Data Science: Алгоритмы и Структуры данных
Open in Telegram
Мы не претендуем на оригинальность контента, мы лишь собираем материал из открытых источников. Ссылка: @Portal_v_IT Сотрудничество: @oleginc Канал на бирже: https://telega.in/c/structuredata
Show more7 609
Subscribers
-424 hours
-147 days
-4930 days
Posts Archive
Разберитесь в ИИ за 5 дней
Хайп вокруг нейросетей — это круто, но как они работают на деле? За 5 дней вы напишете код, построите ИИ-модель и соберёте первые проекты в портфолио.
Мини-курс подойдёт и новичкам, и тем, кто просто хочет пощупать Data Science. Эти специалисты умеют «разговаривать» с данными и находить решения с помощью нейросетей. И вы попробуете себя в этой роли — без лишней теории и сложностей.
Комьюнити, подарки, доступ навсегда. Учитесь когда удобно, главное успейте зарегистрироваться пока видео-курс бесплатный.
[Забрать мини-курс]
Алгоритмы и рыбалка: как работает мозг программиста в естественной среде обитания
Привет, меня зовут Валерий Антонов, я руковожу направлением Java в Уральском банке реконструкции и развития (УБРиР). Сегодня расскажу, как я смог переложить систему алгоритмов на, казалось бы никак с этим не связанное хобби, - рыбалку.
https://habr.com/ru/companies/ubrr/articles/657689/
Алгоритмы и Структуры данных
Как беспроводные сети могут помочь беспилотным машинам?
В данной статье мы рассказываем о том, как беспроводные сети могут помочь беспилотным машинам справляться с некоторыми “edge case” ситуациями и описываем подход для упрощения операции поиска объектов, влияющие на свойства беспроводных каналов.
https://habr.com/ru/articles/661021/
Алгоритмы и Структуры данных
Использование машинного обучения для оптимизации логистических процессов
Сегодня в логистике мы сталкиваемся с множеством вызовов, требующих новых подходов. Глобализация, большие объёмы данных, изменчивость потребительских настроений и стремление к экономии делают традиционные способы управления недостаточно эффективными. Поэтому машинное обучение оказывается как никогда кстати и становится важным инструментом для оптимизации логистических процессов.
Традиционная организация цепочек поставок часто сталкивается с проблемами. Например, прогнозирование и планирование могут быть некорректными из-за отсутствия своевременных и точных данных. Для координации участников цепочек поставок требуются значительные, но не всегда оправданные ресурсы. Непредсказуемые обстоятельства, такие как погодные условия или колебания спроса, тоже могут приводить к сбоям. Работа вручную также повышает вероятность ошибок (человеческий фактор, куда ж без него) и снижает общую эффективность.
https://habr.com/ru/companies/sberbank/articles/926934/
Алгоритмы и Структуры данных
Потратить на поиск работы мечты несколько лет или 3 часа?
Не знаете, с чего начать? Не уверены, в какой профессии сможете раскрыться на 100%?
Профтест, который изменит всё
За 15 минут вы поймёте, какие профессии вам подходят. Сразу после теста вы получите доступ к курсу, на котором вы больше узнаете о самых актуальных профессиях и сможете подобрать четыре по своим предпочтениям и интересам.
Работать удалённо, в гибком графике, с зарплатой от 100 000 ₽ — это не сказка, это цифровая реальность. И она ждёт вашего первого шага.
Пройдите тест сейчас — и начните учиться бесплатно.
Что такое отравление данных при помощи машинного обучения?
Перед нами пример отравления данных (data poisoning), особой состязательной атаки, заключающейся в серии приемов, призванных нарушить работу моделей машинного обучения и глубокого обучения.
Если умело применять отравление данных, этот метод может предоставить злоумышленнику своеобразный бэкдор к моделям машинного обучения, через который можно обходить защиту систем, управляемых алгоритмами искусственного интеллекта.
https://habr.com/ru/companies/piter/articles/661083/
Алгоритмы и Структуры данных
Что такое отравление данных при помощи машинного обучения?
Перед нами пример отравления данных (data poisoning), особой состязательной атаки, заключающейся в серии приемов, призванных нарушить работу моделей машинного обучения и глубокого обучения.
Если умело применять отравление данных, этот метод может предоставить злоумышленнику своеобразный бэкдор к моделям машинного обучения, через который можно обходить защиту систем, управляемых алгоритмами искусственного интеллекта.
https://habr.com/ru/companies/piter/articles/661083/
Алгоритмы и Структуры данных
- Олег них*я не делает весь месяц
- 9:26 на часах, а туалет уже пахнет травой
- Завтра еб*м объект? Если да, то где?..
Это была лишь прелюдия, к томy, что публикуют в «коллеги, шутки кончились» — самом скандальном канале про изнанку рабочих будней, неадекват клиентов и тупость начальства.
Идеальный канал, чтоб залипнуть с коллегами: @kollеgi
Конечный автомат, машина Тьюринга, порождающая грамматика и компьютер: в чём разница
В данной статье мы разъясним вопрос, который, находясь в самой основе теоретического программирования, при этом парадоксальным образом очень часто объясняется неправильно или неполно, причём эти неправильные объяснения даже иногда входят в учебные пособия (по крайней мере, известный китайский чатбот не смог мне правильно ответить на вопрос об отличии машины Тьюринга от конечного автомата, хотя, казалось бы, они приходятся чатботу ближайшими родственниками, и он мог бы изучить теоретическое программирование в обучающей выборке).
А в конце мы немного пофилософствуем на тему, что же такое программа и что такое семантика.
В данной статье мы разъясним вопрос, который, находясь в самой основе теоретического программирования, при этом парадоксальным образом очень часто объясняется неправильно или неполно, причём эти неправильные объяснения даже иногда входят в учебные пособия (по крайней мере, известный китайский чатбот не смог мне правильно ответить на вопрос об отличии машины Тьюринга от конечного автомата, хотя, казалось бы, они приходятся чатботу ближайшими родственниками, и он мог бы изучить теоретическое программирование в обучающей выборке).
А в конце мы немного пофилософствуем на тему, что же такое программа и что такое семантика.
https://habr.com/ru/articles/926394/
Алгоритмы и Структуры данных
Нарративная математика
В настольно-ролевых играх часто принято использовать генераторы, дающие некие исходы и варианты лута/предметов/ситуаций из различных списков. В компьютерной сфере пишутся системы, обрабатывающие описания и реплики от пользователя и высылающие ему в ответ сгенерированные описания реакций и событий.
Что насчёт некого обратного, или гибридного способа - пользователь не пишет запрос литературно, а конструирует его в пару кликов и получает ответ в виде набора направляющих ассоциаций, а не законченного конкретного текста. Благодаря этим направляющим пользователь может сам описать, сколь угодно подробно, что же произошло.
В этой статье речь пойдёт о паре сюжетно-ролевых калькуляторов, собранных на движке Godot, в которых я частично автоматизировал варианты своей сюжетостроительной игромеханики, основанной на взаимодействии идентификаторов объектов. Доступны в браузере или в виде windows/linux приложений.
https://habr.com/ru/articles/658443/
Алгоритмы и Структуры данных
DeepSeek — самая мощная нейросеть в мире? Честно сравним и разберемся на примерах вместе с Кириллом Пшинником, СЕО университета Зерокодер.
⚡️Что ждет вас на вебинаре?
— Сравним DeepSeek-R1 и QWEN 2.5-Max с ChatGPT – кто быстрее, точнее и эффективнее?
— Покажем, как использовать DeepSeek без ограничений и блокировок;
— Разберем, как можно зарабатывать на нейросетях и какие вакансии будут востребованы в 2025 году.
👉 Регистрируйтесь прямо сейчас
Все участники получат готовые инструменты для работы с нейросетями. Эфир подойдет всем, кто хочет сэкономить время, монетизировать навыки и оставаться в тренде технологий 2025 года.
PS: Это первый полноценный практикум от экспертов по DeepSeek. Узнайте и погрузитесь в революционные изменения AI сферы по ссылке.
erid: 2W5zFFzYJsa
ООО Зерокодер, ИНН 9715401631
Как улучшить любой патент на изобретение в IT, на примере Яндекса
Каждый землянин, даже совсем не научно-технический революционер или патентный военный, прочитавший эту информацию о методиках изобретательства, сможет при желании написать рационализаторское предложение или патент, за которые ему заплатят на работе или в своём бизнесе. И, самое удивительное, что категорически только тот, кто именно практически ежедневно занимается какой-то достаточно узкой областью ИТ, может улучшить и изобрести новое, а не «аналитик» вообще, доцент или чиновник. Мир меняется, и то, что раньше изобреталось и патентовалось, как просто научное, «на кончике пера», теперь должно быть максимально практичным, как конкретное «техническое решение».
https://habr.com/ru/articles/658445/
Алгоритмы и Структуры данных
goYSDA: Как мы в ШАДе переизобрели и сделали непрерывную игру Го, выкинув из него сетку
Все мы знаем Го — глубокую, медитативную игру на доске 19x19. Камни, пересечения, территории... А что, если выкинуть саму сетку и разрешить ставить камни куда угодно в пределах доски?
Мы в команде YSDA (Yandex School of Data Analysis или Школа Анализа Данных, ШАД) задались этим вопросом и решили проверить. Получилось азартно, хаотично и, что самое главное для нас как разработчиков, — чертовски интересно с точки зрения алгоритмов.
А в конце встретим неожиданный твист! Узнаем, что такое такое Суго.
https://habr.com/ru/companies/datafeel/articles/926338/
Алгоритмы и Структуры данных
Строковые алгоритмы на практике. Часть 1 — Алгоритм Кнута — Морриса — Пратта
Начал я на днях читать книгу про обработку строк и буквально с первых страниц, прихлебывая чаечек я начал поражаться тому, что за пять лет работы программистом я смотрел на строки только как на последовательность букв и ничего большее. Про то, что строки можно анализировать, чтобы как-то с ними продуктивно работать я вообще не задумывался.
Ну и я решил проверить на практике, так ли эти алгоритмы быстры и хороши как в книге описывается. Не то чтобы я имею повод сомневаться в авторе, но ведь всегда лучше один раз увидеть, чем сто раз прочитать в книге.
Скажу сразу, что данный материал написан для таких же обывателей как я, и что я понимаю, что на Хабре была написаны некоторые статьи по поводу алгоритмов обработки строк и была даже пара статей про КМП. Но со своей стороны я хочу максимально просто разжевать устройство этого алгоритма, замерить его производительность и посмотреть где, когда и для чего его можно использовать. В общем, я считаю мне есть что сказать.
Код, примеры и термины будут местами из ранее упомянутой книги С. Окулова "Алгоритмы обработки строк", так что, если какой-то термин будет упомянут не правильно, то милости прошу, поправляйте и я внесу коррективы.
https://habr.com/ru/articles/658779/
Алгоритмы и Структуры данных
STM32. Про синус
В статье алгоритмическая оптимизация функции sin() для бюджетных микроконтроллеров stm32, повышающая производительность в 10 и более раз.
Тригонометрические функции, характеризующиеся высоким потреблением процессорного времени, могут негативно влиять на выбор бюджетных микроконтроллеров ( без модуля FPU ) для задач, где важна скорость счёта, например, контроль пространственного положения.
Библиотечные тригонометрические функции с двойной точностью в два раза медленнее, чем с одинарной. Это досадный факт.
https://habr.com/ru/articles/659089/
Алгоритмы и Структуры данных
Repost from Баррель черной икры
🎁Разыгрываем iPhone 16 Pro Max и MacBook Air M4
Для участия нужно:
1. Быть подписанным на @banki_oil и @streetwall
2. Нажать «Участвовать» под этим постом
Итоги подведём 20 июля в 19:00 с помошью бота-рандомайзера, который выберет победителей.
8 ошибок, из-за которых ты проиграешь в соревновательном Data Science
Привет, чемпион!
Если ты читаешь этот пост, значит, тебе стало интересно, не допускаешь ли этих ошибок ты?! Почти уверен, что ты допускал эти ошибки хотя бы раз в жизни. Мы не застрахованы от совершения ошибок, такова наша человеческая натура — ошибаться для нас естественно. Однако, я постараюсь уберечь тебя от тех ошибок, которые совершал сам или замечал у других.
Так вышло, что за время участия в чемпионатах по соревновательному анализу данных я достаточно часто бывал в призовых местах. Однако, бывали случаи, когда я лишался призовых по глупости или неосторожности. Рассказываю по порядку.
https://habr.com/ru/companies/ruvds/articles/659071/
Алгоритмы и Структуры данных
Flame-графики Doom для GPU
Код AI Flame Graphs теперь открыт, этот проект поддерживает GPU Intel Battlemage. Это значит, что AI Flame Graphs теперь способен генерировать flame-графики (Flame Graph, граф пламени, диаграмма пламени), охватывающие полный стек GPU — это даёт пользователям новые аналитические данные о производительности игр. Особенно полезным AI Flame Graphs выглядит в связке с FlameScope (это — мой опенсорсный проект, созданный несколько лет назад). Вот — пример профилирования игры GZDoom. Тут показаны результаты визуализации использования CPU и GPU, проведённые с помощью FlameScope и снабжённые комментариями.
https://habr.com/ru/companies/wunderfund/articles/925452/
Алгоритмы и Структуры данных
Выдержка из Reddit об «одарённых»
Согласно обсуждениям на Reddit, люди с высоким IQ нередко обладают и высоким EQ — эмоциональным интеллектом.
И IQ, и EQ играют ключевую роль при выборе профессии: знания помогают осваивать сложные задачи, а эмоциональный интеллект — эффективно работать с людьми и справляться с реальными вызовами.
Поэтому при планировании карьеры важно учитывать не только, что вы умеете, но и как взаимодействуете с миром.
Пройдите бесплатный карьерный навигатор — он поможет определить, какие современные профессии подходят именно вам, с учётом и способностей, и личных качеств.
Всего 5 минут — и вы получите персональные рекомендации, дополнительную скидку на обучение и лучше узнаете себя.
Пройти тест
Реклама. Информация о рекламодателе по ссылкам в посте.
На графах: операция раскрытия переменной, конечные состояния
Возможны ли иные операции на графах кроме тех, что уже используются? Возможны.
В первую очередь хотелось бы сказать, что суть очень проста. Используется запись Y=F(X) или, другими словами, next_state=action(current_state).
https://habr.com/ru/articles/659301/
Алгоритмы и Структуры данных
