Библиотека дата-сайентиста | Data Science, Machine learning, анализ данных, машинное обучение
رفتن به کانال در Telegram
Все самое полезное для дата сайентиста в одном канале. Учиться у нас: clc.to/6qVHgg По рекламе: @tproger_sales_bot Для обратной связи: @proglibrary_feeedback_bot РКН: https://gosuslugi.ru/snet/67a5b03124c8ba6dcaa121c9
نمایش بیشتر
شبکه:📈 تحلیل کانال تلگرام Библиотека дата-сайентиста | Data Science, Machine learning, анализ данных, машинное обучение
کانال Библиотека дата-сайентиста | Data Science, Machine learning, анализ данных, машинное обучение (@dsproglib) در بخش زبانی روسی بازیگری فعال است. در حال حاضر جامعه شامل 18 342 مشترک است و جایگاه 6 940 را در دسته فناوری و برنامهها و رتبه 35 740 را در منطقه روسيا دارد.
📊 شاخصهای مخاطب و پویایی
از زمان ایجاد در невідомо، پروژه رشد سریعی داشته و 18 342 مشترک جذب کرده است.
بر اساس آخرین دادهها در تاریخ 14 سپتامبر, 2026، کانال فعالیت پایداری دارد. در ۳۰ روز گذشته تغییر اعضا برابر -48 و در ۲۴ ساعت گذشته برابر -3 بوده و همچنان دسترسی گستردهای حفظ شده است.
- وضعیت تأیید: تأیید نشده
- نرخ تعامل (ER): میانگین تعامل مخاطب 8.82% است و در ۲۴ ساعت نخست پس از انتشار، محتوا معمولاً 3.85% واکنش نسبت به کل مشترکان کسب میکند.
- دسترسی پستها: هر پست به طور میانگین 1 618 بازدید دریافت میکند. در اولین روز معمولاً 706 بازدید جمعآوری میشود.
- واکنشها و تعامل: مخاطبان بهطور فعال حمایت میکنند؛ میانگین واکنش به هر پست 5 است.
- علایق موضوعی: محتوا بر موضوعات کلیدی مانند сайентиста, llm, буст, навигация, openai تمرکز دارد.
📝 توضیح و سیاست محتوایی
نویسنده این فضا را محل بیان دیدگاههای شخصی توصیف میکند:
“Все самое полезное для дата сайентиста в одном канале.
Учиться у нас: clc.to/6qVHgg
По рекламе: @tproger_sales_bot
Для обратной связи: @proglibrary_feeedback_bot
РКН: https://gosuslugi.ru/snet/67a5b03124c8ba6dcaa121c9”
به لطف بهروزرسانیهای پرتکرار (آخرین داده در تاریخ 15 سپتامبر, 2026)، کانال همواره بهروز و دارای دسترسی بالاست. تحلیلها نشان میدهد مخاطبان بهطور فعال با محتوا تعامل دارند و آن را به نقطه اثرگذاری مهم در دسته فناوری و برنامهها تبدیل کردهاند.
18 342
مشترکین
-324 ساعت
-47 روز
-4830 روز
در حال بارگیری داده...
کانالهای مشابه
ابر برچسبها
اشارات ورودی و خروجی
---
---
---
---
---
---
جذب مشترکین
سپتامبر '26
سپتامبر '26
+45
در 0 کانالها
اوت '26
+70
در 0 کانالها
Get PRO
ژوئیه '26
+83
در 0 کانالها
Get PRO
ژوئن '26
+97
در 2 کانالها
Get PRO
مه '26
+142
در 2 کانالها
Get PRO
آوریل '26
+106
در 1 کانالها
Get PRO
مارس '26
+329
در 4 کانالها
Get PRO
فوریه '26
+154
در 5 کانالها
Get PRO
ژانویه '26
+212
در 4 کانالها
Get PRO
دسامبر '25
+211
در 3 کانالها
Get PRO
نوامبر '25
+101
در 1 کانالها
Get PRO
اکتبر '25
+148
در 5 کانالها
Get PRO
سپتامبر '25
+105
در 2 کانالها
Get PRO
اوت '25
+103
در 4 کانالها
Get PRO
ژوئیه '25
+171
در 2 کانالها
Get PRO
ژوئن '25
+185
در 42 کانالها
Get PRO
مه '25
+319
در 6 کانالها
Get PRO
آوریل '25
+206
در 18 کانالها
Get PRO
مارس '25
+247
در 53 کانالها
Get PRO
فوریه '25
+236
در 36 کانالها
Get PRO
ژانویه '25
+180
در 41 کانالها
Get PRO
دسامبر '24
+212
در 42 کانالها
Get PRO
نوامبر '24
+217
در 52 کانالها
Get PRO
اکتبر '24
+224
در 43 کانالها
Get PRO
سپتامبر '24
+249
در 38 کانالها
Get PRO
اوت '24
+269
در 37 کانالها
Get PRO
ژوئیه '24
+197
در 37 کانالها
Get PRO
ژوئن '24
+257
در 31 کانالها
Get PRO
مه '24
+429
در 38 کانالها
Get PRO
آوریل '24
+339
در 38 کانالها
Get PRO
مارس '24
+437
در 32 کانالها
Get PRO
فوریه '24
+426
در 32 کانالها
Get PRO
ژانویه '24
+473
در 28 کانالها
Get PRO
دسامبر '23
+604
در 34 کانالها
Get PRO
نوامبر '23
+289
در 13 کانالها
Get PRO
اکتبر '23
+462
در 22 کانالها
Get PRO
سپتامبر '23
+631
در 0 کانالها
Get PRO
اوت '23
+488
در 0 کانالها
Get PRO
ژوئیه '23
+420
در 0 کانالها
Get PRO
ژوئن '23
+329
در 0 کانالها
Get PRO
مه '23
+433
در 0 کانالها
Get PRO
آوریل '23
+224
در 0 کانالها
Get PRO
مارس '23
+712
در 0 کانالها
Get PRO
فوریه '23
+249
در 0 کانالها
Get PRO
ژانویه '23
+260
در 0 کانالها
Get PRO
دسامبر '22
+292
در 0 کانالها
Get PRO
نوامبر '22
+407
در 0 کانالها
Get PRO
اکتبر '22
+172
در 0 کانالها
Get PRO
سپتامبر '22
+209
در 0 کانالها
Get PRO
اوت '22
+287
در 0 کانالها
Get PRO
ژوئیه '22
+352
در 0 کانالها
Get PRO
ژوئن '22
+407
در 0 کانالها
Get PRO
مه '22
+166
در 0 کانالها
Get PRO
آوریل '22
+215
در 0 کانالها
Get PRO
مارس '22
+225
در 0 کانالها
Get PRO
فوریه '22
+129
در 0 کانالها
Get PRO
ژانویه '22
+250
در 0 کانالها
Get PRO
دسامبر '21
+203
در 0 کانالها
Get PRO
نوامبر '21
+253
در 0 کانالها
Get PRO
اکتبر '21
+237
در 0 کانالها
Get PRO
سپتامبر '21
+208
در 0 کانالها
Get PRO
اوت '21
+297
در 0 کانالها
Get PRO
ژوئیه '21
+312
در 0 کانالها
Get PRO
ژوئن '21
+288
در 0 کانالها
Get PRO
مه '21
+446
در 0 کانالها
Get PRO
آوریل '21
+446
در 0 کانالها
Get PRO
مارس '21
+429
در 0 کانالها
Get PRO
فوریه '21
+396
در 0 کانالها
Get PRO
ژانویه '21
+351
در 0 کانالها
Get PRO
دسامبر '20
+12 450
در 0 کانالها
| تاریخ | رشد مشترکین | اشارات | کانالها | |
| 15 سپتامبر | +6 | |||
| 14 سپتامبر | +3 | |||
| 13 سپتامبر | 0 | |||
| 12 سپتامبر | +3 | |||
| 11 سپتامبر | +3 | |||
| 10 سپتامبر | +9 | |||
| 09 سپتامبر | +1 | |||
| 08 سپتامبر | +8 | |||
| 07 سپتامبر | +2 | |||
| 06 سپتامبر | 0 | |||
| 05 سپتامبر | +5 | |||
| 04 سپتامبر | +2 | |||
| 03 سپتامبر | +2 | |||
| 02 سپتامبر | 0 | |||
| 01 سپتامبر | +1 |
پستهای کانال
🔥 Sakana AI обучила нейросеть глубиной 1000 слоёв без backpropagation
Sakana AI представила PC-ALM — метод, который распространяет ошибку не через глобальный обратный проход, а с помощью локальных взаимодействий между соседними слоями.
В основе:
— predictive coding; — локальные ошибки; — множители Лагранжа; — PI-регуляция.🤩 Главный результат: PC-ALM обучает residual MLP глубиной до 1000 слоёв, почти достигая качества backpropagation на простых задачах. Метод помогает решить проблему predictive coding: в глубоких узких сетях сигнал ошибки быстро затухает. Дополнительные переменные позволяют передавать его через всю сеть. Почему интересно: — обучение остаётся локальным; — подход ближе к идеям NeuroAI; — потенциально полезен для нейроморфного железа. ⚠️ Это пока исследовательский метод — до замены backpropagation в больших моделях далеко. 🔗 Статья 🔗 Код 📍 Навигация: Вакансии • Задачи • Собесы 🐸 Библиотека дата-сайентиста
| 2 |  😭 Как не потратить недельный лимит AI-кодинга за три дня?
Разберём на вебинаре, как тратить меньше на AI-агентов — без потери качества кода.
🔘 Поговорим о том:
— когда дорогая модель действительно нужна, а когда хватит дешёвой;
— сколько стоит один прогон и куда уходят токены;
— какие задачи можно отдавать субагентам;
— как настроить маршрутизацию моделей;
— что проверять в AI-коде перед merge.
✏️ Покажем всё на конкретных цифрах и вживую: сравним расходы до и после.
⬇️ 18 сентября, 19:00 МСК
⬇️ 1,5 часа · бесплатно
⬇️ Арсений Харланов и Олег Лайок
💬 Пишите в комментариях, где упираетесь в лимиты и на что уходят деньги. Самые залайканные вопросы разберём на вебинаре.
🔗 Зарегистрироваться на вебинар | 880 |
| 3 |  🧠 DeepSeek-V4.1-Flash без встроенных ограничений
На Hugging Face появился модифицированный чекпойнт DeepSeek-V4.1-Flash-UNCENSORED-FP8 от dealignai.
Что заявлено:
🔘 MoE-модель на 552B параметров;
🔘 8B–16B активных параметров на токен;
🔘 FP8/FP4-квантизация;
🔘 контекст до 1 млн токенов;
🔘 поддержка изображений, инструментов и reasoning;
🔘 запуск через SGLang.
Авторы удалили защитные механизмы на уровне весов — без runtime-хуков и дополнительных обёрток.
📊 Результаты авторских тестов:
HarmBench: 100% ASR;
MMLU: 82,74% против 86,96% у базовой модели.
⚠️ Это сторонняя модификация, поэтому результаты требуют независимой проверки. Для запуска авторы использовали 4×H200.
🔗 Модель на Hugging Face
📍 Навигация: Вакансии • Задачи • Собесы
🐸 Библиотека дата-сайентиста | 999 |
| 4 |  📍 Навигация: Вакансии • Задачи • Собесы
🐸 Библиотека дата-сайентиста | 1 020 |
| 5 |  🌸 Вселенная намекает: пора уже начать этот курс
С 14 сентября цены в Proglib Academy вырастут на 20% 👀
Так что если курс давно ждёт своего часа — лучше не откладывать ещё на месяц 😏
📍 Выбрать курс | 1 079 |
| 6 |  ⚡️ Шпаргалка: Bagging vs Boosting
👉 Bagging
Идея: несколько независимых моделей → усреднение.
Цель: снизить дисперсию (variance) и уменьшить переобучение.
Как работает:
✳️ делаем много бутстрап-выборок
✳️ обучаем модели параллельно
✳️ объединяем результаты (среднее/голосование)
Примеры:
✳️ RandomForestClassifier
✳️ RandomForestRegressor
✳️ BaggingClassifier
✳️ BaggingRegressor
👉 Boosting
Идея: модели обучаются последовательно → каждая исправляет ошибки предыдущей.
Цель: снизить смещение (bias) и повысить точность.
Как работает:
✳️ задаём базового слабого ученика
✳️ увеличиваем вес «трудных» объектов
✳️ комбинируем множество слабых моделей в одну сильную
Примеры:
✳️ GradientBoosting
✳️ XGBoost
✳️ CatBoost
✳️ LightGBM
✳️ AdaBoost
📍 Навигация: Вакансии • Задачи • Собесы
🐸 Библиотека дата-сайентиста | 1 062 |
| 7 | 🌞 Готовим вебинар про AI в разработке и хотим сделать его максимально полезным
Что реально хочется разобрать? Где чаще всего застреваете? Что пробовали, но так и не получилось нормально внедрить?
🤩 Пишите вопросы в комментариях — самые залайканные разберём на вебинаре в первую очередь.
Задавайте всё, что давно хотелось спросить 📍
📍 Навигация: Вакансии • Задачи • Собесы
🐸 Библиотека дата-сайентиста | 970 |
| 8 |  🤔 Почему поиск понимает, что один документ релевантнее другого?
Например, запрос:
python machine learning
Почему документ, где эти слова встречаются несколько раз, не обязательно будет выше документа, где они встречаются реже?
🔤 Здесь появляется BM25 — классический алгоритм ранжирования текстовых документов.
Он учитывает:
TF — насколько часто термин встречается в документе;
IDF — насколько термин редкий во всей коллекции;
длину документа — чтобы длинные тексты не получали преимущество просто из-за количества слов.
Упрощённо:
score =
TF × IDF × поправка на длину документа
💡 BM25 — не нейросеть и не semantic search. Он работает с совпадением терминов, поэтому отлично подходит как базовый слой поиска и часто используется вместе с векторным поиском в hybrid search.
📍 Навигация: Вакансии • Задачи • Собесы
🐸 Библиотека дата-сайентиста | 1 046 |
| 9 |  📊 Всё о непрерывном равномерном распределении
Разбираетесь в теории вероятностей или только планируете подступиться? Эта шпаргалка разложит базовое, но невероятно важное непрерывное равномерное распределение по полочкам.
📍 Навигация: Вакансии • Задачи • Собесы
🐸 Библиотека дата-сайентиста | 1 179 |
| 10 |  🤩 Pixeltable — декларативная инфраструктура данных для AI
Единственная open-source Python-библиотека, которая упрощает работу с данными для мультимодальных AI-приложений.
С Pixeltable вы можете хранить, трансформировать, индексировать, извлекать и оркестрировать данные с помощью единого интерфейса таблицы, без необходимости в сложной архитектуре с базами, файлами и векторными БД.
🤩 Особенности:
— Поддержка мультимодальных данных: изображения, видео, документы
— Инкрементальное хранение и трансформация данных
— Простая декларативная работа вместо множества систем
Установка:
pip install pixeltable
🔗 Документация и примеры
📍 Навигация: Вакансии • Задачи • Собесы
🐸 Библиотека дата-сайентиста | 1 260 |
| 11 | 🧠 Зачем Pipeline в scikit-learn
Частая ошибка — сначала преобразовать весь датасет, а потом разделить его на train/test:
scaler.fit_transform(X) # уже увидел весь датасет
X_train, X_test = train_test_split(X)
💡 Правильнее спрятать preprocessing внутрь Pipeline:
from sklearn.pipeline import make_pipeline
from sklearn.preprocessing import StandardScaler
from sklearn.linear_model import LogisticRegression
model = make_pipeline(
StandardScaler(),
LogisticRegression()
)
model.fit(X_train, y_train)
score = model.score(X_test, y_test)
Теперь StandardScaler обучается только на X_train.
Особенно полезно при cross-validation: каждый фолд получает свой fit preprocessing.
🤩 Всё, что вычисляет параметры по данным — scaler, encoder, imputer и т. п. — лучше включать в Pipeline. Так меньше шансов случайно устроить data leakage.
📍 Навигация: Вакансии • Задачи • Собесы
🐸 Библиотека дата-сайентиста | 1 366 |
| 12 |  +2💡 GPT-6 Astra: модели уже работают как исследовательские агенты
OpenAI представила GPT-6 Astra — модель, которая делает заметный шаг от генерации ответа к долгим исследовательским задачам.
Что интересного:
— Astra умеет сохранять заметки между окнами контекста и искать по прошлым сообщениям и результатам инструментов;
— может работать с Blender, Excel, Power BI и браузером;
— на Terminal-Bench Science получила 64,6% на 70 командных исследовательских задачах;
— на BenchCAD — 95,9% на восстановлении CAD-программ по изображениям.
При этом Astra не стала безусловным лидером во всех тестах: в coding-бенчмарках результаты конкурентов находятся рядом.
📍 Навигация: Вакансии • Задачи • Собесы
🐸 Библиотека дата-сайентиста | 1 539 |
| 13 | 🌸 Если хочется не просто запускать model.fit(), а понимать математику ML, посмотрите книгу “Pen & Paper Exercises in Machine Learning”
Это сборник задач с решениями, где вы на бумаге разбираете:
— оптимизацию и линейную алгебру
— графические модели
— Variational Inference
— Monte-Carlo методы
📍 Навигация: Вакансии • Задачи • Собесы
🐸 Библиотека дата-сайентиста | 1 675 |
| 14 |  🤖 Не одна LLM, а роутер
Зачем отправлять каждый запрос в самую дорогую модель? LiteLLM позволяет маршрутизировать запросы между разными моделями и учитывать стоимость, latency и доступность.
Простые задачи — дешёвая модель, сложные — мощная. Такой подход уже становится частью LLM-инфраструктуры.
🔗 LiteLLM — документация
📍 Навигация: Вакансии • Задачи • Собесы
🐸 Библиотека дата-сайентиста | 1 618 |
| 15 |  📍 Навигация: Вакансии • Задачи • Собесы
🐸 Библиотека дата-сайентиста | 1 526 |
| 16 |  🧠 DAAF: Claude Code для полноценного анализа данных
Появился интересный open-source инструмент — Data Analyst Augmentation Framework (DAAF). Он превращает Claude Code в помощника для количественного анализа на Python или R.
Можно дать ему исследовательскую задачу, а дальше агент помогает с кодом, данными, анализом и отчётом. При этом каждый шаг можно проверить и воспроизвести.
Свежая версия 3.0.2 вышла 18 августа.
📍 Навигация: Вакансии • Задачи • Собесы
🐸 Библиотека дата-сайентиста | 1 768 |
| 17 |  Что делать айтишнику в наше турбулентное время?
Вариант первый: скучать по старым добрым временам, когда ты проходил собеседования на 400к+ одной левой пяткой и думал, что так будет всегда.
Вариант второй: адаптироваться.
Повышать скиллы. Учиться проходить собеседования, а не гнуть пальцы. И, конечно, читать Богдана. Он больше 6 лет работает в бигтехе и прошёл 350+ собеседований.
— Почему твоё резюме не даёт откликов
— Почему ты не зарабатываешь 400к?
— Где искать работу ML-инженеру?
И ещё много полезных материалов уже ждёт тебя на канале.
Если хочешь не просто ходить на собеседования, а выходить оттуда с крутыми офферами, подписывайся на Богдана: https://t.me/ml_cabin_destroyers
Реклама
ИП Камаев Богдан Эльмарович
ИНН 770973951244
erid:CQH36pWzJqVJCbWwdw8YPGbm54Rbkkq1PurWH8do19EkU6 | 1 151 |
| 18 |  🤖 Anthropic учит AI-агентов управлять реальным железом
Anthropic открыла research preview Model Hardware Standard (MHS) — спецификации, которая позволяет AI-агентам находить, понимать и управлять физическим оборудованием.
Микроскопами, liquid handler’ами, лазерами, plate reader’ами, роботизированными руками и другим программируемым железом.
Идея похожа на то, что MCP сделал для софта: вместо отдельной интеграции под каждый инструмент появляется единый способ описать устройство и работать с ним.
MHS использует стандартизированные драйверы с базовыми операциями вроде read и write. В описании устройства можно указать его возможности, состояние и физические ограничения — например, вес роборуки или допустимые параметры работы. Агент получает эту информацию и может координировать несколько устройств одновременно.
Anthropic уже показывает сценарии, где агент:
— управляет несколькими лабораторными приборами;
— меняет параметры эксперимента в реальном времени;
— реагирует на результаты и ошибки оборудования;
— координирует роботизированную руку и liquid handler;
— превращает найденную последовательность действий в обычный код для дальнейшего выполнения.
В одном из экспериментов Anthropic пишет, что MHS позволил проводить автоматизированные эксперименты примерно в три раза быстрее. Но это пока ранний preview, а результаты получены в рамках партнёрских тестов.
И здесь начинается самое интересное.
У агента с доступом к API ошибка — это неправильная запись в базу или удалённый файл.
У агента с доступом к оборудованию ошибка может означать повреждённый образец, столкновение роботов или испорченный эксперимент.
Поэтому Anthropic пока тестирует MHS с ограниченной группой партнёров и собирает safety evaluations перед открытием стандарта.
Похоже, следующий этап agentic AI — это уже не только «дай мне данные» или «запусти код», а «проведи эксперимент».
🔗 Источник
📍 Навигация: Вакансии • Задачи • Собесы
🐸 Библиотека дата-сайентиста | 1 388 |
| 19 |  🧬 А если модель оценивают не по тому, что она умеет создавать, а по тому, что уже создала природа?
Исследователи MIT представили PottsMPNN — ML-фреймворк для дизайна белков, который пытается уйти от чрезмерной зависимости от природных последовательностей.
Проблема в самой метрике. Долгое время модели для protein design оценивали по тому, насколько хорошо они восстанавливают последовательность, которую выбрала эволюция.
❓ Но если модель создаёт новый белок, с чем его сравнивать? У него может просто не быть природного аналога.
PottsMPNN вместо этого учитывает физические взаимодействия между аминокислотами и моделирует sequence-energy landscape — связь между последовательностью и стабильностью структуры.
Это помогает искать последовательности, которые подходят заданной структуре, даже если они не похожи на известные природные.
И здесь интересный вывод уже не только для биологии:
💡 Если модель должна генерировать новое, метрика не должна наказывать её за непохожесть на существующие примеры.
Сравнивать результат с датасетом удобно. Но удобная метрика не всегда измеряет то, что нам действительно нужно.
📍 Навигация: Вакансии • Задачи • Собесы
🐸 Библиотека дата-сайентиста | 1 463 |
| 20 | ⏳ Главная ошибка при валидации временных рядов
Обычный KFold на временных данных легко даёт утечку из будущего: модель обучается на данных, которые хронологически находятся после validation. Метрики красивые, прод — уже нет.
🤩 Для временных рядов используйте разбиение по времени:
from sklearn.model_selection import TimeSeriesSplit
tscv = TimeSeriesSplit(n_splits=5, gap=24)
for train_idx, val_idx in tscv.split(X):
X_tr, X_val = X[train_idx], X[val_idx]
🤩 Что ещё проверить:
— скейлеры и энкодеры fit только на train каждого фолда;
— lag и rolling не должны использовать будущие значения;
— gap выбирайте с учётом горизонта прогноза и способа формирования признаков.
Если после этого метрика упала — возможно, вы наконец увидели реальное качество модели.
📍 Навигация: Вакансии • Задачи • Собесы
🐸 Библиотека дата-сайентиста | 1 506 |
