Анализ данных (Data analysis)
前往频道在 Telegram
Data science, наука о данных. @haarrp - админ РКН: clck.ru/3FmyAp
显示更多📈 Telegram 频道 Анализ данных (Data analysis) 的分析概览
频道 Анализ данных (Data analysis) (@data_analysis_ml) 俄语 语言赛道中的 是活跃参与者。目前社区聚集了 51 911 名订阅者,在 技术与应用 类别中位列第 2 572,并在 俄罗斯 地区排名第 11 804 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 51 911 名订阅者。
根据 16 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 444,过去 24 小时变化为 -8,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 11.63%。内容发布后 24 小时内通常能获得 8.47% 的反应,占订阅者总量。
- 帖子覆盖: 每篇帖子平均可获得 6 040 次浏览,首日通常累积 4 397 次浏览。
- 互动与反馈: 受众积极参与,单帖平均反应数为 192。
- 主题关注点: 内容集中在 llm, контекст, openai, архитектура, deepseek 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:
“Data science, наука о данных.
@haarrp - админ
РКН: clck.ru/3FmyAp”
凭借高频更新(最新数据采集于 17 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。
51 911
订阅者
-824 小时
+27 天
+44430 天
帖子存档
💨 Что, где, откуда: извлекаем реляционный датасет из JSON
Когда вы сталкиваетесь с большим ненормализованным датасетом, да еще и в формате JSON, который нужно переложить в связанные SQL-таблицы, необходимо:
▪Читать датасет по чанкам;
▪Анализировать датасет на качество, смотреть на атрибуты;
▪Нормализовать датасет, раскрывать связи между сущностями и следить за их целостностью.
В целом, знание этих пунктов позволит сразу адаптировать датасет под реляционные СУБД и значительно сократить время, затраченное на его обработку, ведь со структурной точки зрения его не потребуется переделывать бессчётное количество раз. А для всего остального – есть функционал SQL.
📌 Читать
@data_analysis_ml
26 3月 2023, 06:24
Почему мы всё время начинаем и бросаем учить английский?
Одна из причин — мы не знаем свой уровень языка. В итоге берёмся за контент, который нам не по силам. Например, сериал «Друзья» часто советуют смотреть тем, кто начинает учить язык, но в нём полно юмора, который начинающие пока понять не могут.
В итоге разрыв знаний удручает и мотивация снова падает.
Если вы готовы дать английскому ещё один шанс, мы поможем поверить в свои силы и довести дело до конца.
Приходите на бесплатную консультацию в Яндекс Практикум:
- Проведём устный тест на уровень языка,
- Покажем, чего реально добиться за полгода изучения,
- Расскажем, как наши курсы помогут достичь цели.
Записаться
26 3月 2023, 04:24
01 4月 2023, ~04:29
🖥 3 быстрых и простых способа визуализации ваших данных с помощью Pandas
В этой статье мы рассмотрим 3 простых и экономящих время способа визуализации ваших данных с помощью Pandas. Кроме того, я приложил Jupyter-Notebook со всеми примерами в конце этой статьи.
▪ Читать дальше
@data_analysis_ml
25 3月 2023, 06:01
Когда работаешь в анализе пару лет, появляется желание куда-то двигаться в карьере. А с желанием — вопросы:
◾️ Как добиться роста в грейде и зарплате?
◾️ Как переходить от рутинных задач к ответственным и интересным?
◾️ Как вести переговоры с руководством и стоять на своём?
◾️ Как перейти в смежную профессию — стать системным аналитиком из аналитика данных или наоборот?
За ответами приходите на бесплатный вебинар Яндекс Практикума.
→ 28 марта в 15:00
Расскажем, куда можно расти аналитику и какие конкретные шаги для этого сделать.А специалисты Практикума, которые работают с направлением анализа данных, поделятся инсайтами рынка труда.
— Ирина Ефимова, руководительница исследований.
— Алексей Макаров, руководитель сопровождения и фидбэка.
→ Приходите на нашу встречу, чтобы вызывать карьерный лифт.
25 3月 2023, 04:01
01 4月 2023, ~04:29
🖥 Python В SQL — Теперь можно загружать данные в 20 раз быстрее
Работа с большими наборами данных – повседневное дело для большинства специалистов по обработке данных. Не было бы никаких проблем, если бы они сразу передавались потоком в базу данных.
Но, зачастую, случается так, что загрузка данных происходит очень долго. В таких случаях программистам приходится занимать себя другими делами, дожидаясь, пока процесс полностью завершится. Такой вариант подходит далеко не всем!
Если вы действительно хотите сократить это время, вам нужен наиболее оптимальный способ загрузки данных в БД.
▪ Читать
@data_analysis_ml
24 3月 2023, 05:00
29 марта в 19:00 ШАД Helper проводит вебинар по теме «Подготовка к вступительным экзаменам в ШАД».
Мы расскажем какими способами можно готовиться к вступительным испытаниям, исходя из ваших ресурсов (временных и материальных).
О чем вебинар?
- Поговорим про поступление в ШАД
⁃ Обсудим несколько математических сюжетов из программы поступления в ШАД
⁃ Расскажем про ШАД Helper, как происходит обучение
⁃ Познакомим вас с нашими преподавателями
Гости эфира:
Александр Лыков — академический руководитель в ШАД Helper.
Андрей Канунников — преподаватель по алгебре и дискретной математике в ШАД Helper.
+ специальный гость — выпускник ШАД.
В конце вебинара каждый участник получит от нас бонус!
Регистрация по ссылке 👉🏼 https://clck.ru/33rEqu
Telegram ШАД Helper
24 3月 2023, 03:00
01 4月 2023, ~04:29
🖥 12 Декораторов Python, которые выведут ваш код на новый уровень
Если вы Python-разработчик, эта статья расширит ваш инструментарий полезными скриптами, поможет повысить производительность и избежать дублирования кода.
▪ Читать
@data_analysis_ml
23 3月 2023, 06:02
⁉️ Готовы перейти на следующую ступень в системном анализе?
Приходите на открытый урок 27 марта в 20:00 онлайн-курса «Системный аналитик. Advanced». Тема вебинара: «Какие сервисы делать на gRPC». Спикером выступит Иннокентий Бодров, ведущий аналитик продуктовой команды.
✅ На занятии мы:
— Познакомимся с причинами развития подхода RPC компанией Google, основными отличиями в подходах к проектированию с классическим REST API.
— Получим представление об описании сервисов gRPC и структуры контента, которым обмениваются участники взаимодействия.
💻 Урок будет полезен системным аналитикам, решающим задачи интеграций и стримминга больших объемов информации. Не упустите возможность протестировать курс, продолжить обучение можно в рассрочку.
🟢 Для участия пройдите вступительный тест https://otus.pw/bLEM/
Реклама. Информация о рекламодателе на сайте www.otus.ru
23 3月 2023, 04:02
01 4月 2023, ~04:29
🖥 Применение простых Автоэнкодерных архитектур в задачах поиска аномалий при максимально несбалансированных данных
При работе с постоянно растущим потоком данных, довольно часто возникает необходимость проверить, не появляются ли какие-либо аномалии, будь то фродовые мошеннические операции или произвольно возникающие ошибки из-за периодически напоминающих о себе багов внутри самой инфраструктуры или, как это часто бывает, человеческого фактора. Большинство перечисленных событий не являются статистически частыми, что вносит их в рамки редких, даже аномальных, и которые необходимо как-то фиксировать и устранять.
Я хочу поделиться способом решения задач классификации, а именно поиска аномалий, при помощи неприспособленного, на первый взгляд, для этого инструмента — автоэнкодера.
▪ Читать
@data_analysis_ml
22 3月 2023, 07:13
📊 3 Уникальные диаграммы, созданные с помощью Matplotlib
В рамках этой статьи мы кратко рассмотрим три уникальные визуализации, которые могут быть сгенерированы с помощью matplotlib (возможно, вы даже не представляли, что такое можно создать).
▪ Читать
@data_analysis_ml
21 3月 2023, 07:14
Если на языке не пишут, то его и не знают
Разработчики-преподаватели из «Девман» понимают, как важно начинающему специалисту обучаться на реальных проектах из практики коммерческой разработки.
Именно поэтому ребята создали авторскую методику обучения Python программированию «От Новичка до Мидла». Ученик на «Девмане» осваивает материалы в состоянии высокой озадаченности: строит гипотезы, ищет решения, исправляет ошибки, пытается сделать так, чтобы проект заработал. Все это похоже на то, что мы делаем на работе.
Обучение стартует 27 марта. Первая неделя курса – пробная. На ней каждый может ощутить себя Python разработчиком.
На пробной неделе:
▫️Новички сделают сервис, который показывает погоду в разных городах.
▫️Более опытные успеют написать и собственный сервис по сокращению ссылок.
▫️Джуны создадут своего чат бота или сделают собственный сайт с афишей мероприятий.
Не упустите возможность сделать свой первый проект на Python!
Для записи переходите в бота → bit.ly/3JtGLuj
Реклама ООО «Девман» Pb3XmBtzsw2epy4YehAmcEGRSCHbt81WvZSzSfY
21 3月 2023, 04:47
28 3月 2023, ~02:40
Полная дорожная карта для начинающих в машинном обучении
В 18 лет я получил работу своей мечты в качестве инженера по машинному обучению, которую многие считают высококонкурентной и предназначенной для профессионалов с многолетним опытом. Путь к этому был нелёгким.
Если вы заинтересованы в том, чтобы стать инженером по машинному обучению, но не знаете, с чего начать, вы находитесь в правильном месте. В этой статье я поделюсь полной дорожной картой для того, чтобы стать инженером по машинному обучению . Дорожная карта составлена на основе обширных исследований и обсуждений с несколькими инженерами-самоучками ML
▪ Читать
@data_analysis_ml
20 3月 2023, 13:01
Хотите освоить SQL и научиться решать реальные продуктовые задачи?
karpovꓸcourses сделали бесплатный Симулятор, где SQL изучают с нуля до продвинутого уровня на практике. Сейчас на курсе более 120 задач: от базовых до оконных функций.
Это не просто курс, где вы изучите синтаксис языка и основные виды запросов. Здесь вы попробуете себя в роли настоящего аналитика сервиса доставки, поработаете в реальном рабочем окружении и научитесь решать нетривиальные задачи.
Вы разберётесь как:
— переводить запросы с языка бизнеса на язык аналитики
— формулировать и проверять гипотезы
— рассчитывать продуктовые метрики
— визуализировать результаты анализа
— строить интерактивные дашборды
Обучение проходит на платформе школы
[Начать учиться SQL]
20 3月 2023, 11:00
28 3月 2023, ~02:40
✅ MLOps. Советы и хитрости. 75 примеров кода
MLOps, или операции машинного обучения, относятся к набору методов, которые оптимизируют разработку, развёртывание и обслуживание моделей машинного обучения.
Эта статья с содержит советы и рекомендации по MLOps и обработке данных, охватывая широкий круг тем, таких как обучение моделей, предварительная обработка данных, оптимизация производительности, мониторинг и развёртывание моделей.
▪ Читать
@data_analysis_ml
20 3月 2023, 06:53
🔥 Как применяют NLP в современном мире?
📌 Обсудим 21 марта в 18:00 мск на открытом уроке онлайн-курса «Natural Language Processing (NLP)» в OTUS (возможна рассрочка). Тема вебинара: «Современные применения Natural Language Processing».
📝 На занятии вы узнаете:
— Что делает область NLP одной из самых востребованных областей Data Science сегодня
— Какие задачи сегодня решают с помощью методов NLP и что стоит за успехами в этой области
— Какие существуют подходы к решению задач по NLP?
👉 Урок будет полезен IT-специалистам, которые хотят расширить свои знания в Data Science, дата-сайентистам, желающим углубить свои знания по автоматической обработке текстов.
💻 Спикером выступит Мария Тихонова, руководитель курсов по ML в OTUS и Senior Research Data Scientist в команде AGI NLP в SberDevices.
✅Для участия пройдите вступительный тест: https://otus.pw/Okdr/
20 3月 2023, 04:53
28 3月 2023, ~02:40
📊 Эффективная визуализация данных (data visualization): 9 ценных советов по повышению качества ваших графиков
Взуализация данных – это важная область, которую специалисты по обработке данных могут использовать для получения исследовательской информации, визуализации тенденций и закономерностей или доведения результатов своих выводов до заинтересованных сторон. Однако часто этим диаграммам не хватает чёткости, их трудно читать и интерпретировать или они просто слишком перегружены информацией, чтобы извлечь из них какие-либо значимые выводы.
Часто верно и обратное. Визуальное представление, содержащее минимум информации, может быть полностью устаревшим, и лучшей альтернативой было бы простое числовое представление или таблица.
В этой статье приведены 9 ценных советов о том, как избежать подобных сценариев и повысить ясность и эффективность информации, которую вы хотели бы донести в виде диаграмм.
▪ Читать
@data_analysis_ml
19 3月 2023, 08:01
Математика дата саентиста - здесь мы публикуем математические задачи и гайды для машинного обучения с упором на практику. Проверяем ваши знания, а затем на основе ошибок предлагаем статьи и уроки.
Если хочешь познать дзен и понимать как работают алгоритмы, а не просто импортировать их, подписывайся. Здесь реально учат.
@ds_math
19 3月 2023, 06:30
3 ПРОСТЫХ СПОСОБА КАК ВИЗУАЛИЗИРОВАТЬ ДАННЫЕ В PANDAS
Визуализация данных является важным аспектом работы с данными. Рассмотрим несколько фнкций из арсенала Pandas.
Для примера будем возьмем датасет iris:
import pandas as pd
df = pd.read_csv("iris.data", header=None,
names=["sepal_length", "sepal_width", "petal_length","petal_width","class"])
df.head()
1) pandas.DataFrame.plot
Это самый простой способ быстро создавать диаграммы. Все, что вам нужно сделать, это добавить .plot() в конце имени DataFrame.
df.plot()
Пример: df["sepal_length"].plot.hist(figsize=(15,7))
2) pd.plotting.scatter_matrix()
Функция scatter_matrix из pandas plotting быстро создает матрицу точечных диаграмм (рассеяния). Таким образом, вы можете видеть взаимосвязь каждого столбца с каждым другим столбцом датафрейма.
Просто используйте функцию:
pd.plotting.scatter_matrix(df);
Пример:
pd.plotting.scatter_matrix(df[["sepal_length",
"sepal_width"]], figsize=(15,7));
3) pd.pivot_table().plot.barh()
Функция pivot_table() группирует указанные столбцы DataFrame вместе и суммирует другие указанные числовые столбцы в соответствии с предоставленной агрегатной функцией.
Для примера изменим немного наш код:
bins = [0,5,10]
labels = ["'0-5'","'6-10'"]
df['sepal_length_bucket'] = pd.cut(df['sepal_length'],
bins=bins, labels=labels)
df.head()
После этого вы можете использовать функцию pivot_table()
pd.pivot_table(data=df, index = ["class"],
columns=["sepal_length_bucket"],
values=["sepal_width"])
@data_analysis_ml17 3月 2023, 06:00
Хотите попробовать силы в Data Science? Пройдите бесплатный онлайн-интенсив по обработке и анализу данных с 22 по 24 марта. Начало прямых трансляций — в 19:00 по московскому времени.
Записывайтесь: 👉 https://goo.su/MyR49
Кому полезен интенсив:
📌 Интересующимся новичкам. Узнаете, с чем сталкиваются в работе специалисты по данным. Разберётесь, для чего нужны нейросети и как применять их в повседневной жизни. Решите несколько реальных задач и поймёте, интересна ли вам эта профессия.
📌 Начинающим специалистам. Научитесь применять Python для построения статистических моделей. Поработаете с библиотеками Pandas и Matplotlib. Разберёте несколько практических заданий и повысите свой уровень.
💬 Спикер интенсива — руководитель направления по исследованию данных в Сбере с восьмилетним опытом в программировании Анастасия Борнева.
🎁 Участвуйте, задавайте вопросы и получите сертификат на скидку 10 000 рублей на любой курс Skillbox.
Присоединяйтесь!
17 3月 2023, 04:00
23 3月 2023, ~04:02
⚙️ Контролируемое машинное обучение (ML): Ускоренный курс по обработке данных 2023
В этом посте мы собираемся изучить этапы, необходимые для успешной интеграции и предварительной обработки любых данных, которые могут быть использованы в аналитических проектах в машинном обучении.
Мы взяли реальный пример того, как предсказать погоду на озере Мичиган, взяв данные из двух разных источников.
• Читать дальше
@data_analysis_ml
16 3月 2023, 06:02
