Data Mirosh
Open in Telegram
Всім привіт. Мене звати Ігор і я викладач. Працюю в KSE та КНУ Підтримати: https://send.monobank.ua/jar/3rgj2uzZTs Зв'язок: @aranaur Youtube: https://www.youtube.com/@datamirosh Cайт: http://aranaur.rbind.io
Show more2 624
Subscribers
No data24 hours
-27 days
+2730 days
Loading data
Similar Channels
Tags Cloud
No data
Any problems? Please refresh the page or contact our support manager.
Incoming and Outgoing Mentions
---
---
---
---
---
---
Attracting Subscribers
November '26Nov '26
November '26
+23
in 1 channels
October '26
+814
in 0 channels
Get PRO
September '260
in 4 channels
Get PRO
August '260
in 0 channels
Get PRO
July '260
in 0 channels
Get PRO
June '260
in 0 channels
Get PRO
May '260
in 0 channels
Get PRO
April '260
in 1 channels
Get PRO
March '260
in 0 channels
Get PRO
February '260
in 0 channels
Get PRO
January '260
in 0 channels
Get PRO
December '250
in 0 channels
Get PRO
November '250
in 0 channels
Get PRO
October '250
in 1 channels
Get PRO
September '250
in 0 channels
Get PRO
August '250
in 0 channels
Get PRO
July '25
+50
in 0 channels
Get PRO
June '25
+36
in 0 channels
Get PRO
May '25
+81
in 0 channels
Get PRO
April '25
+131
in 1 channels
Get PRO
March '25
+19
in 0 channels
Get PRO
February '25
+37
in 1 channels
Get PRO
January '25
+63
in 0 channels
Get PRO
December '24
+29
in 0 channels
Get PRO
November '24
+67
in 0 channels
Get PRO
October '24
+195
in 2 channels
Get PRO
September '24
+84
in 0 channels
Get PRO
August '24
+29
in 0 channels
Get PRO
July '24
+34
in 0 channels
Get PRO
June '24
+28
in 0 channels
Get PRO
May '24
+64
in 0 channels
Get PRO
April '24
+72
in 0 channels
Get PRO
March '24
+30
in 0 channels
Get PRO
February '24
+39
in 1 channels
Get PRO
January '24
+58
in 0 channels
Get PRO
December '23
+193
in 0 channels
Get PRO
November '230
in 0 channels
Get PRO
October '230
in 1 channels
Get PRO
September '23
+34
in 0 channels
Get PRO
August '23
+16
in 0 channels
Get PRO
July '23
+9
in 0 channels
Get PRO
June '23
+19
in 0 channels
Get PRO
May '23
+37
in 0 channels
Get PRO
April '23
+132
in 0 channels
Get PRO
March '23
+8
in 0 channels
Get PRO
February '23
+25
in 0 channels
Get PRO
January '23
+5
in 0 channels
Get PRO
December '22
+4
in 0 channels
Get PRO
November '22
+9
in 0 channels
Get PRO
October '22
+113
in 0 channels
Get PRO
September '22
+30
in 0 channels
Get PRO
August '22
+4
in 0 channels
Get PRO
July '22
+10
in 0 channels
Get PRO
June '22
+4
in 0 channels
Get PRO
May '22
+503
in 0 channels
| Date | Subscriber Growth | Mentions | Channels | |
| 17 November | 0 | |||
| 16 November | 0 | |||
| 15 November | 0 | |||
| 14 November | 0 | |||
| 13 November | +1 | |||
| 12 November | +4 | |||
| 11 November | 0 | |||
| 10 November | 0 | |||
| 09 November | 0 | |||
| 08 November | 0 | |||
| 07 November | +12 | |||
| 06 November | 0 | |||
| 05 November | +2 | |||
| 04 November | +2 | |||
| 03 November | 0 | |||
| 02 November | +1 | |||
| 01 November | +1 |
Channel Posts
🏆 Переможець — Олександр (@PraxisKWG)!
Вітаю! Напишіть мені в особисті повідомлення контакти, місто й відділення Нової пошти, і книжка вже незабаром буде у вас 📦
Якщо переможець не відповість протягом 3 днів, книжка перейде до резервного учасника.
А для всіх інших: ISL на R уже є в продажу в «Нашому Форматі», а версія на Python вийде згодом. Гарного навчання! 📚
🫶 Банка | 🎥 Youtube | 🌐 Сайт
| 2 | Кілька років тому видавництво «Наш Формат» запросило мене з колегами долучитися до перекладу другого видання фундаментальної праці An Introduction to Statistical Learning (в народі ISL) 📚. І нещодавно вийшла друком перша версія — з прикладами мовою R (окремо ще вийде на Python).
Для мене це особлива книга. Свого часу її перше видання я активно використовував у викладанні, коли читав курси з аналізу даних та моделювання в КНЕУ. Вона завжди була ідеальним балансом між теорією та практикою: без перевантаження сухими виведеннями, але з кришталево чітким інтуїтивним розумінням того, як алгоритми ML працюють «під капотом» ⚙️.
Тільки досвідчені знають різницю між абревіатурами ISL та ESL 😄 Якщо комусь раптом забракне хардкорної математики, у авторів є старший брат — «The Elements of Statistical Learning». У мене на поличці стоїть її паперовий варіант, але то вже чтиво суто для категорії «Brave and True», де сторінки рясніють матричним диференціюванням. А от ISLR — це саме та практична база, яка має бути на столі в кожного аналітика.
Що нового в другому виданні? Автори суттєво осучаснили матеріал:
- Додали розділ про глибоке навчання (Deep Learning) — від базових нейромереж до CNN та RNN.
- З'явився розділ про аналіз виживаності (Survival Analysis), вкрай актуальний для бізнесу (churn rate, LTV) та досліджень.
- Окремий фокус на множинному тестуванні гіпотез (Multiple Testing) і контролі FDR, що є мастхевом для A/B-тестування.
- Оновили блоки про регуляризацію (Lasso/Ridge), дерева рішень та ансамблі.
Окремо хочу звернути увагу на сторінку присвяти. Книжка присвячена світлій пам'яті засновника «Нашого Формату» Владислава Кириченка — людини, чиє бачення та щира віра стали рушійною силою для появи цієї та десятків інших фахових праць українською мовою. Це видання — продовження його великої справи з розбудови нашого інтелектуального потенціалу.
Вчора я відсвяткував день народження і на честь цього хочу подарувати один новенький екземпляр комусь із вас 🎁
Умови участі прості:
1. Бути підписаним на канал @araprof.
2. Залишити коментар під цим дописом: розкажіть, для яких задач плануєте її використовувати, або позначте колегу чи друга (через @), кому вона точно стане в пригоді.
3. (Буду дуже вдячний за репост у ваші робочі чати чи студентські канали — підтримаймо фахову технічну літературу українською!)
⏳ Підсумки: через тиждень випадково оберу переможця.
Доставка Новою поштою по Україні — за мій рахунок.
🫶 Банка | 🎥 Youtube | 🌐 Сайт | 2 266 |
| 3 | Цього четверга проведу воркшоп про те, як ми інтегруємо ШІ в освітні процеси KSE 🤖
Поки навколо точаться теоретичні суперечки про майбутнє освіти з AI, ми просто беремо й впроваджуємо його в реальне навчання через Moodle.
Разом із Дарією Слотою (операційна ТА курсу «Вступ до математики») покажемо два конкретні кейси (а може, і більше), які вже працюють у нас на практиці:
1. Gemini прямо в курсі. Як додавати в Moodle блокноти з NotebookLM та власні Gems, щоб студенти мали розумного помічника, натренованого суто на матеріалах дисципліни.
2. ШІ-оцінювання робіт. Як платформа перевіряє студентські завдання за нашими інструкціями, а викладач лише переглядає результат, за потреби виправляє і апрувить оцінку. Жодної повної автономії — викладач завжди контролює процес, але рутини стає в рази менше.
🗓 Коли: 15 жовтня (четвер), 16:00–18:00
📍 Де: KSE Dragon Capital Building, ауд. 2.08.1 + online
Місця в аудиторії обмежені, тому залітайте за реєстрацією
Буду радий бачити!
🫶 Банка | 🎥 Youtube | 🌐 Сайт | 2 365 |
| 4 | Влітку мав нагоду прочитати лекцію зі статистики для студентів Genesis Academy. 📊
Тоді ж ми записали міні-інтерв'ю, і ось нещодавно команда академії опублікувала серію постів з нашої розмови. 🚀
Поділився думками про статистику, викладання, роботу з даними та поділився цікавими джерелами.
Матеріали вийшли на кількох майданчиках, тож залишаю лінки на всі:
🔹 Telegram
🔹 LinkedIn
🔹 Instagram
Дякую Genesis Academy за запрошення та цікавий досвід співпраці! 🙌
🫶 Банка | 🎥 Youtube | 🌐 Сайт | 2 532 |
| 5 | 🚀Поки ви записуєтеся на курси DataCamp, розкажу про те, як цього літа я брав участь у першій ітерації KSE Agentic AI School.
Ми з командою розробили проєкт — інструмент, який якісно та швидко аналізує готовність навчальних курсів ще до їхнього старту, а також перевіряє фактичну відповідність перебігу занять тому, що було заявлено в силабусі.
Було неймовірно цікаво зануритися в контекст навчальних програм і створити продукт, здатний реально покращити якість освіти. Результатом дуже задоволені: за час школи ми встигли повністю реалізувати запланований MVP, а далі плануємо вдосконалювати методологію, поглиблювати аналітику та досліджувати ринок.
💸 Найприємніше — прямо під час програми наш проєкт отримав реальний грант на подальший розвиток!
І ось крута новина: KSE запускає другий набір до школи. Якщо ви хочете створювати автономних ШІ-агентів 🧠, а не просто ганяти базові промпти — вам точно сюди.
Коротко про головне:
🔜Формат: 9 тижнів інтенсивної практики над реальними кейсами разом із менторами з індустрії.
🔜Для кого: сильні в математиці учні 11 класів, студенти, розробники та фахівці, які працюють із даними.
🔜Умови: повністю безоплатно, але всього 35 місць (відбір серйозний).
🔜Стипендія: в еквіваленті $600 плюс 6 кредитів ECTS‼️
🔜Новинка: з’явився окремий бізнес-трек. Тобто якщо у вас є ідея AI-продукту або крутої фічі, можна зайти з нею й зібрати під реалізацію технічну команду.
🔜Фінал: Demo Day перед бізнесом та експертами, а найкращі проєкти отримають підтримку та фінансування в межах екосистеми KSE.
⌛Стартуємо 26 жовтня. Дедлайн подачі заявок — 5 жовтня, тож краще не відкладати на останній вечір.
🔗 Подати заявку можна тут
Якщо є питання: csd@kse.org.ua
🫶 Банка | 🎥 Youtube | 🌐 Сайт | 2 682 |
| 6 | Оновлений доступ до DataCamp: новий забіг 🐧
Попередній семестр доступу добіг кінця, але навчальний процес зупинятися не повинен. Для тих, хто ще не завершив свій карʼєрний трек з Python чи R, планує нарешті розібратися з A/B тестуванням або підтягнути SQL та машинне навчання — новий клас DataCamp уже готовий.
Алгоритм дій незмінний і без зайвої бюрократії:
1️⃣ Підписка на канал. Якщо ви читаєте це повідомлення — цей крок уже зараховано, але про всяк випадок перевірте.
2️⃣ Пошта облікового запису. Ваш акаунт DataCamp має бути зареєстрований на один із доменів: gmail.com, kse.org.ua, knu.ua, kneu.ua або kneu.edu.ua.
3️⃣ Вхід до класу. Переходьте за цим посиланням та активуйте доступ.
Кількість місць у класі обмежена політиками платформи, тож не відкладайте підключення на потім.
Клас діє до 15 березня 2027 року
🫶 Банка | 📺 Youtube | 🔗 Сайт | 5 518 |
| 7 | Відчитав інтенсивний дводенний блок з прикладної статистики для Junior-аналітиків на Genesis Analytics Camp 3.0! 🚀
Замість формального "Statistics in 6 hours" зробили справжній практичний Deep Dive у сучасні інструменти A/B-тестування.
Розбирали нормальні та ratio-метрики, Bootstrapping, CUPED, лінеаризацію та когнітивні викривлення. Мінімум сухої теорії, максимум живих симуляцій.
Дякую Genesis за запрошення! 🔥
📺 Youtube | 🔗 Сайт | 🫶 Банка | 3 476 |
| 8 | Минулого тижня в КНУ імені Тараса Шевченка відбулося вручення дипломів магістрів.
Паралельно з прийманням іспиту сфотографувався з випускниками. Коли дипломи вже в руках, можна і трохи побешкетувати.
🫶 Банка | 📺 Youtube | 🔗 Сайт | 3 683 |
| 9 | 🌸 Коли насправді настає весна? Сакура має відповідь за останні 1200 років.🌸
Щовесни Японія завмирає в очікуванні ханамі. Але записи про цвітіння сакури в Кіото, які ведуться з 812 року (завдяки щоденникам імператорів та хронікам храмів) — це не лише культурна традиція, а й один із найточніших кліматичних літописів у світі🌍.
Я проаналізував ці дані та створив інфографіку, яка наочно показує, як тисячолітні природні цикли ламаються під впливом сучасної епохи⏳.
Що ми бачимо на графіках?📈
📉 Безпрецедентний зсув епох. Після століть відносної стабільності та прохолодних весен Малої льодовикової епохи, з середини XX століття лінія тренду різко обривається вниз. Сакура зацвітає дедалі раніше🌸.
📅 Новий календар очікувань. У XV столітті пік цвітіння припадав на середину квітня. Сьогодні "центр мас" змістився майже на два тижні — на кінець березня🗓.
🌡 Ботаніка зустрічається з метеорологією. Дані показують, що з кінця XIX століття середня температура квітня у Кіото зросла майже на 3 °C (з ~12.2 °C до ~14.8 °C)🔥.
Імператори минулого фіксували ці дати заради поезії та краси. Сьогодні ці ж записи слугують для нас суворим кліматичним попередженням про те, як глобальне потепління змінює екосистеми на наших очах🌱.
👉 Детальний розбір масиву даних, анатомію візуалізації та код для її створення можна переглянути тут.
🔗Посилання на повнорозмірний постер.
Мені от цікаво, чи ведуть наші ботанічні сади щось подібне...
🫶 Банка | 📺 Youtube | 🔗 Сайт | 3 814 |
| 10 | Повернувся зі Львова, де проводив воркшоп для школярів на IT Future Fest 2026 від KSE. 🎓✨
Розповів, як виходить, що ми заліпаємо у стрічку до другої ночі. Накидав додаток для демонстрації косинусної подібності і того, як це може допомогти знайти "схожого" користувача. 🤖🔍
Поспілкувалися, пофотографувалися, сподіваюсь, школярам сподобалося. 📸😊
🫶 Банка | 📺 Youtube | 🔗 Сайт | 2 868 |
| 11 | Рубрика: Shameless self-promotion. 📢✨
24 квітня виступатиму на IT Future Fest у Львові з воркшопом для школярів про те, як насправді працюють рекомендаційні системи соцмереж (простою мовою 🧠) і чому Data Science — це весело 🎉
Ми в KSE віримо: вибір простий — або алгоритми маніпулюють вашою увагою, або ви стаєте тими, хто ці алгоритми створює 🛠 Приходьте на воркшоп: будемо розбиратися, як влаштована ця алгоритмічна матриця, щоб ви могли свідомо вирішувати — просто жити в ній чи з часом навчитися нею керувати 🚀
🫶 Банка | 📺 Youtube | 🔗 Сайт | 2 733 |
| 12 | 📊 Замість «директору ніби подобається» → «працює, маємо +12 % до retention». Замість «запускаємо, а там подивимося» → А/B-тести, гіпотези та чіткі показники
Навчіться аналізувати продукт комплексно на курсі «Продуктова аналітика»: від метрик до A/B-тестів та гіпотез, від SQL-запитів до наочної візуалізації
За 24 заняття ви навчитесь:
🔸 використовувати актуальні продуктові метрики
🔸 формулювати гіпотези
🔸 аналізувати юніт-економіку
🔸 працювати з SQL, Amplitude, Firebase, GA4
🔸 візуалізувати дані у Tableau
Курсовий проєкт від продуктової компанії Brainstack — створите аналітичний дашборд, який допоможе виявляти продуктові закономірності, формувати гіпотези та знаходити точки для оптимізації
Лекторка: Юлія Пузанова — Staff Product Analyst у Bolt, очолює аналітику команд, які автоматизують зростання бізнесу та оптимізують розподіл інвестицій
Перше заняття: 22 квітня
Вартість: 37 000 грн, або 6166 грн/міс х 6 платежів
Деталі, програма та реєстрація 🔗 | 2 892 |
| 13 | Чому алгоритми розрахунку Великодня розійшлися, або математика церковних календарів 📅
У неділю багато хто святкував православний Великдень, тоді як західний світ відзначив його ще тиждень тому. Здавалося б, алгоритм розрахунку дати однаковий для всіх: перша неділя після першого весняного повного місяця 🌕.
Східні та західні традиції по-різному визначають параметри spring та full_moon 🌱. Ці дати ґрунтуються не на точних астрономічних вимірах (свого роду API Всесвіту 🌌), а на хардкоді — апроксимаціях, жорстко закріплених сотні років тому 💾.
Ось як виглядають основні розбіжності під капотом ⚙️:
1️⃣ Змінна spring_start зафіксована як 21 березня. Але Захід використовує григоріанський календар, а Схід — юліанський 📜.
2️⃣ Довжина року. Юліанський рік (рівно 365.25 днів) математично довший за григоріанський (365 + 97/400 днів). Через цей зсув 21 березня за юліанським календарем поступово дрейфує все далі від реального астрономічного рівнодення 📉.
Через ці особливості Пасха східного обряду іноді збігається із західною, але ніколи не генерується раніше за неї (до того ж метод апроксимації повного місяця на Сході також традиційно повертає пізнішу дату 🕰).
Здавалося б, просто свято, а насправді — чудова ілюстрація того, що стається, коли дві системи використовують різні базові константи для одного й того ж рівняння 🧮.
На своєму графіку я візуалізував цей "юліанський дрейф" з 2000 по 2050 рік. Як бачите, спільне свято — далеко не норма (лише 16 разів). Найчастіше східна традиція запізнюється на 1 тиждень, але накопичення похибки періодично генерує екстремальні розриви у 4 або навіть 5 тижнів (понад місяць!).
🫶 Банка | 📺 Youtube | 🔗 Сайт | 2 507 |
| 14 | Прощавай, iris: чому світ Data Science масово переходить на пінгвінів 🐧
Кожен, хто хоч раз відкривав підручник з Machine Learning або починав вивчати R чи Python, знайомий з датасетом iris. Кластеризація та класифікація цих 150 квіток — це справжній "Hello World" у науці про дані 🌍.
Самі дані про іриси в 1930-х роках дбайливо зібрав американський ботанік Едгар Андерсон на півострові Гаспе (тому його іноді називають Anderson's Iris data set). І все б нічого, якби не одна деталь. Популярним цей датасет зробив Рональд Фішер, використавши його у 1936 році у своїй статті для журналу Annals of Eugenics.
Про погляди Фішера я писав у попередньому пості: видатний статистик був палким прихильником євгеніки. З часом науковій спільноті стало цілком слушно некомфортно використовувати як золотий стандарт датасет із таким історичним шлейфом 🚫.
Так, на сцені з'явилися пінгвіни. У 2020 році дослідниця Крістен Горман та команда зі станції Палмер в Антарктиці відкрили дані про місцевих птахів, а Еллісон Горст запакувала їх у зручний пакет palmerpenguins.
Чому пінгвіни об'єктивно кращі за іриси для навчання:
1️⃣ Ближче до реальності: на відміну від ідеально вилизаного iris, у даних про пінгвінів є пропущені значення (NA). Це змушує студентів одразу вчитися чистити дані, а не жити в ілюзіях ідеального світу 🧹.
2️⃣ Класна структура: ми маємо ті ж три класи для прогнозування (види пінгвінів: Adelie, Chinstrap, Gentoo), але з цікавішими змінними — числові характеристики дзьоба, маса тіла, а також категоріальні змінні (стать, острів проживання) 📊.
3️⃣ Нульова токсичність: ніяких сумнівних історичних контекстів. Лише відкрита наука та круті ілюстрації, які вже стали культовими (і саме тому пінгвінчик став маскотом мого курсу).
Сьогодні використання iris у нових статтях, презентаціях чи туторіалах вважається ознакою поганого тону або просто ліні. Тому, якщо пояснюєте комусь алгоритми чи робите пет-проєкт — залишіть квіти в минулому і беріть пінгвінів 🐧✨.
❓ А на якому датасеті ви вперше будували свою модель класифікації: на квітах, пінгвінах чи, може, рятували пасажирів Титаніка?
🫶 Банка | 📺 Youtube | 🔗 Сайт | 2 585 |
| 15 | Темний бік статистики: як євгеніка створила улюблені нами підходи 🌑📊
На своїх курсах я часто розповідаю про різноманітні статистичні підходи, названі на честь своїх винахідників. Зазвичай у топі моїх згадок — історія про те, як Вільям Госсет змушений був публікувати роботи під псевдонімом Student через суворі корпоративні правила пивоварні Guinness 🍺👨🔬. Але сьогодні хочу поділитися темною стороною статистики.
Коли ми розбираємо ANOVA чи будуємо регресії, мало хто замислюється, з чого насправді все почалося. А почалося з того, що видатні вчені свого часу захопилися соціальною філософією, яку сьогодні ми б назвали щонайменше неетичною ⚠️.
Ось кілька цікавих фактів про тих, чиї імена ми так часто бачимо в підручниках:
➡️ Френсіс Гальтон 🧬. Саме він подарував нам такі базові концепти, як "кореляція" та "регресія до середнього". Але він же і вигадав термін «євгеніка», надихнувшись працями свого двоюрідного брата Чарльза Дарвіна. Гальтон настільки цим горів, що навіть став почесним президентом Британського євгенічного товариства.
➡️ Карл Пірсон 📉. Так-так, той самий критерій Пірсона. Він був протеже Гальтона і очолив кафедру євгеніки в Лондонському університеті. Пірсон цілком серйозно вважав, що суспільство має поповнюватися лише за рахунок «кращих генофондів» і відкрито виправдовував війни з «нижчими расами» 💀.
➡️ Рональд Фішер 📐. Людина, яка дала нам "дизайн експерименту", "дискримінантний аналіз" та славнозвісний F-розподіл. У вільний від виведення формул час Фішер був активним діячем комітетів із просування євгеніки та дуже переймався тим, що вищим класам потрібно терміново підвищувати народжуваність 📈.
На щастя, математика виявилася значно об'єктивнішою за світогляд своїх творців 🙏. З часом статистика стала фундаментом для Data Science та Machine Learning 🤖, а євгеніка повністю себе дискредитувала після того, як її ідеї спробували реалізувати на практиці в нацистській Німеччині.
🫶 Банка | 📺 Youtube | 🔗 Сайт | 3 667 |
| 16 | Causal Inference для сміливих: як не плутати кореляцію з каузальністю
📉 У Data Science ми часто грішимо тим, що згодовуємо алгоритмам купу змінних і щиро радіємо високим метрикам. Але коли бізнес приходить із питанням на кшталт: "Що буде з продажами, якщо ми піднімемо ціну на 10%?", класичні предиктивні моделі можуть відверто збрехати.
Тут на сцену виходить Causal Inference. Якщо ви хочете зануритись у цю тему і ваш робочий інструмент — Python🐍, настійно рекомендую книгу "Causal Inference for The Brave and True".
Що корисного розбирається всередині:
1️⃣ База: від логіки рандомізованих експериментів до глибокого розуміння bias.
2️⃣ Класика економетрики: Propensity Score, Instrumental Variables (IV), Difference-in-Differences (DiD).
3️⃣ Просунуті методи: Regression Discontinuity Design (RDD) та Synthetic Control.
А ще тут детально розбираються рівняння стандартної похибки середнього та пастки малих вибірок, про які я писав раніше.
🫶 Банка | 📺 Youtube | 🔗 Сайт | 3 150 |
| 17 | Оновлений доступ до DataCamp: перезавантаження 🐧
Вчора було 30 березня, а це означає, що термін дії нашої попередньої групи добіг кінця. Для тих, хто не встиг добити свій трек по Python, або раптом відчув непереборну жагу до вивчення SQL чи машинного навчання — я підготував нову групу.
Алгоритм доступу залишається незмінним і без зайвих бюрократичних рухів:
1️⃣ Переконайтеся, що ви підписані на мій канал. Хоча я навіть не знаю, як би ви інакше читали цей текст, але перевірити варто.
2️⃣ Переконайтеся, що ваш акаунт на DataCamp зареєстрований на один із цих доменів: gmail.com, kse.org.ua, knu.ua, kneu.ua або kneu.edu.ua.
3️⃣ Переходьте та приєднуйтесь до нашого нового класу за цим посиланням.
Забирайте лінк та повертайтеся до коду. Інструменти самі себе не опанують, а дані самі себе не проаналізують (принаймні, поки що).
Клас діє до 16 вересня 2026 року.
🫶 Банка | 📺 Youtube | 🔗 Сайт | 6 569 |
| 18 | Найстрашніше рівняння та мільярдні помилки: 5 класичних прикладів 📊
tl;dr: У своїй статті Говард Вейнер називає рівняння стандартної похибки середнього (рівняння де Муавра) "найнебезпечнішим рівнянням". У статті наведено п'ять класичних прикладів, які чудово це ілюструють.
Суть проблеми полягає в тому, що малі вибірки завжди генерують більший розкид (дисперсію) результатів. Якщо ми дивимося лише на екстремальні значення і забуваємо про розмір вибірки, ми ризикуємо знайти закономірності там, де працює звичайна математика. Ось п'ять прикладів із дослідження Вейнера:
➡️ Trial of the Pyx. З 1150 року в Англії перевіряли якість карбування монет. Допустима похибка для партії монет розраховувалася пропорційно до кількості монет, а не до квадратного кореня з їх кількості. Ця математична хиба дозволяла обманювати систему та переплавляти заважкі монети для власної вигоди протягом майже 600 років!
🔗 Про інші приклади написав тут.
🫶 Банка | 📺 Youtube | 🔗 Сайт | 3 702 |
| 19 | Мистецтво катування даних: тренажер з p-hacking 📊
У світі Data Science та наукових досліджень існує така темна магія, як p-hacking (або data dredging). Суть цієї проблеми дуже проста: якщо достатньо довго "мучити" дані, вони обов'язково зізнаються у чому завгодно.
Felix Schönbrodt створив p-hacker - додаток на базі R Shiny, де ви можете спробувати себе в ролі недобросовісного аналітика.
❗️p-value не є Священним Граалем. На реальній практиці - чи то в бізнес-аналітиці, чи в академічних статтях - дуже легко натрапити на результати, які виглядають ідеально, але по факту є лише наслідком багаторазового тестування та маніпуляцій з вибіркою. Це одна з головних причин так званої "кризи відтворюваності" в сучасній науці.
Також рекомендую відео від Josh Starmer: p-hacking: What it is and how to avoid it!
👇У коментарях накидаю код з прикладом.
🫶 Банка | 📺 Youtube | 🔗 Сайт | 3 137 |
| 20 | Матеріали з ЛекторШефу: як ми відмовлялися від ручної верстки на користь Quarto 📊
Минулого тижня в стінах КШЕ пройшов наш семінар. Дуже дякую всім, хто знайшов час приєднатися офлайн чи в зумі - радий був бачити такий живий інтерес до оптимізації нашої щоденної рутини.
Трохи рефлексії: Після нашої дискусії я ще раз переконався, що проблема відтворюваності (reproducibility) та постійного ручного оновлення даних у презентаціях болить багатьом. Незалежно від того, працюєте ви з Python чи з R, перехід на такі інструменти - це інвестиція у власний спокій. Ви один раз прописуєте логіку, а далі звіти верстають себе самі, залишаючи вам час на справжню аналітику, а не на вирівнювання абзаців.
Для тих, хто не зміг долучитися або хоче переглянути технічні моменти ще раз:
- 🖥 Презентація
- 🎥 Повний відеозапис лекції
Не обмежуйте себе одним інструментом.
Будьте гнучкими і не зупиняйтесь вчитися!
🫶 Банка | 📺 Youtube | 🔗 Сайт | 3 912 |
