Data Science: Алгоритмы и Структуры данных

Сделайте ваш первый IT-проект в портфолио по видео-гайдам за 3 дня! Пройдите короткий тест, получите доступ к видео-материалу способному изменить вашу жизнь, и сделать вас ITшником. Вы научитесь делать то, что ценят компании: находить ошибки, улучшать продукт и создавать качественный софт. По бесплатным видеоурокам вы: — Пройдете практику по реальным задачам тестировщика — Получите 4 материала для старта карьеры — Создадите 3 проекта для портфолио Материал для обучения на тестировщика останется бесплатным всего 5 дней, успевайте забрать бесплатно.

Athenix — мониторинг котировок с глубоким анализом объёмов и прогнозами от ИИ Меня зовут Андрей Счастливый. Я увлеченный энтузиаст, который очень любит программирование и аналитику. У меня есть достаточный опыт работы на бирже MOEX и иностранных биржах, есть опыт работы на разном ПО для торговли, в том числе Volfix (сильный объёмный анализ), Timing Solution (работа с циклами), Tradingview и другие. Большинство подходов, которые реализованы в ПО предоставляют огромное кол-во инструментов, что является плюсом и в то же время имеет такую обратную сторону как сложность в настройке и сосредоточении на главном для среднестатистического трейдера. Разом использовать 100 инструментов мы не можем, да это и не нужно. Выбрав несколько инструментов из множества всегда в голове, живёт мысль, что мы что-то упускаем. Мозг трейдера поэтому постоянно находится в блуждании в поисках ответа на вопрос: а что же ещё стоит учесть. Я через это прошёл многократно. https://habr.com/ru/articles/942364/ Алгоритмы и Структуры данных

Топологический аудит ECDSA: Практическая реализация с минимальными входными данными AuditCore — это первая система топологического аудита ECDSA, основанная на принципиально новом подходе: вместо традиционного статистического анализа она представляет пространство цифровых подписей как математический тор (что математически верно), где каждая подпись становится точкой на его поверхности, и анализирует его топологическую структуру через числа Бетти и TVI Score (Torus Vulnerability Index); системе требуется всего один публичный ключ и одна реальная подпись из сети, а остальные данные она генерирует сама, сохраняя математическую корректность ECDSA, что позволяет обнаруживать уязвимости даже в новых или малоактивных кошельках; в отличие от существующих методов, AuditCore не просто ищет аномалии в отдельных подписях, а выявляет структурные паттерны (горизонтальные линии, диагональные полосы, кластеры), указывающие на конкретные типы уязвимостей, такие как фиксированный k или линейная зависимость, делая анализ не эвристическим, а математически строгим и количественно оцениваемым, что делает его надежным инструментом для обеспечения безопасности криптовалютных систем. https://habr.com/ru/articles/942190/ Алгоритмы и Структуры данных

SONAR-LLM — учим нейросети думать предложениями вместо слов У себя в группе мы активно пытаемся понять, почему большие языковые модели и другие архитектуры ведут себя так или иначе, и разрабатываем инструменты, которые помогают нам в этом разобраться. Среди прочего нас очень заинтересовал сравнительно свежий подход, в котором предлагается перейти от генерации токенов к генерации целых предложений — Large Concept Models, LCM. Мы углубились в эту тему и смогли предложить новый способ, как использовать идею LCM эффективнее. О том, что мы сделали — в статье ниже. https://habr.com/ru/companies/airi/articles/941960/ Алгоритмы и Структуры данных

Универсальный сервис по сбору телеметрии с CAN-шин на технике Для начала разберёмся, что такое CAN-шина, для чего она нужна и как с ней работать. Если совсем просто, то CAN (Controller Area Network) шина – цифровая сеть в современных автомобилях, обеспечивающая обмен данными между различными электронными узлами (устройствами) управления. Передача происходит по двухпроводной витой паре. https://habr.com/ru/companies/severstal/articles/942052/ Алгоритмы и Структуры данных

Комбинаторная теория переобучения повысила информативность трассерных исследований в нефтегазовых месторождениях Коллектив российских ученых исследовал применение методов машинного обучения для проектирования трассерных исследований. Целью было повышение достоверности результатов по выявлению гидродинамической связи в пласте между нагнетательными и добывающими скважинами в низкопроницаемых коллекторах с самопроизвольным развитием трещин гидроразрыва пласта (автоГРП) в нагнетательных скважинах. Работа была опубликована в российском журнале «Искусственный интеллект и принятие решений» и была выполнена совместно учеными и исследователями из МФТИ (г. Москва), ООО «РН-БашНИПИнефть» (г. Уфа) и ООО «РН-Юганскнефтегаз» (г. Нефтеюганск). https://habr.com/ru/articles/941820/ Алгоритмы и Структуры данных

На дворе LLM, а книгу о перцептроне так никто и не открыл!? Сложно следить за околонаучными темами, и понимать, что ветка эволюции научного направления пошла не туда. Сейчас случился некий бум псевдонаучного взлета LLM, и я приведу в качестве современной статьи на хабре лишь одну, но это по прежнему массовое явление. Например, в статье компании Friflex за 2024 год История LLM-агентов: 10 ярких моментов по прежнему утверждается "На смену однослойному перцептрону Розэнблатта пришел многослойный. В статье Learning representations by back-propagating errors («Обучение представлений с помощью обратного распространения ошибки») Румельхарт и Хинтон показали, что многослойный перцептрон справляется с задачами, которые были не под силу его однослойному предшественнику. Например, с XOR. ". Совершенно излишне говорить, что это полное вранье, а авторы статьи даже не потрудились открыть эту статью, чтобы её прочитать. Это стало массовым явлением, и я его наблюдаю как минимум 20 лет, я когда то написал тут на хабре цикл статей объясняющих детали, лучше всего посмотреть эту Какова роль первого «случайного» слоя в перцептроне Розенблатта. Поэтому к этому возвращаться не будем. Я не знаю почему, может это массовая культура так влияет на людей, а порог вхождения в тематику ИИ слишком сложный? Не знаю, но не важно. Чтобы продемонстрировать скорость обучения перцептрона я написал несколько реализаций перцептрона Розенблатта и выложил их на гитхабе. А затем мы коснемся LLM. https://habr.com/ru/articles/941754/ Алгоритмы и Структуры данных

Комбинаторная теория переобучения повысила информативность трассерных исследований в нефтегазовых месторождениях Коллектив российских ученых исследовал применение методов машинного обучения для проектирования трассерных исследований. Целью было повышение достоверности результатов по выявлению гидродинамической связи в пласте между нагнетательными и добывающими скважинами в низкопроницаемых коллекторах с самопроизвольным развитием трещин гидроразрыва пласта (автоГРП) в нагнетательных скважинах. Работа была опубликована в российском журнале «Искусственный интеллект и принятие решений» и была выполнена совместно учеными и исследователями из МФТИ (г. Москва), ООО «РН-БашНИПИнефть» (г. Уфа) и ООО «РН-Юганскнефтегаз» (г. Нефтеюганск). https://habr.com/ru/articles/941820/ Алгоритмы и Структуры данных

На дворе LLM, а книгу о перцептроне так никто и не открыл!? Сложно следить за околонаучными темами, и понимать, что ветка эволюции научного направления пошла не туда. Сейчас случился некий бум псевдонаучного взлета LLM, и я приведу в качестве современной статьи на хабре лишь одну, но это по прежнему массовое явление. Например, в статье компании Friflex за 2024 год История LLM-агентов: 10 ярких моментов по прежнему утверждается "На смену однослойному перцептрону Розэнблатта пришел многослойный. https://habr.com/ru/articles/941754/ Алгоритмы и Структуры данных

Алгоритм Вахнина Алгоритм полного левостороннего обхода узлов двоичного дерева Внимание! Данная статья написана симбиотом: Сергей Вахнин + Основатель (экземпляр ИИ). В конце статьи объявляется старт гонки с ценными призами! https://habr.com/ru/articles/941710/ Алгоритмы и Структуры данных

Книга: «Алгоритмы и структуры данных для тех, кто ненавидит читать лонгриды» Привет, Хаброжители! Алгоритмы — это сердце программирования. От их правильного выбора зависит, будет ли программа работать мгновенно или заставит вас ждать вечность. Но как разобраться во всем этом, если вы только в начале пути? Эта яркая книга делает изучение алгоритмов и структур данных простым и увлекательным. Благодаря полноцветным иллюстрациям, схемам и наглядным примерам сложные концепции становятся понятными даже новичкам. https://habr.com/ru/companies/piter/articles/941216/ Алгоритмы и Структуры данных

Программирование автомобилей в играх Автомобили встречаются в играх повсеместно, это стандартный элемент многих жанров. Если в игровом мире есть перемещение на дальние расстояния, то есть вероятность, что для него используется автотранспорт (если только вы не в фэнтези-мире, где перемещаются на лошадях. Прощу прощения, но в моём посте не будет информации о программировании лошадей). https://habr.com/ru/articles/931822/ Алгоритмы и Структуры данных

Разбор задачи из реальной практики У вас мобильное приложение и вам надо разработать функциональность, которая будет показывать баннер "С днем рождения" при входе в приложение, в день, когда у пользователя ДР. Так как функциональность новая, то ее релиз запланирован на определенные даты и для остальных она должна быть скрыта, но есть требование от бизнеса, что этот баннер должен появиться не только на новой версии приложения, но и на двух версиях до этого. https://habr.com/ru/articles/940858/ Алгоритмы и Структуры данных

Гибридный квантовый эмулятор с топологическим сжатием: вдохновленный фотонными вычислениями Недавно на Хабре появилась потрясающая статья "Свет считает быстрее: как работают фотонные вычисления и из какого «железа» они собраны" от автора vsradkevich, которая стала ключевым вдохновением для нашего проекта. Эта статья подробно раскрывает принципы фотонных вычислений и дает четкие рекомендации по созданию гибридных систем: "Линейные операции — в оптике, нелинейности и память — в CMOS". Вдохновившись идеями vsradkevich, мы разработали Гибридный Квантовый Эмулятор с Топологическим Сжатием (HQE) — программное решение, реализующее аналогию фотонного тракта в эмуляции квантовых вычислений. Как и рекомендовал автор оригинальной статьи, мы разделили ответственность: "оптика — линейная часть; нелинейности и нормализации — в электронике". https://habr.com/ru/articles/941308/ Алгоритмы и Структуры данных

Топологическая безопасность ECDSA: Динамические методы анализа и теоретические основы В данной работе представлена новая парадигма анализа безопасности алгоритма цифровой подписи на эллиптических кривых (ECDSA) через призму алгебраической топологии. Мы формализуем пространство параметров ECDSA как топологическое пространство в форме тора и вводим топологические инварианты (числа Бетти, эйлерова характеристика) как количественные метрики безопасности. Наш ключевой вклад включает закон диагональной периодичности, метод динамических улиток и гиперболическую кластеризацию, которые позволяют значительно снизить вычислительную сложность анализа с O(m⁴) до O(m log m). Мы доказываем, что безопасная реализация ECDSA должна соответствовать топологическим критериям: β₀ = 1, β₁ = 2, β₂ = 1. Предложенные методы обеспечивают систематический подход к обнаружению subtle уязвимостей, которые могут быть пропущены традиционными статистическими тестами. Интеграция с Project Wycheproof и рекомендации для криптографических библиотек завершают нашу работу, делая ее практически применимой для индустрии. https://habr.com/ru/articles/941238/ Алгоритмы и Структуры данных

Flat-контейнеры в C++ Привет, Хабр! Еще в C++23 появились «плоские» ассоциативные контейнеры: std::flat_set, std::flat_map и их многоключевые аналоги. Проще говоря, это полные аналоги обычных std::set и std::map, но реализованные иначе – через упорядоченный последовательный контейнер (по умолчанию std::vector). Зачем вообще понадобились эти штуки? Официальная причина – экономия памяти и выигрыш в производительности при чтении данных. https://habr.com/ru/companies/otus/articles/940306/ Алгоритмы и Структуры данных

Генерация синтетических данных для LLM. Часть 3: случайные матрицы Добрый день, уважаемые Хабровчане :) Продолжаем наши научные изыскания в области определения «синтетических» данных. В этой статье я рассмотрю тему анализа графов с позиции анализа спектров матрицы смежности для случайных матриц. То есть мы зайдём со стороны оптимизации знаний из прошлых двух статей (раз и два) и посмотрим, как применить теорию случайных матриц к нашей исходной задаче. Основная цель — расширение диапазона исследуемых значений. https://habr.com/ru/companies/sberbank/articles/941220/ Алгоритмы и Структуры данных

Статья 5: Алгоритмы – реализация и модель ошибок Предисловие. Получив ряд критических комментариев от читателей постарался учесть замечания и давать больше конкретики в описании реализации. Т.к. потребовалось излагать больше конкретики привожу описание формул в на мета-языке, либо картинками. Также хочу еще раз сказать, что создание данного устройства - это исключительно моя инициатива, как начинающего пилота. Я не создаю такие устройства на постоянной основе, я не обладаю профильным образованием в авионике, а иду по пути проб и ошибок создавая полезное для себя устройство. Если я захожу на вашу территорию ваших профессиональных или академических интересов, то прошу отнестись с пониманием к некоторым неточностям или ошибкам термионологии. Буду рад вашим комментариям! https://habr.com/ru/articles/940826/ Алгоритмы и Структуры данных

Искусство создания эффективных математических моделей За любой математической моделью стоит субъект-создатель, который имеет свое видение моделируемых процессов, свою креативность и виртуозность владения мат. аппаратом. Эти и другие источники субьективности формируют определенный почерк автора-разработчика. Но все ли модели хороши? Выпущено множество книг-рекомендаций про то, как писать "хороший" программный код: "Чистый код", "Совершенный код", "Программист-прагматик", "Чистая архитектура" и др. Такого рода литература задает некоторый стандарт качества и очертания "идеала". Аналогичный свод рекомендаций существует и для разработчиков оптимизационных мат. моделей. В статье на примере задач целочисленного линейного программирования порассуждаем о хороших моделях. Рассмотрим различные нюансы математического моделирования и их влияние на скорость поиска решения задачи готовыми пакетами - солверами. Предлагаю перейти к делу и начать с такого понятия как слаковые переменные. https://habr.com/ru/articles/934632/ Алгоритмы и Структуры данных

Партизанский маркетинг – канал, где собирают лучший рекламный креатив разных масштабов: от гениальных ситуативок сммщиков, до факапов диванных маркетологов. Реклама, которую захочется пересматривать: t.me/GuerrillaMarketing