es
Feedback

¡No caigas en manos de tramposos! Telemetrio encuentra y marca estos canales 👉 Si quieres ver la etiqueta, suscríbete

Анализ данных (Data analysis)

Анализ данных (Data analysis)

Ir al canal en Telegram

Data science, наука о данных. @haarrp - админ РКН: clck.ru/3FmyAp

Mostrar más

📈 Análisis del canal de Telegram Анализ данных (Data analysis)

El canal Анализ данных (Data analysis) (@data_analysis_ml) en el segmento lingüístico de Ruso es un actor destacado. Actualmente la comunidad reúne a 51 911 suscriptores, ocupando la posición 2 581 en la categoría Tecnologías y Aplicaciones y el puesto 11 797 en la región Rusia.

📊 Métricas de audiencia y dinámica

Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 51 911 suscriptores.

Según los últimos datos del 16 noviembre, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de 444, y en las últimas 24 horas de -8, conservando un alto alcance.

  • Estado de verificación: No verificado
  • Tasa de interacción (ER): El promedio de interacción de la audiencia es 11.63%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 8.47% de reacciones respecto al total de suscriptores.
  • Alcance de las publicaciones: Cada publicación recibe en promedio 6 040 visualizaciones. En el primer día suele acumular 4 397 visualizaciones.
  • Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 192.
  • Intereses temáticos: El contenido se centra en temas clave como llm, контекст, openai, архитектура, deepseek.

📝 Descripción y política de contenido

El autor describe el recurso como un espacio para expresar opiniones subjetivas:
“Data science, наука о данных. @haarrp - админ РКН: clck.ru/3FmyAp”

Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 17 noviembre, 2026), el canal mantiene la vigencia y un amplio alcance. La analítica demuestra que la audiencia interactúa activamente con el contenido, lo que lo convierte en un punto de referencia dentro de la categoría Tecnologías y Aplicaciones.

51 911
Suscriptores
-824 horas
+27 días
+44430 días
Archivo de publicaciones
📊 Facets Проект Facets предоставляет инструменты визуализации для понимания и анализа наборов данных машинного обучения: Fac
📊 Facets Проект Facets предоставляет инструменты визуализации для понимания и анализа наборов данных машинного обучения: Facets Overview и Facets Dive. Визуализации реализованы в виде веб-компонентов Polymer и могут быть легко встроены в блокноты Jupyter или веб-страницы. Прмеры визуализаций можно найти на странице описания проекта Facets: pair-code.github.io/facets/ ▪Github @data_analysis_ml

🌟 Что ждет ИИ в 2024 году? В последнем выпуске The Batch на deeplearning.ai, множество ИИ-экспертов рассказывают о своих над
🌟 Что ждет ИИ в 2024 году? В последнем выпуске The Batch на deeplearning.ai, множество ИИ-экспертов рассказывают о своих надеждах и прогнозах на ИИ в наступившем году. В их обширных статьях рассматриваются новые инструменты ИИ, рассуждения о последующем экспоненциальном росте ИИ и многое другое. https://deeplearning.ai/the-batch/issue-229/ @data_analysis_ml

💻 Создайте ИИ-клон из своих чатов вWhatsApp Этот репозиторий поможет вам создать чатбота с ИИ, используя ваши чаты WhatsApp
💻 Создайте ИИ-клон из своих чатов вWhatsApp Этот репозиторий поможет вам создать чатбота с ИИ, используя ваши чаты WhatsApp в качестве обучающих данных. По умолчанию используется модель Mistral-7B-Instruct-v0.2. Код в этом репозитории в значительной степени опирается на llama-recipes (https://github.com/facebookresearch/llama-recipes), где вы можете найти больше примеров того, что можно делать с моделями llama. ▪Github @data_analysis_ml

🎓 Бесплатный курс от Weights & Biases: Валидация данных в конвейерах ML. Научитесь поддерживать качество данных и использова
🎓 Бесплатный курс от Weights & Biases: Валидация данных в конвейерах ML. Научитесь поддерживать качество данных и использовать TensorFlow Data Validation,получите практический опыт проверки данных для создания надежных конвейеров ML. https://www.wandb.courses/courses/data-validation-for-machine-learning @data_analysis_ml

🔥 Дайджест полезных материалов из мира Data Science за неделю Почитать: — 100 вопросов для подготовки к собесу Data Science — Сколько ядер CPU можно использовать параллельно в Python? — PLC Allen Bradley подключение с помощью Python — Ortools — библиотека для решения задачи VRP — 4 миллиарда операторов if — Python без типов: таким он когда-то был — Вы точно хотите быть Data Scientist-ом? — Введение в SQL & СУБД на примере доступа к данным через Python — Plotting and Data Visualization with Matplotlib — Applications of Data Science — Semantic Search Over Satellite Images Using Qdrant — Introduction to Data Science — A Comprehensive Guide: How Deepchecks Evaluate the Large Language Model — Appreciating the "Learning Problem" - Why AI will never replace your job — Best JavaScript Chart Libraries 2024: Finding the Right Fit for Your JS Applications — NumPy Arrays: An Introduction — Hungarian GP 2022 Qualifying, and see what we can — I built Hippotable for in-browser data analysis Посмотреть: 🌐 100 вопросов с собеседований Data Science — часть 1 (⏱ 36:48) 🌐 💡 Задача: Ряд клавиатуры #Python #yotube #код #алгоритмы #программирование #собеседование #кодинг (⏱ 00:40) 🌐 💡задача #Python: Бинарный поиск #python #программирование #код #yotube #питон #собеседование (⏱ 00:41) 🌐 💡 Задача: Ряд клавиатуры #Python #yotube #код #алгоритмы #программирование #собеседование #кодинг (⏱ 01:00) 🌐 Evaluating Recommendation Algorithms at Delivery Hero - Manchit Madan (⏱ 23:01) 🌐 ODSC Webinar | Open source Data Lake Management, Curation, Governance for New & Growing Companies (⏱ 46:07) 🌐 Stable Diffusion AI: 100 Cats Per Second…For Free! (⏱ 08:21) Хорошего дня! @data_analysis_ml

⚡️ OneFormer: Один трансформера для управления универсальной сегментацией изображений. Модель позволяет решать три разных зад
⚡️ OneFormer: Один трансформера для управления универсальной сегментацией изображений. Модель позволяет решать три разных задачи сегментации: semantic, instance и panoptic segmentation. 🦒colab: https://github.com/camenduru/OneFormer-colab 🌐page: https://praeclarumjj3.github.io/oneformer 📄paper: https://arxiv.org/abs/2211.06220 🧬code: https://github.com/SHI-Labs/OneFormer @data_analysis_ml

🚀 Window ops Эта библиотека для анализа данных, которая содержит функции альтернативы pd.Series.rolling и pd.Series.expandin
🚀 Window ops Эта библиотека для анализа данных, которая содержит функции альтернативы pd.Series.rolling и pd.Series.expanding,которые позволяют получить ускорение за счет использования оптимизированных под numba функций, работающих с массивами numpy. pip install window-ops ▪Github ▪Документация @data_analysis_ml

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/ctBG1D Реклама Банк ГПБ (АО), ИНН: 7744001497

🖥 Ruptures Пакет предоставляет методы для анализа и сегментации нестационарных сигналов. Алгоритмы включают точное и приближ
+1
🖥 Ruptures Пакет предоставляет методы для анализа и сегментации нестационарных сигналов. Алгоритмы включают точное и приближенное обнаружение для различных параметрических и непараметрических моделей. С помощью точек изменения можно обнаружить аномалии или отклонения от ожидаемого поведения в данных и получить представление о том, когда происходят эти переходы. ▪Github ▪Документация @data_analysis_ml

⚡️ Инструменты визуализации графов/сетей - Geph - VOSviewer - Cytoscape - Kumu - GraphInsight - NodeXL - Orange - Graphia - G
⚡️ Инструменты визуализации графов/сетей - Geph - VOSviewer - Cytoscape - Kumu - GraphInsight - NodeXL - Orange - Graphia - Graphistry - SocNetV - Tulip - Gephisto 🖥 Библиотеки Python - networkx - graphviz - pydot - python-igraph - pyvis - ipycytoscape - pygsp - graph-tool - nxviz - py2cytoscape - ipydagred3 - ipysigma - Py3Plex - net wulf @data_analysis_ml

🖥 По сравнению с pandas, Polars предоставляет более продвинутый синтаксис для создания сложных пайплайнов преобразования дан
🖥 По сравнению с pandas, Polars предоставляет более продвинутый синтаксис для создания сложных пайплайнов преобразования данных. Каждая функция в Polars генерирует новую функцию, и эти функции можно объединять в конвейер. @data_analysis_ml

Тренды киберзла: похищают деньги, контролируют оборудование, нарушают работу По данным @solar_security «Солара», из-за кибера
Тренды киберзла: похищают деньги, контролируют оборудование, нарушают работу По данным @solar_security «Солара», из-за кибератак компании теряют от 7 млн рублей за раз, а в год — не менее 20 млн рублей. Злоумышленники похищают деньги со счетов компании, берут под контроль сетевое оборудование, компрометируют изолированные сегменты, нарушают работу сайтов и приложений. Обеспечить реальную защиту от киберзла поможет @solar_security «Солар». Как это сделать, рассказывают наши эксперты на канале. Подпишитесь, чтобы ничего не пропустить. Реклама. ООО "РТК ИБ". ИНН 7704356648. erid: LjN8Jx2yE

🖥 Реальный вопрос c собеседования Microsoft SQL: "Какой клиент Azure из базы покупателей, приоьретает хотя бы 1 продукт Azur
🖥 Реальный вопрос c собеседования Microsoft SQL: "Какой клиент Azure из базы покупателей, приоьретает хотя бы 1 продукт Azure из каждой категории продуктов?" ❕ Подсказки: - Объединить таблицы с помощью LEFT JOIN - Подсчитайть разные категории продуктов с помощью COUNT и DISTINCT. Доп задание: напишие код с использованием Pandas для решения задачи. Протестировать свой SQL-запрос и посмотреть таблицы можно здесь: https://datalemur.com/questions/supercloud-customer Пишите свое решение в комментариях👇 @data_analysis_ml

Нужно больше золота подарков🎁 Ispmanager решил пуститься во все тяжкие 😱 Мало того, что они для всех пользователей каждый д
Нужно больше золота подарков🎁 Ispmanager решил пуститься во все тяжкие 😱  Мало того, что они для всех пользователей каждый день раздают подарки, так теперь еще и запустили розыгрыш!  Условия просты: подписаться на канал и нажать кнопку "Участвую". А 29 декабря выберут 3-х победителей, которые получат 3 суперприза!  Если пользуешься одной из самых популярных панелей управления для Linix-серверов, и даже, если нет  — самое время испытать свою удачу и начать облегчать себе жизнь, автоматизируя рутину и ускоряя работу. Ведь ispmanager работает с сайтами на PHP и Python,  создает и настраивает базы данных, DNS, бэкапы, почту, защиту  и автоматически перевыпускает любые SSL 😎  Присоединяйтесь к веселью и расскажи друзьям 🎉 Реклама. АО "ИСПМЕНЕДЖЕР". ИНН 3810037036.

SQL: комплексный анализ оттока клиентов Постановка задачи В конкурентной телекоммуникационной сфере восприятие компании в цел
SQL: комплексный анализ оттока клиентов Постановка задачи В конкурентной телекоммуникационной сфере восприятие компании в целом формируется критической оценкой ее услуг клиентами. Сбои в работе чреваты ростом обеспокоенности, поэтому так важен анализ оттока. Уровнем оттока характеризуется потеря клиентов, а это сказывается на доходах. На выводы анализа опираются при разработке стратегий, сегментном таргетировании, совершенствовании обслуживания для роста доверия и удовлетворенности клиентов. Что такое «отток клиентов»? Отток, или оборот клиентов, называемый также оттоком покупателей, — это явление, при котором клиенты или подписчики прекращают сотрудничать с компанией или пользоваться ее продуктами/услугами. Оно случается, когда привлеченные ее деятельностью или предложениями клиенты решают отказаться от дальнейших отношений или покупок. Возможные причины: предложения конкурентов, цена, неудовлетворенность продуктом или услугой, недостаточная их ценность в глазах покупателя, личные обстоятельства. Очистка данных Определение общего количества клиентов SELECT DISTINCT COUNT(CUSTOMER_ID) AS TOTALCUSTOMERS FROM CHURNDATA; То есть выбираем из churndata отдельный счетчик count(customer_id) по общему числу клиентов TotalCustomers: 📌Продолжение @data_analysis_ml

Разбираем тестовое задание в СБЕР на позицию junior-аналитика 📣 Всем привет! Команда Simulative и наш CEO – Андрон Алексанян приглашаем вас на интенсив, где мы в прямом эфире будем разбирать настоящее тестовое задание на позицию junior-аналитика в компанию СБЕР. Это будет последний обучающий интенсив в этом году. Нам предстоит проанализировать историю договоров клиентов банка, провести аналитику и сформулировать бизнес-выводы. 📅 Дата: 26 декабря 🕘 Время: 19:00 по Мск Что будем делать на интенсиве: ➖ Решать задания с помощью SQL ➖ Писать хитрые запросы на SCD, pivot table и другие ➖ Подробно разбирать каждый шаг ➖ Считать retention банка и проводить сегментацию ➖ Проводить аналитику и составлять бизнес-выводы В прямом эфире мы также расскажем о частых ошибках новичков и поделимся лайфхаками — как достойно пройти собеседование и удивить ревьюера крутыми фишками 🤩 ❗️ Записи интенсива не будет. Только один раз и только в live-формате. А вы готовы бустануть свои знания и скиллы в аналитике? 🔗 Регистрируйтесь на интенсив Реклама. ООО «АЙТИ РЕЗЮМЕ». ИНН 4025460134. Erid:LjN8KD6DY

🔥 Дайджест полезных материалов из мира Data Science за неделю Почитать: — 100 вопросов для подготовки к собесу Python — Большой тест GPT4, GPT3.5, YandexGPT, GigaChat, Saiga в RAG-задаче. Часть 1 — Полный отчет Github за 2023 о состоянии проектов. — 9 вопросов для собеседования по SQL в Apple — Геометрия и навигация — Разметка данных в 2023 году: текущие тренды и требования будущего — fsspec и вообще зачем оно нам нужно — Как мы переезжали с PostgreSQL на Data Lake в AWS и какие грабли собрали по пути — Расчетная архитектура платформы для A/B-тестов Mail.Ru — Automate the boring stuff with Julia — Трёхканальный ИИ — Decoding a Data Model: Using SchemaSpy in Snowflake ❄️ — Quickly create a personalized data dashboard for your boss. — What Is Data Analysis and How Can You Get Started? — Explorando as Funções Específicas da Biblioteca google-cloud-storage no Google Cloud Platform — Microsoft PHI-2 + Huggine Face + Langchain = Super Tiny Chatbot — How to rank Fungible Tokens in the TON blockchain by transactions — A good resource on Algorithms! — High-level overview of AWS Glue — What is the population of that region? — Streamlined Data Processing: A Guide to Cost-Effective ELT Implementation Посмотреть: 🌐 Mixtral 8x7B - новый ИИ. Нейросети, которые ДОМИНИРУЮТ на другими моделями (⏱ 08:04) 🌐 100 вопросов с собеседований Python. Полный разбор реальных вопросов. (⏱ 34:27) 🌐 💡Задача #Python:Комбинация сумм II #python #программирование #код #yotube #youtube #пито (⏱ 00:54) 🌐 💡Крутая задача #Python: #python #программирование #код #yotube #youtube #питон (⏱ 00:49) 🌐 ODSC Webinar | Preparing for your First Enterprise Large Language Model (LLM) Application (⏱ 48:16) 🌐 Adversarial Validation and Training in Stock Market Price Prediction (⏱ 28:09) 🌐 NVIDIA’s New AI Is 20x Faster…But How? (⏱ 08:16) 🌐 Here’s How ChatGPT is Changing The World! (⏱ 08:33) Хорошего дня! @data_analysis_ml

🖥 nbgather: 🧽✨ Spit shine for Jupyter notebooks nbgather предоставляет инструменты для очистки кода, восстановления потерянного кода и сравнения версий кода в Jupyter Lab. Загрузите расширение alpha с помощью следующей команды: jupyter labextension install nbgather 🖥Github @data_analysis_ml

🖥 csvs-to-sqlite Чтобы преобразовать файлы CSV в базу данных SQLite для эффективной работы с данными и их хранения, попробуй
🖥 csvs-to-sqlite Чтобы преобразовать файлы CSV в базу данных SQLite для эффективной работы с данными и их хранения, попробуйте csvs-to-sqlite. https://github.com/simonw/csvs-to-sqlite @data_analysis_ml

Хорошие новости для всех, кто интересуется машинным обучением и генеративными нейросетями! Банк ВТБ и Финтех Хаб Банка России
Хорошие новости для всех, кто интересуется машинным обучением и генеративными нейросетями! Банк ВТБ и Финтех Хаб Банка России объявляет набор на вторую совместную образовательную программу "Машинное обучение PRO: обработка документов и генеративные нейросети". Программа состоит из двух модулей: Теоретический модуль: - с 12 февраля по 11 марта 2024 - Дистанционный формат - Включает в себя лекции по основам NLP, обработке изображений, языковым моделям и другим темам Практический модуль: - с 18 марта по 8 апреля 2024 года. - Дистанционный формат с несколькими очными днями в Москве Лучшим командам будет предложено презентовать разработанный прототип на международной конференции по анализу данных Data Fusion 18 апреля 2024 года (data-fusion.ru) Подать заявку можно на сайте программы