en
Feedback
Математика Дата саентиста

Математика Дата саентиста

Open in Telegram

📈 Analytical overview of Telegram channel Математика Дата саентиста

Channel Математика Дата саентиста (@data_math) in the Russian language segment is an active participant. Currently, the community unites 14 055 subscribers, ranking 9 185 in the Technologies & Applications category and 47 321 in the Russia region.

📊 Audience metrics and dynamics

Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 14 055 subscribers.

According to the latest data from 19 June, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by -52 over the last 30 days and by 3 over the last 24 hours, overall reach remains high.

  • Verification status: Not verified
  • Engagement rate (ER): The average audience engagement rate is 17.50%. Within the first 24 hours after publication, content typically collects 6.82% reactions from the total number of subscribers.
  • Post reach: On average, each post receives 2 459 views. Within the first day, a publication typically gains 958 views.
  • Reactions and interaction: The audience actively supports content: the average number of reactions per post is 51.
  • Thematic interests: Content is focused on key topics such as llm, программирование, параметр, визуализация, stepik.

📝 Description and content policy

The author describes the resource as a platform for expressing subjective opinions:
@workakkk - админ @data_analysis_ml - ds https://gosuslugi.ru/snet/67b55bb01a1c5a6fb6ecc946

Thanks to the high frequency of updates (latest data received on 20 June, 2026), the channel maintains relevance and a high level of publication reach. Analytics show that the audience actively interacts with content, making it an important point of influence in the Technologies & Applications category.

14 055
Subscribers
+324 hours
+27 days
-5230 days
Posts Archive
🚀 Texify - это модель распознавания и вычисления, которая преобразует изображения или pdf-файлы, содержащие математические в
🚀 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
📌 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 приобрес
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]

Смогли бы вы получить пароль?
Смогли бы вы получить пароль?

🖥 statistics.stdev() и `statistics.pstdev(): Эти функции вычисляют стандартное отклонение и среднеквадратическое отклонениеи
🖥 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 Хаб
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. Интерпол
⚡️ 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
+3
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 бортом8 бесплатных курсов по большим языковым моделямСовременные варианты баз данныхСоздаём сортировщик деталей Lego Technic, распознающий объекты в реальном времениСкелет, анимация, текстура: всё о создании 3D-модели человека по фотографииСвежий Google Gemini, GPT-4 и математикаЧего не знают айтишники? Как мы провели IT-кроссворд и нашли ответы на все вопросыРаспознавание пользовательского интерфейса в медицинеЗачем мне пылесос с ананасом или как оценить корректность рекомендательной системыРеализация нейронной сети для соревнования Digit Recognizer на Kaggle и её прикладное использование. Часть №2Как 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 ModelsFinancial Data AnalysisThe One Plot to Rule Them AllFace Recognition vs. Face Detection: Understanding the Key DifferencesGet 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 WinnerA 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
⚡️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
🖥 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
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 программи
📌 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
🔥 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
🔥 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 меся
🖥 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.