en
Feedback

Don't get caught by a cheater! Telemetrio finds and tags such channels 👉 If you want to see the tag, subscribe

Библиотека задач по Data Science | тесты, код, задания

Библиотека задач по Data Science | тесты, код, задания

Open in Telegram

Задачи и тесты по Data Science для тренировки и обучения. Учиться у нас: clc.to/jF-g3g По рекламе: @tproger_sales_bot Учиться у нас: https://proglib.io/w/fa77bf4e Для обратной связи: @proglibrary_feeedback_bot

Show more
3 970
Subscribers
No data24 hours
+27 days
-730 days
Posts Archive
🎉 Розыгрыш от Proglib Academy и DigitalRazor! С 27 ноября по 27 декабря у вас есть шанс не только прокачать свои навыки, но
🎉 Розыгрыш от Proglib Academy и DigitalRazor! С 27 ноября по 27 декабря у вас есть шанс не только прокачать свои навыки, но и выиграть ПК при покупке любого курса Академии! 🎁 Призы для участников акции: – Игровой ПК DigitalRazor ProGaming – VIP-пакет курса Proglib Academy 💡 Как принять участие? Купите любой курс Proglib Academy с 27 ноября по 27 декабря и получите шанс выиграть мощный ПК. Приобретите технику DigitalRazor — участвуйте в розыгрыше VIP курса. 📅 Вместе с DigitalRazor мы создали спецпредложение -50% на курсы до 30 ноября, чтобы вы могли начать обучение на более выгодных условиях. Выбрать курс

А как часто вы решаете задачки на программирование?
Anonymous voting

⚡️ Напоминаем: у нас можно (и нужно) купить рекламу → Более 60 телеграм-каналов по всем направлениям IT → Почти 1,2 миллиона аудитории → Собственное медиа и сайт с DAU 25 000 — можем усилить продвижение → Классные email-рассылки → И, конечно же, крутые контент-менеджеры, которые сделают нативную интеграцию/придумают виральный пост/реализуют любые контентные предпочтения Для заказа пишите сюда: @proglib_adv

🎅 Какой подарок вы бы хотели на НГ? Пишите в комментариях👇 Админ на НГ не отказался бы от вашей активности. Реакции, коммен
🎅 Какой подарок вы бы хотели на НГ? Пишите в комментариях👇 Админ на НГ не отказался бы от вашей активности. Реакции, комментарии, конструктивные предложения будем ждать под ёлкой 🎄

Что выведет код с картинки выше?
Anonymous voting

Что является метками в задаче предсказания маскированных токенов (Masked Language Modeling)?
Anonymous voting

Какое значение принимает параметр axis в методах pandas, чтобы операции применялись к строкам?
Anonymous voting

Repost from DIGITALRAZOR
Что будет, если DigitalRazor объединится с Proglib Academy? Правильно! Новый розыгрыш. Условия: Подпишитесь на DigitalRazor;
Что будет, если DigitalRazor объединится с Proglib Academy? Правильно! Новый розыгрыш. Условия: Подпишитесь на DigitalRazor; Подпишитесь на «Библиотеку программиста»; Нажмите кнопку «Участвовать» под этим постом. Призы: 1-е место: 27-дюймовый монитор; 2, 3 и 4-е место: сертификат номиналом 20 000 рублей на ИТ-курсы от Proglib Academy; 5-е место: геймерская клавиатура + коврик на выбор. Призы разыграем 1 декабря в 20:00 (МСК). Доставка призов возможна только по городам России и Белоруссии. Proglib Academy создаёт онлайн-курсы для программистов, помогает получить востребованные навыки и построить успешную карьеру в IT. Игровые компьютеры и рабочие станции DigitalRazor — это качественная сборка, топовое железо и эффектный дизайн. Регламент розыгрыша

Учёные отвергли гипотезу о том, что вакцина безопасна, хотя она на самом деле безопасна. Это ошибка какого рода?
Anonymous voting

📈 Почему Big data так быстро развивается? Хотите получить востребованную и высокооплачиваемую профессию. Начните с понимания
📈 Почему Big data так быстро развивается? Хотите получить востребованную и высокооплачиваемую профессию. Начните с понимания, куда движется индустрия. В нашей статье поговорим о Big Data — одном из самых горячих и перспективных направлений в IT. 🔗 Ссылка

Градиент сигмоиды по очень большому входному значению будет равен бесконечности
Anonymous voting

Что произойдёт при вызове f(f)?
Anonymous voting

❗Вакансии «Библиотеки программиста» — ждем вас в команде! Мы постоянно растем и развиваемся, поэтому создали отдельную страницу, на которой будут размещены наши актуальные вакансии. Сейчас мы ищем: 👉контент-менеджеров для ведения телеграм-каналов Подробности тут Мы предлагаем частичную занятость и полностью удаленный формат работы — можно совмещать с основной и находиться в любом месте🌴 Ждем ваших откликов 👾

В чём главный недостаток деревьев решений по сравнению с классификатором на базе логистической регрессии?
Anonymous voting

Какое из приведённых выражений корректно вернёт число 3.14159, округлённое до трёх знаков после запятой?
Anonymous voting

🧑‍💻 Статьи для IT: как объяснять и распространять значимые идеи Напоминаем, что у нас есть бесплатный курс для всех, кто хо
🧑‍💻 Статьи для IT: как объяснять и распространять значимые идеи Напоминаем, что у нас есть бесплатный курс для всех, кто хочет научиться интересно писать — о программировании и в целом. Что: семь модулей, посвященных написанию, редактированию, иллюстрированию и распространению публикаций. Для кого: для авторов, копирайтеров и просто программистов, которые хотят научиться интересно рассказывать о своих проектах. 👉Материалы регулярно дополняются, обновляются и корректируются. А еще мы отвечаем на все учебные вопросы в комментариях курса.

Скрытый слой обученной нейронной сети можно использовать в качестве эмбеддинга?
Anonymous voting

✍️ Разбор задач прошедшей недели 1️⃣ KNN — это параметрический метод машинного обучения? Метод k -ближайших соседей (KNN) считается непараметрическим, потому что он не делает предположений о распределении данных и не имеет фиксированного набора параметров, которые обучаются заранее. В параметрических методах (например, линейной регрессии или логистической регрессии) модель на этапе обучения оценивает параметры, которые затем используются для получения предсказаний. В KNN модель не «учится» в традиционном смысле: нет фиксированной функции, описывающей взаимосвязь между признаками и целевой переменной. 2️⃣ Какая оценка дисперсии считается смещённой? Оценка дисперсии считается смещённой, если её математическое ожидание не совпадает с истинным значением дисперсии генеральной совокупности. Когда мы делим на n (размер выборки), а не на n-1, то систематически занижаем дисперсию, так как не учитываем факт того, что среднее вычислено по той же выборке и поэтому менее точно приближает истинное среднее генеральной совокупности. В случае деления на n-1 мы компенсируем «потерю одной степени свободы» из-за использования выборочного среднего вместо истинного. #разбор_задач