Математика Дата саентиста
前往频道在 Telegram
@workakkk - админ @data_analysis_ml - ds https://gosuslugi.ru/snet/67b55bb01a1c5a6fb6ecc946
显示更多📈 Telegram 频道 Математика Дата саентиста 的分析概览
频道 Математика Дата саентиста (@data_math) 俄语 语言赛道中的 是活跃参与者。目前社区聚集了 14 055 名订阅者,在 技术与应用 类别中位列第 9 185,并在 俄罗斯 地区排名第 47 321 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 14 055 名订阅者。
根据 19 六月, 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 -52,过去 24 小时变化为 3,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 17.50%。内容发布后 24 小时内通常能获得 6.82% 的反应,占订阅者总量。
- 帖子覆盖: 每篇帖子平均可获得 2 459 次浏览,首日通常累积 958 次浏览。
- 互动与反馈: 受众积极参与,单帖平均反应数为 51。
- 主题关注点: 内容集中在 llm, программирование, параметр, визуализация, stepik 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:
“@workakkk - админ
@data_analysis_ml - ds
https://gosuslugi.ru/snet/67b55bb01a1c5a6fb6ecc946”
凭借高频更新(最新数据采集于 20 六月, 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。
14 055
订阅者
+324 小时
+27 天
-5230 天
帖子存档
🚀 Texify - это модель распознавания и вычисления, которая преобразует изображения или pdf-файлы, содержащие математические вычисления, в формулы и LaTe). Она может работать на CPU, GPU или MPS.
`pip install texify`
https://github.com/VikParuchuri/texify
@data_math📌 Курс «Машинное обучение» на МКН СПбГУ
Аннотация
Объемный годовой курс, в котором подробно рассматриваются модели машинного обучения.
Такой подход позволяет осознать основные принципы данной области в целом. Знание этих принципов даст возможность самостоятельно понимать механизмы функционирования более сложных современных моделей, обнаруживать пути улучшения уже существующих алгоритмов, а также адаптировать методы машинного обучения для решения нестандартных задач.
🖥 Github
@data_math
Новогодние подарки от karpovꓸcourses для тех, кто хочет сильно прокачать свою карьеру
Только в декабре можно выгодно приобрести комбо «курс + симулятор» для полноценного старта/апгрейда карьеры в машинном обучении:
▪️Курс Start ML даст крепкие знания и навыки для старта карьеры и работы junior-специалистом
▪️Симулятор ML позволит наработать много практики на реальных задачах бизнеса, создать свой пет-проект для портфолио и попасть в классное комьюнити
Записывайтесь до конца декабря
[Забронировать скидку]
🖥
statistics.stdev() и `statistics.pstdev(): Эти функции вычисляют стандартное отклонение и среднеквадратическое отклонениеи.
@data_math⚡️ Mathematical discoveries from program search with large language models
www.nature.com/articles/s41586-023-06924-6
@data_math
Хотите начать увлекательный путь в мир машинного обучения и искусственного интеллекта?
Газпромбанк.Тех совместно с Финтех Хабом Банка России запускает прием заявок на программу «Машинное обучение LITE: базовый уровень» — для тех, кто только начинает осваивать машинное обучение.
Что предстоит изучать?
Основы и методы ML, математику, Python и нейронные сети.
Программа состоит из двух модулей:
- Теоретический модуль пройдет с 21 января по 16 февраля 2024 года
- Практический модуль пройдет с 26 февраля по 10 марта 2024 года для тех, кто показал высокие результаты по итогу первого модуля
Чтобы стать участником, подайте заявку на сайте программы до 17 января 2024 года — https://vk.cc/ctcXsS
🎲 Комбинаторная математика
1. Правила комбинаторики. Комбинаторная математика.
2. Генерация комбинаторных объектов. Комбинаторная математика.
3. Классы P, N и NPC. Комбинаторная математика.
4. Основные определения и свойства графов. Комбинаторная математика.
5. Ориентированные графы. Комбинаторная математика
6. Эйлеровы и гамильтоновы графы. Комбинаторная математика
7. Раскраска графов. Комбинаторная математика
8. Триангуляция Делона и диаграмма Вороного. Комбинаторная математика
9. Минимальное остовное дерево. Комбинаторная математика
10. Количество остовных деревьев. Комбинаторная математика
#video #math
https://www.youtube.com/watch?v=EEIpjY0v7k4&list=PLAyGZSpiecFosLLmmYczCpNPFQHCAkV8A
@data_math
⚡️ Структуры данных и алгоритмы
1. Поиск. Теоретическое описание.
2. Линейный поиск. Реализация на Python и Java.
3. Интерполяционный поиск. Реализация на Python и Java.
4. Позиционная система счисления.
5. Вычисление остатка от деления. Реализация в Python и Java.
6. Арифметические операции. Реализация в языках программирования Java и Python.
7. Бинарный поиск. Реализация на Python и Java.
8. Наибольший общий делитель. Реализация на Python и Java.
9. Сортировка. Теоретическое описание.
10. Сортировка выбором. Реализация на Python и Java.
#video #algorithm
https://www.youtube.com/watch?v=aWy0-bGZk3U&list=PLtNPgSbW9TX7acrQa2LeBAMGxO5WRAVsz
@data_math
Митап для начинающих IT-специалистов пройдет в Москве
⚡ Будут лекции про Backend, Frontend, Data Science, InfoSec и карьеру в финтехе, прожарка резюме, лайфхаки быстрого роста от джуна до сеньора, демонстрация квантового компьютера, оживление аватара при помощи нейросети и after-party с выступлением кавер-группы.
Каждому участнику подарят велком пэк с мерчем.
Участие бесплатное, но нужно зарегистрироваться.
📅 16 декабря
📍 Москва, ЦДП
🔗 Регистрация тут
Реклама. БАНК ГПБ (АО). ИНН 7744001497.
🔥 Дайджест полезных материалов из мира Машинного обучения за неделю
Почитать:
— «Вкалывают роботы»: как людям достичь полной автоматизации труда и не оказаться за бортом
— 8 бесплатных курсов по большим языковым моделям
— Современные варианты баз данных
— Создаём сортировщик деталей Lego Technic, распознающий объекты в реальном времени
— Скелет, анимация, текстура: всё о создании 3D-модели человека по фотографии
— Свежий Google Gemini, GPT-4 и математика
— Чего не знают айтишники? Как мы провели IT-кроссворд и нашли ответы на все вопросы
— Распознавание пользовательского интерфейса в медицине
— Зачем мне пылесос с ананасом или как оценить корректность рекомендательной системы
— Реализация нейронной сети для соревнования Digit Recognizer на Kaggle и её прикладное использование. Часть №2
— Как маркетологи используют генеративный ИИ?
— Учим ИИ играть в настолку Magic the Gathering
— 🔮 SuperDuperDB is #3 on GitHub Trending globally! 🥉
— 6 Cutting-Edge ML Projects for Your Power-Packed Resume!
— Orca 2 - Small Language Models
— Financial Data Analysis
— The One Plot to Rule Them All
— Face Recognition vs. Face Detection: Understanding the Key Differences
— Get To Winning With MLOps
— 🤯 8 LLMs and Deep Learning repos to get you into the TOP 1% 🚀
— OpenHermes 2.5 Vs GPT-4 Vs LLama2 = The Winner
— A new tool to easily build, train and test Neural Networks for regression tasks 💻🚀
Посмотреть:
🌐 Ollama — модель уровня GPT. Используй GPT без ограничений и абсолютно бесплатно.
🌐 Lightning Interview "Catastrophic AI Risks" (⏱ 01:04:50)
🌐 A Semi-Supervised Anomaly Detection System Through Ensemble Stacking Algorithm - Chuying Ma (⏱ 30:41)
🌐 LLMs in Data Analytics: Can They Match Human Precision? - Gerard Kostin (⏱ 39:54)
🌐 ODSC Webinar | Machine Learning Operations (MLOPs) with Azure Machine Learning (⏱ 01:04:57)
Хорошего дня!
@data_math
⚡️X-MAS HACK 2023
Примите участие в уникальном новогоднем мероприятии, которое охватит популярные направления для разработки инновационных решений: Финтех, Информационная безопасность, Искусственный интеллект, Data Science, Legal Tech, Электронная коммерция.
🔷 Хакатон — это шанс проявить себя перед топ-менеджерами. Добавь успешный кейс в свое портфолио. Отправляй отклик на вакансии от партнеров и получи оффер в крутую компанию.
🔷 Идеатон - это секция, в которой ты можешь предложить свою идею, проработанную по определенным критериям, обсудить ее с экспертом и побороться за денежный приз.
🏆 Призовой фонд: 1 000 000 рублей и подарки самым активным участникам!
📆 Дата проведения: 22 - 24 декабря
📍 Формат: онлайн + офлайн в г. Москва
Подробная информация и регистрация: https://tglink.io/822e7a08c88e?erid=LjN8K3jrP
Реклама. ООО "АКСЕЛЕРАТОР ВОЗМОЖНОСТЕЙ". ИНН 9704005146.
🖥 Машинное обучение для решения прикладных задач
1. Вводная лекция
2. Метрические методы классификации
Практическое занятие к лекции №2
3. Линейные модели классификации
4. Задача регрессии
Практическое занятие к лекциям № 3 и 4
5. Решающие деревья
6. Ансамблевые алгоритмы
7. Метрики качества классификации
8. Снижение размерности данных
#video #ai
https://www.youtube.com/playlist?list=PLcsjsqLLSfNAri43suoDrZBVrUsqDIonL
@data_math
Начните 2024 год экспертом Яндекса
Станьте частью edtech-проекта
Сервис онлайн-образования Яндекс Практикум ищет автора для создания курса «Математика для анализа данных». Ваша задача — готовить простой и увлекательный контент на сложные темы. Вы сможете влиять на формирование индустрии и менять жизнь наших студентов к лучшему.
Почему это интересно:
– удаленка, цифровой офис, никакого микроменеджмента;
– приятный дополнительный доход при нагрузке от 2-3 часов в день;
– профессиональное комьюнити и команда, с которой вы точно подружитесь.
Общие пожелания:
– высшее профильное образование;
– глубокое знание Python, а также статистики или линейной алгебры;
– понимание, как применяют математику в индустрии анализа данных и Data Science;
– умение объяснять сложное просто и увлекательно, желание делиться экспертизой с новичками.
Полное описание роли: https://practicum.yandex.ru/job/vacancy-128
Реклама, АНО ДПО "Образовательные технологии Яндекса", ИНН:7704282033
Если кто-то спросит меня, зачем мы учим математику, я покажу эту картинку этому человеку. ⚡️
@data_math
📌 Как создать собственный язык программирования?
Обсудим на бесплатном практическом уроке «Разработка своего языка программирования с помощью ANTLR» от OTUS.
💠 На вебинаре определим синтаксис и семантику Тьюринг-полного языка программирования и ответим на все интересующие вопросы.
💠 Занятие приурочено к старту курса «Математика для программистов» — мы объединили лучшие практики, после изучения которых вы сможете быстрее изучать новые языки программирования и фреймворки.
Повышайте свою квалификацию для участия в больших проектах
👉 Регистрация:
https://otus.pw/9NnK/?erid=LjN8JzHi7
Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.
🔥 Самый распространенный статистический тест, используемый в A/B-тестировании: Двухвыборочный t-критери.
Вот что это такое и почему мы его используем.
Двухвыборочный t-критери специально разработан для сравнения средних показателей двух групп.
В контексте A/B-тестирования это часто включает в себя сравнение производительности двух версий веб-страницы или приложения (например, версии A и версии B), чтобы увидеть, есть ли статистически значимая разница в ключевых показателях, таких как коэффициент конверсии, количество кликов или время, проведенное на странице.
Т-тест помогает определить, являются ли наблюдаемые различия следствием внесенных изменений или просто случайностью.
A/B-тестирование - один из самых распространенных вопросов на собеседовании, и компании нуждаются в этом навыке у своих сотрудников (это самый мощный инструмент для повышения столь желанных показателей конверсии).
▪ Большой гайд по A/B-тестированию
@data_math
🔥 Структуры данных
1. О большое (Big O) - верхняя оценка сложности алгоритмов
2. О большое (Big O). Случаи логарифмической и факториальной сложности
3. Статический массив. Структура, его преимущества и недостатки
4. Примеры реализации статических массивов на C+
5. Динамический массив. Принцип работы
6. Реализация динамического массива на Python
7. Реализация динамического массива на С++ с помощью vector
8. Односвязный список. Структура и основные операции
9. Делаем односвязный список на С++
10. Двусвязный список. Структура и основные операции
#video #algorithm
https://www.youtube.com/watch?v=gHLDdM59Di8&list=PLA0M1Bcd0w8x4jEp1r_aN3xlnlbfx9RQ2
@data_math
🖥 Курс «Специалист центра мониторинга инцидентов информационной безопасности (SOC)»
Старт: 18 декабря
Длительность: 3,5 месяца
ℹ️ Курс охватывает ключевые процессы в Security Operation Center (SOC), включая Threat Intelligence, Threat Hunting, Vulnerability Management, моделирование угроз, реагирование на инциденты и основы администрирования СЗИ, используемых в SOC.
🎓 Кому будет полезен курс:
— Энтузиастам в области ИБ, с базовыми знаниями
— Системным администраторам, программистам, желающим стать специалистами по ИБ
— Начинающим сотрудникам SOC или ИБ-подразделений для более полного понимания процессов
Выдаём УПК/сертификат при успешной сдаче экзамена! Доступна рассрочка до 24 мес.
🎁 По промокоду CODEBY вы получите скидку 10%!
📌 Узнать подробнее о курсе
Реклама. ООО "АКАДЕМИЯ КОДЕБАЙ". ИНН 9706020333.
现已上线!2025 年 Telegram 研究 — 年度关键洞察 
