الذهاب إلى القناة على Telegram
@workakkk - админ @data_analysis_ml - ds https://gosuslugi.ru/snet/67b55bb01a1c5a6fb6ecc946
إظهار المزيد📈 نظرة تحليلية على قناة تيليجرام Математика Дата саентиста
تُعد قناة Математика Дата саентиста (@data_math) في القطاع اللغوي الروسية لاعباً نشطاً. يضم المجتمع حالياً 14 055 مشتركاً، محتلاً المرتبة 9 185 في فئة التكنولوجيات والتطبيقات والمرتبة 47 321 في منطقة روسيا.
📊 مؤشرات الجمهور والحراك
منذ تأسيسه في невідомо، حقق المشروع نمواً سريعاً وجمع 14 055 مشتركاً.
بحسب آخر البيانات بتاريخ 19 يونيو, 2026، تحافظ القناة على نشاط مستقر. خلال آخر 30 يوماً تغيّر عدد الأعضاء بمقدار -52، وفي آخر 24 ساعة بمقدار 3، مع بقاء الوصول العام مرتفعاً.
- حالة التحقق: غير موثّقة
- معدل التفاعل (ER): يبلغ متوسط تفاعل الجمهور 17.50%. وخلال أول 24 ساعة من النشر يحصد المحتوى عادةً 6.82% من ردود الفعل نسبةً إلى إجمالي المشتركين.
- وصول المنشورات: يحصل كل منشور على متوسط 2 459 مشاهدة. وخلال اليوم الأول يجمع عادةً 958 مشاهدة.
- التفاعلات والاستجابة: يتفاعل الجمهور بانتظام؛ متوسط التفاعلات لكل منشور يبلغ 51.
- الاهتمامات الموضوعية: يركز المحتوى على مواضيع رئيسية مثل llm, программирование, параметр, визуализация, stepik.
📝 الوصف وسياسة المحتوى
يصف المؤلف القناة بأنها مساحة للتعبير عن الآراء الذاتية:
“@workakkk - админ
@data_analysis_ml - ds
https://gosuslugi.ru/snet/67b55bb01a1c5a6fb6ecc946”
بفضل وتيرة التحديث المرتفعة (أحدث البيانات بتاريخ 20 يونيو, 2026) تحافظ القناة على حداثتها ومستوى وصول مرتفع. وتُظهر التحليلات تفاعلاً نشطاً من الجمهور، ما يجعلها نقطة تأثير مهمة ضمن فئة التكنولوجيات والتطبيقات.
14 055
المشتركون
+324 ساعات
+27 أيام
-5230 أيام
أرشيف المشاركات
Профессор Ашвин Рао из Стэнфордского университета разработал интересный
GoogleColab, в котором рассматриваются причины неудачи банка "Силиконовая долина" (#SVB) на высоком уровне.
В этом ресурсе Ашвин придерживается прямолинейного подхода, используя только математику на уровне средней школы без предварительных знаний в области финансов и инвестиций.
Это пример использования #notebooks для упрощения и разъяснения сложных тем с помощью кода.
Ссылка на блокнот: https://colab.research.google.com/drive/15uxrAeCCL327kWH9N0X-ogKwf2zErjP5
📙 Специализация "Математика для машинного обучения и науки о данных
Отличная возможность освоить инструментарий искусственного интеллекта и машинного обучения бесплатно.
Математика для машинного обучения и науки о данных - это специализация для начинающих, в рамках которой вы изучите фундаментальный математический инструментарий машинного обучения: линейную алгебру, статистику и теорию вероятности и мл алгоритмы.
https://www.coursera.org/specializations/mathematics-for-machine-learning-and-data-science
data_math
📕 Основы высшей математики. Часть 1 [2021] Туганбаев
В книге рассмотрены следующим важнейшие разделы: пределы, производные, исследование функций и построение их графиков, функции нескольких переменных, неопределенные интегралы, определенные интегралы, несобствеенные интегралы.
📗 Основы высшей математики. Часть 2 [2021] Туганбаев
В книге рассмотрены следующим важнейшие разделы: аналитическая геометрия, линейная алгебра и дифференциальные уравнения.
📘 Основы высшей математики. Часть 3 [2021] Туганбаев
В книге рассмотрены следующим важнейшие разделы: функции нескольких переменных, двойные и тройные интегралы, криволинейные интегралы.
📙 Основы высшей математики. Часть 4 [2022] Туганбаев
В книге рассмотрены следующие важнейшие разделы: комплексные функции и ряды, действительные ряды, ряды Лорана, комплексные и действительные многочлены, алгебраическая замкнутость поля комплексных чисел, поля и их расширения, многочлены и кольца.
📔 Основы высшей математики [2011] Туганбаев
Книга соответствует программам курсов высшей математики для студентов различных нематематических специальностей и направлений подготовки, может выполнять функции учебника, задачника, решебника и сборника контрольных работ по высшей математике. В книге рассмотрены следующие важнейшие разделы: пределы, производные, исследование функций и построение их графиков, функции нескольких переменных, линейная алгебра, аналитическая геометрия, интегралы, числовые и функциональные ряды, дифференциальные уравнения и теория вероятностей. Для студентов и преподавателей нематематических факультетов высших учебных заведений.
📌 Скачать книги
data_math
Чем занимается Data Scientist, где применяется машинное обучение и как может выглядеть путь успешного специалиста?
Всё это обсудим на дне открытых дверей курса по машинному обучению от karpovꓸcourses.
На вебинаре вы:
🗯узнаете кто такой специалист по машинному обучению
🗯в режиме онлайн-кодинга разберёте задачу, которая позволит отлынивать от рабочих зумов (серьезно!🙂)
🗯 услышите историю про путь в машинном обучении аналитика из Райффайзена, Алексея Биршерта
🗯 ну и про курс Start ML тоже поговорим, а также ответим на все вопросы про старт карьеры и обучение
Вебинар проведут
Нерсес Багиян: руководитель data-трансформации в Raiffeisen CIB
Алексей Биршерт: строит модели для динамического ценообразования и применяет большие языковые модели в Raiffeisen CIB
🕖Встречаемся 26 октября в 19:00
[Зарегистрироваться на вебинар]
Реклама. ООО "Карпов Курсы". Erid: LjN8K5S21
📕 Байесовские модели восприятия и действия (2023)
Автор: Вэй Цзи Ма, Конрад Кёрдинг, Дэниел Голдрайх
Описание: Эта книга представляет собой введение в байесовские модели перцептивного принятия решений и действий. В таких моделях человеческий разум ведет себя как компетентный специалист по данным (или диагностирующий врач, или исследователь места преступления – выберите свою метафору), извлекая смысл из шумных и неоднозначных сенсорных наблюдений. В последние десятилетия байесовский подход к восприятию и действию становится все более популярным, а разработанные модели все шире применяются на прак- тике. Этот подход нам особенно интересен, потому что он строго и успешно объясняет многие экспериментальные данные.
📕 Читать
Привет! Это команда МТС и мы запустили бесплатный курс для тех, кто хочет стать сильным ML-разработчиком
Что будет: 10 месяцев онлайн обучения от экспертов Big Data МТС с возможностью трудоустройства в компанию
Что в программе: Python, математика, основы машинного обучения, ML Ops, ML System design и все, что необходимо для работы в Data Science
Ждем на обучении тех, кто хочет развиваться и в анализе данных, и в ML, и в IT одновременно.
Оставляй заявку и решай вступительное испытание. Лучших пригласим к обучению
Подробности по ссылке, ждем тебя!
Реклама. ПАО "МТС". ИНН 7740000076. erid: LjN8KKpJP
🔢 Llemma: an open language model for mathematics
Открытая модель LM для математики, обученные на 200 Б лексем математического текста.
Производительность Llemma 34B приближается к Minerva 62B от Google, несмотря на вдвое меньшее количество параметров.
📌 Код: https://github.com/EleutherAI/math-lm
📌 Статья: https://arxiv.org/abs/2310.10631
data_math
+2Полярная система координат — двумерная система координат, в которой каждая точка на плоскости определяется двумя числами — полярным углом и полярным радиусом. Полярная система координат особенно полезна в случаях, когда отношения между точками проще изобразить в виде радиусов и углов; в более распространённой декартовой, или прямоугольной, системе координат, такие отношения можно установить только путём применения тригонометрических уравнений.
Сегодня утром я снова играл с ней.
График функции
f(x) = x (картинка 1).
А вот график f(x) = cos(8x) (картинка 2).
Подробнее о полярной система координат см. в этом посте.
Здесь приведен код Python для построения графиков. Вы можете экспериментировать с собственными графиками, изменяя f.
from numpy import cos
from numpy import linspace
import matplotlib.pyplot as plt
plt.style.use('seaborn-v0_8-muted')
def g(u, c, f):
t = f(u) + c
return 2*u*t**2 / (u**2 + t**2)
def h(u, c, f):
t = f(u) + c
return 2*u*u*t / (u**2 + t**2)
t = linspace(-7, 7, 10000)
fig, ax = plt.subplots()
f = lambda x: cos(8*x)
for c in range(-10, 11):
ax.plot(g(t, c, f), h(t, c, f))
plt.axis("off")
plt.show()
@machinelearning_ruА вы знали, что если кандидат не пишет сопроводительное письмо, то на крутые вакансии его даже не рассматривают? 😱
Рекрутер за первый день получает 200 откликов на вакансию и первый отсев делает по наличию сопроводительного письма. Получается, что те, кто присылает только резюме, летят прямиком в корзину и никогда не будут рассмотрены для этой должности. 🗑
🔎 О том, как правильно написать сопроводительное письмо, чтобы заинтересовать своей кандидатурой работодателя, читайте на канале Оксаны Синягиной - сертифицированного карьерного консультанта.
Оксана работает в сфере IT уже 17 лет и знает о рынке труда IT все. 🎓
Подпишись на канал Оксаны и получи бесплатный гайд "Как настроить LinkedIn, чтобы он работал на вас" 🎁
>> Перейти на канал
Реклама. Синягина О.В. ИНН 526309956960. Erid LjN8KVz9hФилософия математики
1. Субъективность математики
2. Наука без чисел
3. Как доказать недоказуемость?
4. Материализм и эмпириокритицизм
5. Не доказано! - Как доказать недоказуемость? Часть 2
6. Совпадение? Не думаю!
7. Суперсимметричная квантовая механика
8. Аргумент предсказательной силы
9. Куда заведет симметрия?
10. О реальности физических терминов
#video #math
https://www.youtube.com/watch?v=AiEjZRAaCQk&list=PLnbH8YQPwKbm_k8n45VhYZ5wdbB0cuZ_J&ab_channel=LightCone
📚 18 книг по математике. Подборка книг для подготовки к экзаменам
📙 Математика: Пособие для поступающих в вузы [2002] В. П. Моденов
📙 Сборник задач по математике с анализом решений [1959] Моденов П. С.
📙 Сборник конкурсных задач по математике с анализом ошибок [1950] Моденов П.С.
📙 Сборник задач по дифференциальной геометрии [1949] Моденов П.С.
📙 Геометрические преобразования [1961] Моденов П.С., Пархоменко А.С.
📙 Задачи с параметрами. Координатно-параметрический метод: учебное пособие [2007] Моденов, В. П.
📙 Аналитическая геометрия [1967] Моденов П.С.
📙 Сборник задач по аналитической геометрии [1964] Бахвалов С.В., Моденов П.С., Пархоменко А.С.
📙 Сборник задач по специальному курсу элементарной математики [1957] Моденов П.С.
📙 Геометрические преобразования [1961] Моденов П.С., Пархоменко А.С.
📙 Пособие по математике для подготовительных курсов МГУ [1967] Александров Б.И., Моденов П.С.
📙 Теория поверхностей в векторном изложении [1932] Брюшгенс С.С., Моденов П.С.
📙 Сборник задач по специальному курсу элементарной математики [1960] Моденов П.С.
📙 Курс высшей математики - учебник для пед. ин-тов [1948] П. С. Моденов, Г. А. Невяжский
📙 Экзаменационные задачи по математике с анализом их решения [1969] Моденов П.С.
#подборка_книг #математика #math #maths #алгебра #геометрия
👨🎓 Бесплатный курс : Python and Statistics for Financial Analysis
Python и статистика для финансового анализа.
К концу курса вы сможете решать следующие задачи с использованием языка python:
• Импортировать, предварительно обрабатывать, сохранять и визуализировать финансовые данные в pandas Dataframe
• Манипулировать финансовыми данными
• Применять важные статистические функции (частота, распределение, популяция и выборка, доверительный интервал, линейная регрессия и др. ) в финансовых задачах.
• Строить торговые модели с использованием
• Оценивать эффективность торговых стратегий с помощью различных инвестиционных индикаторов
В платформе курса настроена среда Jupyter Notebook, позволяющая практиковаться в коде на python без установки каких-либо приложений.
📌 Курс
data_math
Многие хотят стать аналитиками данных, но не у многих получается
Мы не понаслышке знаем, как трудно ворваться на рынок труда и хотим поделиться нашими советами на бесплатном вебинаре.
Вы узнаете:
- Какие навыки нужны для старта карьеры, и что изменилось за последние годы
- Как найти первую работу или стажировку?
- Обязательно ли профильное высшее образование для работы аналитиком?
- Можно ли начать карьеру после 30?
Вебинар проведёт Анатолий Карпов — тот самый автор курсов на степике, которые обучили основам анализа данных более 200 тыс. человек. Анатолий руководил командой аналитики в отделе бизнеса и рекламы ВКонтакте, а сейчас является основателем школы karpovꓸcourses.
🕖Вебинар пройдет 28 сентября в 19:00
Регистрируйтесь по ссылке
Реклама. ООО "Карпов Курсы". Erid: LjN8KFqQt
🧮 Новая технология, позволяющая решать математические задачи любой сложности всего лишь в пару кликов.
🤖 Основана на интеграции ChatGPT и Wolfram
Вы вводите пример, а получаете мгновенное решение. Более того, эта технология также способна определить и решить математические задачи, сфотографированные с помощью камеры.
• Попробовать
@vistehno
