ch
Feedback

不要被骗子欺骗!Telemetrio 会找到并标记这些频道 👉 如果想查看标记,请订阅

Библиотека дата-сайентиста | Data Science, Machine learning, анализ данных, машинное обучение

Библиотека дата-сайентиста | Data Science, Machine learning, анализ данных, машинное обучение

前往频道在 Telegram

Все самое полезное для дата сайентиста в одном канале. Учиться у нас: clc.to/6qVHgg По рекламе: @tproger_sales_bot Для обратной связи: @proglibrary_feeedback_bot РКН: https://gosuslugi.ru/snet/67a5b03124c8ba6dcaa121c9

显示更多

📈 Telegram 频道 Библиотека дата-сайентиста | Data Science, Machine learning, анализ данных, машинное обучение 的分析概览

频道 Библиотека дата-сайентиста | Data Science, Machine learning, анализ данных, машинное обучение (@dsproglib) 俄语 语言赛道中的 是活跃参与者。目前社区聚集了 18 263 名订阅者,在 技术与应用 类别中位列第 7 159,并在 俄罗斯 地区排名第 35 918 位。

📊 受众指标与增长动态

自 невідомо 创建以来,项目保持高速增长,吸引了 18 263 名订阅者。

根据 17 十一月, 2026 的最新数据,频道保持稳定运转。过去 30 天订阅人数变化为 -62,过去 24 小时变化为 -1,整体触达仍然可观。

  • 认证状态: 未认证
  • 互动率 (ER): 平均受众互动率为 6.83%。内容发布后 24 小时内通常能获得 3.37% 的反应,占订阅者总量。
  • 帖子覆盖: 每篇帖子平均可获得 1 247 次浏览,首日通常累积 616 次浏览。
  • 互动与反馈: 受众积极参与,单帖平均反应数为 2。
  • 主题关注点: 内容集中在 сайентиста, llm, буст, навигация, openai 等核心主题上。

📝 描述与内容策略

作者将该频道定位为表达主观观点的平台:
“Все самое полезное для дата сайентиста в одном канале. Учиться у нас: clc.to/6qVHgg По рекламе: @tproger_sales_bot Для обратной связи: @proglibrary_feeedback_bot РКН: https://gosuslugi.ru/snet/67a5b03124c8ba6dcaa121c9”

凭借高频更新(最新数据采集于 18 十一月, 2026),频道始终保持新鲜度与高覆盖。分析显示受众积极互动,使其成为 技术与应用 类别中的关键影响点。

18 263
订阅者
-124 小时
-287 天
-6230 天
帖子存档
Почему одного seed мало для воспроизводимого обучения в PyTorch Если два запуска обучения дают разные результаты, проверьте, где код берёт случайные числа. torch.manual_seed() задаёт seed для PyTorch. Если код использует random из Python или генераторы NumPy, задайте seed для них отдельно. Даже с фиксированными seed некоторые операции могут давать разные результаты из-за недетерминированных алгоритмов. Повторите обучение на том же устройстве, с теми же данными и версиями библиотек. Если результаты расходятся, включите torch.use_deterministic_algorithms(True) и запустите обучение ещё раз. PyTorch выберет детерминированный алгоритм, где он доступен, и выдаст RuntimeError, если встретит известную недетерминированную операцию без такого варианта. Даже с одинаковыми seed PyTorch не гарантирует побитового совпадения результатов между версиями, платформами или при сравнении запусков на CPU и GPU. Границы воспроизводимости в документации PyTorch 📍 Навигация: Вакансии • Задачи • Собесы 🐸 Библиотека дата-сайентиста
18 11月, 06:40

Как PostgreSQL отличает NULL от пустой строки при импорте CSV При загрузке CSV через COPY FROM пустое поле без кавычек по умолчанию становится NULL, а поле "" даёт пустую строку. Если поставщик записал пустую строку без кавычек, при такой загрузке она станет NULL. Для выбранных столбцов FORCE_NULL превращает в NULL даже значение в кавычках, если оно совпадает с маркером NULL. FORCE_NOT_NULL отключает распознавание маркера в полях без кавычек. С этой опцией и маркером по умолчанию пустое поле без кавычек даст пустую строку в текстовом столбце. Загрузите оба варианта поля в тестовую таблицу и проверьте их через IS NULL перед массовым импортом. Параметры COPY для CSV 📍 Навигация: Вакансии • Задачи • Собесы 🐸 Библиотека дата-сайентиста
17 11月, 07:04

🗂 В плане PostgreSQL не все счётчики устроены одинаково В EXPLAIN ANALYZE узел может выполняться несколько раз. Поле loops показывает число запусков, а actual rows и actual time — средние значения на один запуск. Чтобы оценить общее число выданных узлом строк или суммарное время его работы, учитывайте loops. С Buffers это правило не работает. Счётчики уже накоплены за выполнение узла и включают его дочерние узлы. Умножать их на loops или складывать показатели родителя и потомков не нужно. Повторное обращение к одному буферу может учитываться снова: это не число уникальных страниц. Ещё одно различие: cost выражен в условных единицах планировщика, actual time — в миллисекундах. Сравнивать их как две оценки времени нельзя. EXPLAIN ANALYZE действительно выполняет запрос. Для INSERT, UPDATE и DELETE это означает изменение данных, если выполнение не откатить в транзакции. 🔗 Разбор плана в PostgreSQL 18 📍 Навигация: Вакансии • Задачи • Собесы 🐸 Библиотека дата-сайентиста
16 11月, 07:17

🚀 Хватит откладывать обучение, время не ждет. Купи один курс Proglib Academy - второй получи бесплатно! До 15 ноября включит
🚀 Хватит откладывать обучение, время не ждет. Купи один курс Proglib Academy - второй получи бесплатно! До 15 ноября включительно можно забрать два курса, оплатив только один 😳 Выбирай свою комбинацию: 🤖 Хочешь в AI-разработку? «ИИ для разработчиков» + «Разработка ИИ-агентов» Освой AI в разработке и научись создавать собственных ИИ-агентов. 🧠 Хочешь усилить техническую базу? «Алгоритмы и структуры данных» + «Математика для AI» Прокачай алгоритмическое мышление и освой математическую базу для машинного обучения. ➡️ Два курса. Один платёж. Второй - за наш счёт. Сегодня последний день! 👉 Успей выбрать курсы
15 11月, 12:01

🧠 У двух групп разный разброс. Как выбрать t-тест? По умолчанию scipy.stats.ttest_ind предполагает равенство дисперсий в генеральных совокупностях. Параметр equal_var=False выбирает тест Уэлча: он сравнивает средние без этого предположения и корректирует число степеней свободы. Условие независимости выборок остаётся. Параметр equal_var=False не делает тест подходящим для парных измерений и не защищает его от выбросов. В результате смотрите не только pvalue. Есть также статистика, число степеней свободы df и метод confidence_interval для доверительного интервала разности средних: первой группы минус второй. Укажите и саму оценку разности: она показывает величину эффекта. Большое p-value означает, что данных недостаточно для отклонения нулевой гипотезы при выбранном уровне значимости. Доказательством равенства средних оно не служит. Тест сравнивает средние, а не распределения целиком. 🔗 Параметры и ограничения в SciPy 📍 Навигация: Вакансии • Задачи • Собесы 🐸 Библиотека дата-сайентиста
15 11月, 07:14

🧠 Какие наблюдения влияют на коэффициенты OLS После оценки линейной модели проверьте влияние отдельных наблюдений. В statsmo
🧠 Какие наблюдения влияют на коэффициенты OLS После оценки линейной модели проверьте влияние отдельных наблюдений. В statsmodels для этого есть OLSInfluence и его dfbetas — показатели влияния на коэффициенты. На графике из примера statsmodels по данным Guerry горизонтальная ось — квадрат нормированного остатка, вертикальная — leverage. Точка с большим остатком и точка с высоким leverage могут быть разными наблюдениями. Одного взгляда на остатки для диагностики недостаточно. График и DFBETAs помогают выбрать строки для проверки: нет ли ошибки в данных, подходит ли спецификация модели, насколько устойчивы выводы. Выделившаяся точка может быть корректной. Автоматически удалять её ради лучшей метрики нельзя. 🔗 Пример диагностики 📍 Навигация: Вакансии • Задачи • Собесы 🐸 Библиотека дата-сайентиста
14 11月, 06:46

🗂 Откуда повторы в IterableDataset Увеличили num_workers, а в обучении появились повторяющиеся записи? У каждого worker в DataLoader своя копия IterableDataset. Если все копии читают один поток с начала, записи дублируются. Разделите источник между worker. В PyTorch для этого есть get_worker_info(): он сообщает ID текущего worker и их общее число. Эти данные можно использовать в __iter__ или worker_init_fn, чтобы назначить каждой копии отдельную часть потока. Проверьте ID записей: части не должны пересекаться, а вместе должны покрывать нужные данные. Отдельно проверьте возобновление чтения после сбоя. Для реального источника недостаточно просто поделить конечный диапазон из учебного примера. drop_last отбрасывает неполный последний батч у каждой копии IterableDataset. Суммарно DataLoader может потерять больше одного батча. Разделение потока само по себе ускорения не гарантирует. 🔗 Документация и два способа разделения 📍 Навигация: Вакансии • Задачи • Собесы 🐸 Библиотека дата-сайентиста
13 11月, 06:52

🤖 Два курса по AI по цене одного — только до 15.11! Наигрались с нейросетями, и хотите применять их в реальных проектах? Обр
🤖 Два курса по AI по цене одного — только до 15.11! Наигрались с нейросетями, и хотите применять их в реальных проектах? Обращаем ваше внимание на ИИ-связку Proglib Academy:
➡️ «ИИ для разработчиков» — соберите собственный рабочий процесс с AI: от планирования и написания кода до тестирования и code review. ➡️ «Разработка ИИ-агентов» — научитесь создавать агентов, которые умеют работать с API, базами знаний и внешними инструментами, выполнять последовательность действий и решать прикладные задачи.
⏬ Вы получите два взаимодополняющих навыка: эффективную AI-разработку и инженерное создание AI-агентов за 59 000 ₽. 📍 Покупаете один курс, второй - в подарок. Не упустите свой шанс прокачаться - только до 15 ноября 😏
12 11月, 11:15

🛡️ Монотонность в XGBoost: задаём направление Параметр monotone_constraints задаёт правило при фиксированных остальных призн
🛡️ Монотонность в XGBoost: задаём направление Параметр monotone_constraints задаёт правило при фиксированных остальных признаках: +1 — предсказание не убывает, −1 — не возрастает, 0 — ограничения нет. Плоские участки допустимы. На графике из документации XGBoost чёрные линии показывают модель с ограничениями на синтетических данных. Остальной признак зафиксирован на среднем значении. Колебания, нарушающие заданное направление, исчезают. Ограничение выражает предположение о задаче. Причинную связь или рост точности оно не доказывает. Сравните качество на отложенных данных. При hist и approx деревья могут стать слишком неглубокими: ограничения исключают кандидатов разбиения. Документация предлагает попробовать увеличить max_bin. 🔗 Параметры и пример 📍 Навигация: Вакансии • Задачи • Собесы 🐸 Библиотека дата-сайентиста
12 11月, 06:44

🧠 Что средняя PDP скрывает за одной линией На графике из документации scikit-learn тонкие линии — ICE: для каждого объекта м
🧠 Что средняя PDP скрывает за одной линией На графике из документации scikit-learn тонкие линии — ICE: для каждого объекта меняют один признак, фиксируют остальные и считают предсказания модели. Пунктир — PDP, среднее этих линий. Посмотрите на влажность справа. У одних объектов предсказания почти не меняются, у других резко падают. Средняя линия сглаживает это различие. ICE помогает увидеть неоднородность, связанную с взаимодействиями признаков. Пример построен на данных велопроката с HistGradientBoostingRegressor. Он показывает поведение модели, а не причинный эффект погоды. При коррелированных признаках PDP и ICE могут оценивать нереалистичные сочетания значений. 🔗 Документация и примеры 📍 Навигация: Вакансии • Задачи • Собесы 🐸 Библиотека дата-сайентиста
11 11月, 06:50

🧠 Когда важный признак получает низкую importance У двух признаков сильная корреляция. При расчёте permutation importance перемешиваем один из них. Модель может по-прежнему получать похожую информацию из второго, и метрика почти не изменится. То же может произойти, если отдельно перемешать второй признак. Низкая importance каждого по отдельности ещё не означает, что вся группа бесполезна. Этот показатель описывает зависимость конкретной обученной модели от признака на выбранных данных и с выбранной метрикой. Причинный эффект он не измеряет. Перед удалением таких столбцов проверьте корреляции. В документации scikit-learn предлагают один из подходов: объединить коррелированные признаки в кластеры и оставить представителя каждого. Сравните качество моделей на отложенных данных. Сам по себе новый рейтинг признаков улучшение не доказывает. 🔗 Разбор в документации 📍 Навигация: Вакансии • Задачи • Собесы 🐸 Библиотека дата-сайентиста
10 11月, 07:15

Optuna: как сообщить pruner, что происходит с trial Sampler выбирает гиперпараметры, pruner решает, стоит ли досрочно останов
Optuna: как сообщить pruner, что происходит с trial Sampler выбирает гиперпараметры, pruner решает, стоит ли досрочно остановить trial. Для решения ему нужны промежуточные значения метрики. Этот API предназначен для оптимизации одной целевой метрики. В цикле обучения вызывают trial.report(value, step), затем trial.should_prune(). Если ответ True, objective должен поднять optuna.TrialPruned(). Сам вызов report обучение не прекращает. В официальном примере передают ошибку на валидации после каждого шага. Если objective только вернул финальную метрику, такой истории у pruner нет. Смысл метрики и шага должен быть одинаковым у сравниваемых trial. Документация и примеры 📍 Навигация: Вакансии • Задачи • Собесы 🐸 Библиотека дата-сайентиста
09 11月, 06:54

Запрос и документ: две роли в семантическом поиске В асимметричном поиске по короткому вопросу ищут более длинный абзац с отв
Запрос и документ: две роли в семантическом поиске В асимметричном поиске по короткому вопросу ищут более длинный абзац с ответом. Sentence Transformers рекомендует encode_query для запроса и encode_document для корпуса. Методы могут применять промпты и маршрутизацию, сохранённые в конкретной модели. Это не означает, что они всегда используют разные веса. Если модель не обучалась со специальными prompts или task types, encode, encode_query и encode_document могут вернуть одинаковые эмбеддинги. Выбор подходящей модели и оценка поиска всё равно нужны. Документация и примеры 📍 Навигация: Вакансии • Задачи • Собесы 🐸 Библиотека дата-сайентиста
08 11月, 07:01

Включите constrained layout до создания осей Если подписи осей и шкала colorbar не помещаются, попробуйте plt.subplots(layout
Включите constrained layout до создания осей Если подписи осей и шкала colorbar не помещаются, попробуйте plt.subplots(layout="constrained"). Matplotlib перераспределит место между осями и подписями, сохраняя заданную сетку. Включать режим обычно нужно до добавления Axes. На изображении один и тот же синтетический массив, размер фигуры и шрифт. Сверху — стандартная компоновка с обрезанной подписью. Снизу — constrained layout, где подписи помещаются. Не добавляйте следом tight_layout(): этот вызов выключает constrained layout. Если места слишком мало, увеличьте фигуру. Произвольные графические элементы всё равно могут обрезаться или перекрываться. Документация и примеры 📍 Навигация: Вакансии • Задачи • Собесы 🐸 Библиотека дата-сайентиста
07 11月, 07:07

MLflow: что меняется при переназначении alias Alias champion в Model Registry можно переназначить с одной версии на другую. П
MLflow: что меняется при переназначении alias Alias champion в Model Registry можно переназначить с одной версии на другую. При загрузке URI вида models:/fraud@champion MLflow берёт версию, на которую alias указывает в этот момент. Имя fraud здесь условное. После переназначения следующий вызов load_model по этому URI загрузит новую версию. Уже загруженный Python-объект сам от этого не обновится. Для воспроизводимого эксперимента сохраняйте номер загруженной версии. Имя champion остаётся подвижной ссылкой и не заменяет проверку модели перед внедрением. Документация и примеры 📍 Навигация: Вакансии • Задачи • Собесы 🐸 Библиотека дата-сайентиста
06 11月, 06:46

В парном bootstrap выбирайте строки целиком Если x и y относятся к одному наблюдению, при пересэмплировании нужно сохранить и
В парном bootstrap выбирайте строки целиком Если x и y относятся к одному наблюдению, при пересэмплировании нужно сохранить их пару. Например, для корреляции двух измерений у одних и тех же объектов. В scipy.stats.bootstrap параметр paired=True выбирает один массив индексов и применяет его ко всем входным массивам. При paired=False каждый массив пересэмплируется независимо. На схеме видно, какие пары сохраняет общий набор индексов. Одинаковой длины массивов для парности недостаточно: она определяется тем, как собраны данные. Обычный iid bootstrap также не учитывает автоматически временную зависимость или кластеры. Документация и примеры 📍 Навигация: Вакансии • Задачи • Собесы 🐸 Библиотека дата-сайентиста
05 11月, 06:57

Почему True | NA даёт True У nullable boolean в pandas три значения: True, False и NA. Результат будет NA, только если его не
Почему True | NA даёт True У nullable boolean в pandas три значения: True, False и NA. Результат будет NA, только если его нельзя определить по известному операнду. Поэтому True | NA даёт True, а True & NA — NA. На карточке — четыре сочетания для dtype="boolean". У фильтрации другое правило: NA в булевой маске исключает строку. Для данных [10, 20, 30] маска [True, False, NA] оставит [10]. Если нужно сохранить и строки с NA в маске, задайте это явно: фильтрация с mask.fillna(True) оставит [10, 30]. bool(pd.NA) при этом вызывает TypeError: у неизвестного нет однозначного булева значения. Документация и примеры 📍 Навигация: Вакансии • Задачи • Собесы 🐸 Библиотека дата-сайентиста
04 11月, 06:41

Куда HistGradientBoosting направляет строки с NaN В HistGradientBoostingClassifier пропуски можно оставить как NaN. При обуче
Куда HistGradientBoosting направляет строки с NaN В HistGradientBoostingClassifier пропуски можно оставить как NaN. При обучении дерево в каждом разбиении выбирает для них левую или правую ветвь по выигрышу от разбиения. При предсказании использует выученное направление. Есть отдельный случай: в обучении у этого признака пропусков не было, а при предсказании появился NaN. Тогда строка уйдёт в дочерний узел с большим числом обучающих объектов. Это поведение конкретного классификатора scikit-learn. Выбирайте между NaN и импутацией по результатам валидации на вашей задаче. Документация и примеры 📍 Навигация: Вакансии • Задачи • Собесы 🐸 Библиотека дата-сайентиста
03 11月, 06:59

📊 Расстояние между распределениями в понятных единицах В SciPy wasserstein_distance([0, 1, 3], [5, 6, 8]) возвращает 5,0. Вт
📊 Расстояние между распределениями в понятных единицах В SciPy wasserstein_distance([0, 1, 3], [5, 6, 8]) возвращает 5,0. Второй набор сдвинут на пять единиц. На схеме каждая из трёх масс переносится на это расстояние. Wasserstein-1 — минимальная стоимость переноса вероятностной массы: масса × расстояние. Для одномерных распределений это также площадь между CDF. Аргументы функции — наблюдения или значения поддержки, а не частоты гистограммы. Если у значений есть частоты, передавайте их через u_weights и v_weights. Без весов наблюдения равновесны. Результат измеряется в единицах исходной величины и зависит от масштаба. Это не p-value и не универсальный порог дрейфа данных. 🔗 Функция и примеры SciPy 📍 Навигация: Вакансии • Задачи • Собесы 🐸 Библиотека дата-сайентиста
02 11月, 06:48

📊 Выделить область и подсветить точки в Altair На scatter plot хочется быстро рассмотреть часть объектов. В Altair прямоугол
📊 Выделить область и подсветить точки в Altair На scatter plot хочется быстро рассмотреть часть объектов. В Altair прямоугольное выделение задаётся через alt.selection_interval() и подключается с add_params(brush). В официальном примере условие alt.when(brush) сохраняет цвет по числу цилиндров внутри выделения, а остальные точки делает серыми. Это изменение цвета, а не фильтрация данных. На нашей статичной схеме с синтетическими данными видно, что внешние точки остаются на графике. Потянуть рамку можно в интерактивном примере по ссылке ниже. Его оси — Horsepower и Miles_per_Gallon. Показанный API с alt.when соответствует текущему примеру Altair 6. 🔗 Интерактивный пример и код 📍 Навигация: Вакансии • Задачи • Собесы 🐸 Библиотека дата-сайентиста
01 11月, 06:52