fa
Feedback

فریب کلاهبرداران را نخورید! تل‌متریو این کانال‌ها را شناسایی و برچسب‌گذاری می‌کند 👉 برای مشاهده برچسب، اشتراک تهیه کنید

Библиотека дата-сайентиста | Data Science, Machine learning, анализ данных, машинное обучение

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

📈 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 18 269 مشترک است و جایگاه 7 153 را در دسته فناوری و برنامه‌ها و رتبه 35 870 را در منطقه روسيا دارد.

📊 شاخص‌های مخاطب و پویایی

از زمان ایجاد در невідомо، پروژه رشد سریعی داشته و 18 269 مشترک جذب کرده است.

بر اساس آخرین داده‌ها در تاریخ 15 نوامبر, 2026، کانال فعالیت پایداری دارد. در ۳۰ روز گذشته تغییر اعضا برابر -60 و در ۲۴ ساعت گذشته برابر 0 بوده و همچنان دسترسی گسترده‌ای حفظ شده است.

  • وضعیت تأیید: تأیید نشده
  • نرخ تعامل (ER): میانگین تعامل مخاطب 6.80% است و در ۲۴ ساعت نخست پس از انتشار، محتوا معمولاً 3.33% واکنش نسبت به کل مشترکان کسب می‌کند.
  • دسترسی پست‌ها: هر پست به طور میانگین 1 243 بازدید دریافت می‌کند. در اولین روز معمولاً 609 بازدید جمع‌آوری می‌شود.
  • واکنش‌ها و تعامل: مخاطبان به‌طور فعال حمایت می‌کنند؛ میانگین واکنش به هر پست 3 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 16 نوامبر, 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.

18 269
مشترکین
اطلاعاتی وجود ندارد24 ساعت
-237 روز
-6030 روز
آرشیو پست ها
🚀 Хватит откладывать обучение, время не ждет. Купи один курс Proglib Academy - второй получи бесплатно! До 15 ноября включит
🚀 Хватит откладывать обучение, время не ждет. Купи один курс Proglib Academy - второй получи бесплатно! До 15 ноября включительно можно забрать два курса, оплатив только один 😳 Выбирай свою комбинацию: 🤖 Хочешь в AI-разработку? «ИИ для разработчиков» + «Разработка ИИ-агентов» Освой AI в разработке и научись создавать собственных ИИ-агентов. 🧠 Хочешь усилить техническую базу? «Алгоритмы и структуры данных» + «Математика для AI» Прокачай алгоритмическое мышление и освой математическую базу для машинного обучения. ➡️ Два курса. Один платёж. Второй - за наш счёт. Сегодня последний день! 👉 Успей выбрать курсы

🧠 У двух групп разный разброс. Как выбрать t-тест? По умолчанию scipy.stats.ttest_ind предполагает равенство дисперсий в генеральных совокупностях. Параметр equal_var=False выбирает тест Уэлча: он сравнивает средние без этого предположения и корректирует число степеней свободы. Условие независимости выборок остаётся. Параметр equal_var=False не делает тест подходящим для парных измерений и не защищает его от выбросов. В результате смотрите не только pvalue. Есть также статистика, число степеней свободы df и метод confidence_interval для доверительного интервала разности средних: первой группы минус второй. Укажите и саму оценку разности: она показывает величину эффекта. Большое p-value означает, что данных недостаточно для отклонения нулевой гипотезы при выбранном уровне значимости. Доказательством равенства средних оно не служит. Тест сравнивает средние, а не распределения целиком. 🔗 Параметры и ограничения в SciPy 📍 Навигация: Вакансии • Задачи • Собесы 🐸 Библиотека дата-сайентиста

🧠 Какие наблюдения влияют на коэффициенты OLS После оценки линейной модели проверьте влияние отдельных наблюдений. В statsmo
🧠 Какие наблюдения влияют на коэффициенты OLS После оценки линейной модели проверьте влияние отдельных наблюдений. В statsmodels для этого есть OLSInfluence и его dfbetas — показатели влияния на коэффициенты. На графике из примера statsmodels по данным Guerry горизонтальная ось — квадрат нормированного остатка, вертикальная — leverage. Точка с большим остатком и точка с высоким leverage могут быть разными наблюдениями. Одного взгляда на остатки для диагностики недостаточно. График и DFBETAs помогают выбрать строки для проверки: нет ли ошибки в данных, подходит ли спецификация модели, насколько устойчивы выводы. Выделившаяся точка может быть корректной. Автоматически удалять её ради лучшей метрики нельзя. 🔗 Пример диагностики 📍 Навигация: Вакансии • Задачи • Собесы 🐸 Библиотека дата-сайентиста

🗂 Откуда повторы в IterableDataset Увеличили num_workers, а в обучении появились повторяющиеся записи? У каждого worker в DataLoader своя копия IterableDataset. Если все копии читают один поток с начала, записи дублируются. Разделите источник между worker. В PyTorch для этого есть get_worker_info(): он сообщает ID текущего worker и их общее число. Эти данные можно использовать в __iter__ или worker_init_fn, чтобы назначить каждой копии отдельную часть потока. Проверьте ID записей: части не должны пересекаться, а вместе должны покрывать нужные данные. Отдельно проверьте возобновление чтения после сбоя. Для реального источника недостаточно просто поделить конечный диапазон из учебного примера. drop_last отбрасывает неполный последний батч у каждой копии IterableDataset. Суммарно DataLoader может потерять больше одного батча. Разделение потока само по себе ускорения не гарантирует. 🔗 Документация и два способа разделения 📍 Навигация: Вакансии • Задачи • Собесы 🐸 Библиотека дата-сайентиста

🤖 Два курса по AI по цене одного — только до 15.11! Наигрались с нейросетями, и хотите применять их в реальных проектах? Обр
🤖 Два курса по AI по цене одного — только до 15.11! Наигрались с нейросетями, и хотите применять их в реальных проектах? Обращаем ваше внимание на ИИ-связку Proglib Academy:
➡️ «ИИ для разработчиков» — соберите собственный рабочий процесс с AI: от планирования и написания кода до тестирования и code review. ➡️ «Разработка ИИ-агентов» — научитесь создавать агентов, которые умеют работать с API, базами знаний и внешними инструментами, выполнять последовательность действий и решать прикладные задачи.
⏬ Вы получите два взаимодополняющих навыка: эффективную AI-разработку и инженерное создание AI-агентов за 59 000 ₽. 📍 Покупаете один курс, второй - в подарок. Не упустите свой шанс прокачаться - только до 15 ноября 😏

🛡️ Монотонность в XGBoost: задаём направление Параметр monotone_constraints задаёт правило при фиксированных остальных призн
🛡️ Монотонность в XGBoost: задаём направление Параметр monotone_constraints задаёт правило при фиксированных остальных признаках: +1 — предсказание не убывает, −1 — не возрастает, 0 — ограничения нет. Плоские участки допустимы. На графике из документации XGBoost чёрные линии показывают модель с ограничениями на синтетических данных. Остальной признак зафиксирован на среднем значении. Колебания, нарушающие заданное направление, исчезают. Ограничение выражает предположение о задаче. Причинную связь или рост точности оно не доказывает. Сравните качество на отложенных данных. При hist и approx деревья могут стать слишком неглубокими: ограничения исключают кандидатов разбиения. Документация предлагает попробовать увеличить max_bin. 🔗 Параметры и пример 📍 Навигация: Вакансии • Задачи • Собесы 🐸 Библиотека дата-сайентиста

🧠 Что средняя PDP скрывает за одной линией На графике из документации scikit-learn тонкие линии — ICE: для каждого объекта м
🧠 Что средняя PDP скрывает за одной линией На графике из документации scikit-learn тонкие линии — ICE: для каждого объекта меняют один признак, фиксируют остальные и считают предсказания модели. Пунктир — PDP, среднее этих линий. Посмотрите на влажность справа. У одних объектов предсказания почти не меняются, у других резко падают. Средняя линия сглаживает это различие. ICE помогает увидеть неоднородность, связанную с взаимодействиями признаков. Пример построен на данных велопроката с HistGradientBoostingRegressor. Он показывает поведение модели, а не причинный эффект погоды. При коррелированных признаках PDP и ICE могут оценивать нереалистичные сочетания значений. 🔗 Документация и примеры 📍 Навигация: Вакансии • Задачи • Собесы 🐸 Библиотека дата-сайентиста

🧠 Когда важный признак получает низкую importance У двух признаков сильная корреляция. При расчёте permutation importance перемешиваем один из них. Модель может по-прежнему получать похожую информацию из второго, и метрика почти не изменится. То же может произойти, если отдельно перемешать второй признак. Низкая importance каждого по отдельности ещё не означает, что вся группа бесполезна. Этот показатель описывает зависимость конкретной обученной модели от признака на выбранных данных и с выбранной метрикой. Причинный эффект он не измеряет. Перед удалением таких столбцов проверьте корреляции. В документации scikit-learn предлагают один из подходов: объединить коррелированные признаки в кластеры и оставить представителя каждого. Сравните качество моделей на отложенных данных. Сам по себе новый рейтинг признаков улучшение не доказывает. 🔗 Разбор в документации 📍 Навигация: Вакансии • Задачи • Собесы 🐸 Библиотека дата-сайентиста

Optuna: как сообщить pruner, что происходит с trial Sampler выбирает гиперпараметры, pruner решает, стоит ли досрочно останов
Optuna: как сообщить pruner, что происходит с trial Sampler выбирает гиперпараметры, pruner решает, стоит ли досрочно остановить trial. Для решения ему нужны промежуточные значения метрики. Этот API предназначен для оптимизации одной целевой метрики. В цикле обучения вызывают trial.report(value, step), затем trial.should_prune(). Если ответ True, objective должен поднять optuna.TrialPruned(). Сам вызов report обучение не прекращает. В официальном примере передают ошибку на валидации после каждого шага. Если objective только вернул финальную метрику, такой истории у pruner нет. Смысл метрики и шага должен быть одинаковым у сравниваемых trial. Документация и примеры 📍 Навигация: Вакансии • Задачи • Собесы 🐸 Библиотека дата-сайентиста

Запрос и документ: две роли в семантическом поиске В асимметричном поиске по короткому вопросу ищут более длинный абзац с отв
Запрос и документ: две роли в семантическом поиске В асимметричном поиске по короткому вопросу ищут более длинный абзац с ответом. Sentence Transformers рекомендует encode_query для запроса и encode_document для корпуса. Методы могут применять промпты и маршрутизацию, сохранённые в конкретной модели. Это не означает, что они всегда используют разные веса. Если модель не обучалась со специальными prompts или task types, encode, encode_query и encode_document могут вернуть одинаковые эмбеддинги. Выбор подходящей модели и оценка поиска всё равно нужны. Документация и примеры 📍 Навигация: Вакансии • Задачи • Собесы 🐸 Библиотека дата-сайентиста

Включите constrained layout до создания осей Если подписи осей и шкала colorbar не помещаются, попробуйте plt.subplots(layout
Включите constrained layout до создания осей Если подписи осей и шкала colorbar не помещаются, попробуйте plt.subplots(layout="constrained"). Matplotlib перераспределит место между осями и подписями, сохраняя заданную сетку. Включать режим обычно нужно до добавления Axes. На изображении один и тот же синтетический массив, размер фигуры и шрифт. Сверху — стандартная компоновка с обрезанной подписью. Снизу — constrained layout, где подписи помещаются. Не добавляйте следом tight_layout(): этот вызов выключает constrained layout. Если места слишком мало, увеличьте фигуру. Произвольные графические элементы всё равно могут обрезаться или перекрываться. Документация и примеры 📍 Навигация: Вакансии • Задачи • Собесы 🐸 Библиотека дата-сайентиста

MLflow: что меняется при переназначении alias Alias champion в Model Registry можно переназначить с одной версии на другую. П
MLflow: что меняется при переназначении alias Alias champion в Model Registry можно переназначить с одной версии на другую. При загрузке URI вида models:/fraud@champion MLflow берёт версию, на которую alias указывает в этот момент. Имя fraud здесь условное. После переназначения следующий вызов load_model по этому URI загрузит новую версию. Уже загруженный Python-объект сам от этого не обновится. Для воспроизводимого эксперимента сохраняйте номер загруженной версии. Имя champion остаётся подвижной ссылкой и не заменяет проверку модели перед внедрением. Документация и примеры 📍 Навигация: Вакансии • Задачи • Собесы 🐸 Библиотека дата-сайентиста

В парном bootstrap выбирайте строки целиком Если x и y относятся к одному наблюдению, при пересэмплировании нужно сохранить и
В парном bootstrap выбирайте строки целиком Если x и y относятся к одному наблюдению, при пересэмплировании нужно сохранить их пару. Например, для корреляции двух измерений у одних и тех же объектов. В scipy.stats.bootstrap параметр paired=True выбирает один массив индексов и применяет его ко всем входным массивам. При paired=False каждый массив пересэмплируется независимо. На схеме видно, какие пары сохраняет общий набор индексов. Одинаковой длины массивов для парности недостаточно: она определяется тем, как собраны данные. Обычный iid bootstrap также не учитывает автоматически временную зависимость или кластеры. Документация и примеры 📍 Навигация: Вакансии • Задачи • Собесы 🐸 Библиотека дата-сайентиста

Почему True | NA даёт True У nullable boolean в pandas три значения: True, False и NA. Результат будет NA, только если его не
Почему True | NA даёт True У nullable boolean в pandas три значения: True, False и NA. Результат будет NA, только если его нельзя определить по известному операнду. Поэтому True | NA даёт True, а True & NA — NA. На карточке — четыре сочетания для dtype="boolean". У фильтрации другое правило: NA в булевой маске исключает строку. Для данных [10, 20, 30] маска [True, False, NA] оставит [10]. Если нужно сохранить и строки с NA в маске, задайте это явно: фильтрация с mask.fillna(True) оставит [10, 30]. bool(pd.NA) при этом вызывает TypeError: у неизвестного нет однозначного булева значения. Документация и примеры 📍 Навигация: Вакансии • Задачи • Собесы 🐸 Библиотека дата-сайентиста

Куда HistGradientBoosting направляет строки с NaN В HistGradientBoostingClassifier пропуски можно оставить как NaN. При обуче
Куда HistGradientBoosting направляет строки с NaN В HistGradientBoostingClassifier пропуски можно оставить как NaN. При обучении дерево в каждом разбиении выбирает для них левую или правую ветвь по выигрышу от разбиения. При предсказании использует выученное направление. Есть отдельный случай: в обучении у этого признака пропусков не было, а при предсказании появился NaN. Тогда строка уйдёт в дочерний узел с большим числом обучающих объектов. Это поведение конкретного классификатора scikit-learn. Выбирайте между NaN и импутацией по результатам валидации на вашей задаче. Документация и примеры 📍 Навигация: Вакансии • Задачи • Собесы 🐸 Библиотека дата-сайентиста

📊 Расстояние между распределениями в понятных единицах В SciPy wasserstein_distance([0, 1, 3], [5, 6, 8]) возвращает 5,0. Вт
📊 Расстояние между распределениями в понятных единицах В SciPy wasserstein_distance([0, 1, 3], [5, 6, 8]) возвращает 5,0. Второй набор сдвинут на пять единиц. На схеме каждая из трёх масс переносится на это расстояние. Wasserstein-1 — минимальная стоимость переноса вероятностной массы: масса × расстояние. Для одномерных распределений это также площадь между CDF. Аргументы функции — наблюдения или значения поддержки, а не частоты гистограммы. Если у значений есть частоты, передавайте их через u_weights и v_weights. Без весов наблюдения равновесны. Результат измеряется в единицах исходной величины и зависит от масштаба. Это не p-value и не универсальный порог дрейфа данных. 🔗 Функция и примеры SciPy 📍 Навигация: Вакансии • Задачи • Собесы 🐸 Библиотека дата-сайентиста

📊 Выделить область и подсветить точки в Altair На scatter plot хочется быстро рассмотреть часть объектов. В Altair прямоугол
📊 Выделить область и подсветить точки в Altair На scatter plot хочется быстро рассмотреть часть объектов. В Altair прямоугольное выделение задаётся через alt.selection_interval() и подключается с add_params(brush). В официальном примере условие alt.when(brush) сохраняет цвет по числу цилиндров внутри выделения, а остальные точки делает серыми. Это изменение цвета, а не фильтрация данных. На нашей статичной схеме с синтетическими данными видно, что внешние точки остаются на графике. Потянуть рамку можно в интерактивном примере по ссылке ниже. Его оси — Horsepower и Miles_per_Gallon. Показанный API с alt.when соответствует текущему примеру Altair 6. 🔗 Интерактивный пример и код 📍 Навигация: Вакансии • Задачи • Собесы 🐸 Библиотека дата-сайентиста

📊 STL: почему period=12, а seasonal=13 Для месячного ряда с годовым циклом period=12 означает 12 наблюдений в сезоне. А seas
📊 STL: почему period=12, а seasonal=13 Для месячного ряда с годовым циклом period=12 означает 12 наблюдений в сезоне. А seasonal=13 задаёт нечётную длину окна сезонного сглаживания. Это разные параметры. STL с помощью LOESS раскладывает ряд на тренд, сезонность и остаток. На графике показана декомпозиция синтетического месячного ряда с этими настройками. robust=True уменьшает влияние больших ошибок через веса при сглаживании. Он не удаляет выбросы из исходных данных. Сначала проверьте регулярность ряда и смысл выбранного периода. Сама декомпозиция не даёт прогноз. Для него нужна отдельная модель, например в составе STLForecast. 🔗 Разбор STL в statsmodels 📍 Навигация: Вакансии • Задачи • Собесы 🐸 Библиотека дата-сайентиста

🔔 Последние дни акции Proglib Academy! Покупаете один курс — второй получаете в подарок. Успейте до 31 октября. Можно совмес
🔔 Последние дни акции Proglib Academy! Покупаете один курс — второй получаете в подарок. Успейте до 31 октября. Можно совместить два направления и прокачать навыки сразу в нескольких областях: ⬆️ ИИ для разработчиков — системная работа с ИИ на всех этапах разработки: от планирования задачи до написания кода, тестирования и ревью. ⬆️ Разработка ИИ-агентов — создание собственных агентов для работы с данными, API и внешними сервисами. В программе — RAG, MCP, LangGraph, n8n и тестирование агентов. Первый курс поможет встроить ИИ в привычный процесс разработки, второй — перейти к созданию собственных интеллектуальных инструментов. 🎁 А если эти направления не совсем то, что нужно, можно выбрать любые две программы из каталога. Осталось совсем немного времени — акция заканчивается 31 октября! 👉 Подобрать свою пару курсов

🧠 Можно ли верить вероятности 0,8 Модель хорошо ранжирует объекты. Это ещё не значит, что её вероятности надёжны. Среди прог
🧠 Можно ли верить вероятности 0,8 Модель хорошо ранжирует объекты. Это ещё не значит, что её вероятности надёжны. Среди прогнозов около 0,8 у калиброванной бинарной модели должно быть примерно 80% положительных исходов. Reliability diagram группирует прогнозы в интервалы. По горизонтали — средняя предсказанная вероятность, по вертикали — фактическая доля положительных. На учебном графике 0,9 соответствует доле 0,75: модель излишне уверена. Калибратор нельзя учить на in-sample прогнозах базовой модели. CalibratedClassifierCV использует для калибровки out-of-fold прогнозы. Проверяйте число объектов в интервалах. Даже меньший Brier score сам по себе не доказывает лучшую калибровку: он зависит и от других свойств прогноза. 🔗 Калибровка в scikit-learn 📍 Навигация: Вакансии • Задачи • Собесы 🐸 Библиотека дата-сайентиста