Всё про Алгоритмы и Структуры данных

Генетический алгоритм в помощь Adam — супер, но есть нюанс Это моя первая статья и я хотел бы начать ее с такого интересного эксперимента как "сбор гибрида для обучения нейронных сетей с помощью генетического алгоритма" и дополнительно рассказать про библиотеку Deap. Для данной статьи я подразумеваю, что вы уже знаете как устроены нейронные сети и как они обучаются. Сейчас практически у всех на слуху "нейросети" и подобные производные от данного слова, то всякого рода другие подходы отходят на второй план. Во вторую категорию (сугубо личное мнение, можете не согласиться) относятся генетические алгоритмы и др. родственные алгоритмы. Поэтому попробую дать основы, из чего состоит генетический алгоритм, стараясь не нагружать статью математикой. Если вы уже знакомы с данным алгоритмом, можно пропустить материал в "скрытом тексте" :) https://habr.com/ru/articles/909124/ Алгоритмы и Структуры данных

Почему идентификация лиц невозможна — так, как этого хочет заказчик? Ну, давайте честно, много вы знаете случаев успешного внедрения? Естественно, мы не говорим про верификацию, когда нужно просто подтвердить, что чел похож на того, кому дана карточка СКУД. Хотя… об этом тоже поговорим, потому что и она извращена на практике. https://habr.com/ru/articles/671940/ Алгоритмы и Структуры данных

Интерактивный учебник для подготовки к алгоритмической секции собеседования Собеседования в крупные IT-компании почти всегда содержат алгоритмическую секцию — даже если вы собеседуетесь на позицию, в работе на которой алгоритмы возникать вряд ли будут. Ниже мы приводим пример задачи, с которой вы можете столкнуться на вашем следующем интервью. Мы расскажем, как эта задача решается, но мы настоятельно рекомендуем вам читать решение только после того, как вы попробуете решить задачу самостоятельно: во-первых, это отличная тренировка; во-вторых, вы лучше запомните решение, если придумаете его сами (не отказывайте себе в этом удовольствии!); в-третьих, даже если вы подумаете над задачей, но не решите её, время не будет потеряно: прочитав потом решение, вы лучше его поймёте и оцените его красоту. https://habr.com/ru/articles/671466/ Алгоритмы и Структуры данных

Ядро, которое понимает: как я построил обучаемый механизм атак с нейросетью, эволюцией и квантовой логикой Я больше не мог смотреть на то, как сканеры уязвимостей просто генерируют атаки из словарей и кидают в стену тысячи запросов. Это напоминало мне детский рисунок, где ребёнок мечется кистью по холсту, надеясь случайно изобразить Ван Гога. Я хотел сканер, который понимает. Сканер, который учится. Сканер, который адаптируется. Так начался проект AI-Scanner — не как плагин к существующему решению, а как попытка вырастить нечто живое: обучаемую систему, способную эволюционировать, предсказывать, ошибаться и исправляться. https://habr.com/ru/articles/908796/ Алгоритмы и Структуры данных

Как c помощью Аналитики набрать миллионы подписчиков на Youtube «Никто ничего не знает» - знаменитая цитата Уильяма Голдмана, сказанная в 80х. Имелась ввиду неспособность Голивудских продюсеров предугадывать успех или провал фильма в прокате. Сам Голдман - дважды обладатель Оскара и один из самых великих сценаристов в истории кинематографа. Короче, ему можно верить. С тех пор прошло 40 лет. Появился интернет. В Интернете появилось видео. Однако, в отличие от фильма в кинотеатрах, успех ролика в интернете можно предугадать с большой вероятностью. Особенно, успех ролика на Ютуб. https://habr.com/ru/articles/672260/ Алгоритмы и Структуры данных

Люди массово переходят на новый способ заработка – арбитраж криптовалют Арбитраж – это единственная сфера, где можно зарабатывать от 5.000р в день. Причем потолка дохода вообще нет – те кто еще вчера не знал, что такое арбитраж, сегодня выходят на 200, 300 и даже 500 тысяч в месяц. Чтобы войти в эту нишу, пока она не перегрелась, пользуйтесь инструкциями с канала Арбитраж Криптовалют. Он идеально подходит людям, которые ничего не знают про заработок в интернете, но при этом хотят выйти на доход в $1000-2000. Без вложений. Без рисков. Без серых схем и прочего барахла. Успей присоединиться, начать никогда не поздно: https://t.me/+_hSB_IFT-othZTJl

Быстрый алгоритм fulltext-поиска без токенизации Меня зовут Дмитрий Ольшанский, я ведущий инженер Т-Банка. Расскажу о новом (насколько мне известно) алгоритме поиска текста по шаблону. Такая задача возникла в рамках проекта Sage — observability-платформы от Т-Банка, для которой мы строим новый бэкэнд для структурированных логов, SageDB. https://habr.com/ru/companies/tbank/articles/906990/ Алгоритмы и Структуры данных

Атака зомби: математическая модель заражения В одном из американских издательств вышел любопытный сборник научных работ по моделированию инфекционных болезней. Одна из статей в сборнике (18-страничный PDF) посвящена весьма «актуальной» сегодня теме — моделированию атаки зомби [When Zombies Attack!: Mathematical Modelling Of An Outbreak Of Zombie Infection – P. Munz, I. Hudea, J. Imad and R.J. Smith?]. Учёные составили базовую математическую модель скорости распространения атаки зомби, в зависимости от количества жителей. https://habr.com/ru/articles/67275/ Алгоритмы и Структуры данных

Дискретные тригонометрические функции, машинный эпсилон и автоматическое дифференцирование Попалась мне недавно статья Синус, косинус, квадратный корень FixedPoint. Автор размышляет как можно не затратно рассчитывать координаты и углы в микроконтроллере. Попробовал я подсказать автору пару аппроксимаций, но он оказался общителен только на тему "упадка автоматизации в РФ", а по делу как то не сложился диалог. Посмотрел, такие статьи с такой тематикой не редкость. Например, очень хорошая статья Как посчитать синус быстрее всех на Xабре. В общем разгрузил себе голову на майских праздниках от главного хобби - геометрической алгебры. В процессе изучения всего этого, возник у меня вопрос - а зачем вообще нужно аппроксимировать sin,cos, arctan и еще и в привязке к числу в двоичной системе, если есть декартовы координаты? Из ответа на этот вопрос родилась идея этой статьи. Будет длинно, но если на примере подробно разбираться с работой машинного эпсилон и автоматическим дифференцированием, короче не получится. Следите за мыслью по ходу изложения. Начну с главного тезиса, и разверну по шагам как это работает на примере операций с единичной окружностью. На математический трактат не замахиваюсь, поэтому пишу только основное и не строго. https://habr.com/ru/articles/907936/ Алгоритмы и Структуры данных

I-CON: Периодическая таблица машинного обучения В последние годы в исследованиях машинного обучения наблюдается распространение методов обучения представлений, каждый из которых имеет уникальную архитектуру, функции потерь и стратегии обучения. Эта фрагментация затрудняет для исследователей понимание взаимосвязей между различными методами и определение того, какой подход лучше всего подходит для данной задачи. В статье "I-CON: Унифицированная платформа для обучения представлений" предлагается всеобъемлющая информационно-теоретическая платформа, которая вносит ясность в этот сложный ландшафт, объединяя более 23 различных методов обучения представлений под единой математической формулировкой. Фреймворк I-CON, показывающий взаимосвязь между входными данными, контрольными сигналами, изученными представлениями и распределениями вероятностей. https://habr.com/ru/articles/908306/ Алгоритмы и Структуры данных

Ну как оно, нравится быть фрилансером? DevHumor

Путь самурая к заветной 1К на LeetCode [личный опыт] Возможно вы сейчас на этапе подготовки к алгоритмическому собеседованию в Big Tech или просто энтузиаст, который хочет укрепить свои знания алгоритмов. Тогда эта статья для вас! https://habr.com/ru/articles/907944/ Алгоритмы и Структуры данных

CLIP или SigLIP. База по Computer vision собеседованиям. Middle/Senior Вопросы о CLIP-моделях встречаются почти на каждом техническом собеседовании. Неважно, занимаетесь ли вы видеоаналитикой, создаёте генеративные модели или работаете над поиском по изображениям — CLIP и его потомки (BLIP , SigLIP ) стали стандартом де-факто в задачах связи визуальных и текстовых данных. Почему? Потому что они позволяют решать задачи, которые ранее требовали значительных усилий: от автоматической разметки данных до генерации изображений по текстовым запросам. А значит, на собеседовании вас спросят, как устроены эти модели, зачем они нужны и в чём их преимущества перед классическими подходами. https://habr.com/ru/articles/908168/ Алгоритмы и Структуры данных

🧐 Ты когда-нибудь задумывался:  - Почему одни люди годами работают за 50 000 ₽, а другие через 2-3 месяца учёбы получают офферы на 150 000+?  - Как некоторые выходят на фриланс и выбирают проекты, а не ждут, пока их наймут?  - Почему в IT даже новички могут позволить себе переезд в другую страну или ипотеку со льготной ставкой?  Ответ прост: они выбрали правильное направление с самого начала.  SkillFactory знает, как это сделать. Не гадайте на кофейной гуще — пройдите точный тест из 18 вопросов, который уже помог 10 000+ человек:  ☑️ 5 минут — и алгоритм покажет, какая IT- или дизайн-специальность подходит именно вам.  ☑️ Бесплатно — сразу после теста: карьерный гайд + разбор ваших сильных сторон.  ☑️ Без воды — только актуальные профессии 2025 года с реальными зарплатами.  👉 "Но разве можно выбрать профессию за 5 минут?"  Можно, если вопросов ровно столько, чтобы отсечь всё лишнее. Попробуйте — ссылка на тест. Реклама. Информация о рекламодателе по ссылкам в посте.

Триангуляция по косточкам Всё началось невинно. Шёл 2009 год, и я просто хотел портировать Earcut на Flash — для своей мини-игры. Тогда это сработало, но с годами стало понятно: простые решения перестают работать, как только хочешь выжать из них максимум. Я углубился в теорию, и начал перебирать статьи и просматривать ролики на youtube. Сильно помогла книга А.В. Скворцова. В итоге я остановился на подходе разбиения на монотонные многоугольники. Он казался самым очевидным. И ох, сколько я набил себе шишек, пока его реализовал. Первым прорывом стало осознание, что float нужно заменить на int. Алгоритм почти заработал - но всё равно сыпался. Он оказался крайне не устойчивым ко входным данным: самопересечения, коллинеарные рёбра, касания дыр к внешнему контуру, дегенеративные точки - всё это могло его поломать в любой момент. В итоге алгоритм вроде и работал, но мне он не нравился. Шли года, моя рука крепла. Я написал iOverlay - булеву библиотеку, которая может устранить самопересечения и привести начальные условия в надлежащий вид. И тогда я решил вернуться к старому триангулятору и разобрать его по косточкам. На этот раз всё пошло проще - потому что я уже знал, чего ждать. https://habr.com/ru/articles/908134/ Алгоритмы и Структуры данных

Всё, что вам не рассказали про Shunting Yard Алгоритм сортировочной станции (Shunting Yard) был предложен Дейкстрой ещё в 1961 году и служит для преобразования математических выражений из привычной всем инфиксной записи (где операторы стоят между операндами, как в 1 + 2 * 3) в постфиксную (обратную польскую нотацию, 1 2 3 * +), удобную для дальнейшего вычисления. Алгоритм получил своё название по аналогии с процессом сортировки вагонов на железнодорожной станции, где нужно правильно выстроить их в нужном порядке с учётом приоритетов. Алгоритм широко известен, а его описание можно найти даже на Википедии. Однако есть один важный момент, который почти всегда упускается или замалчивается: алгоритм предполагает, что входное выражение уже синтаксически корректно. https://habr.com/ru/articles/908062/ Алгоритмы и Структуры данных

Змейка здорового человека Если вы, как и я, устрашились фундаментального двухчастного трактата коллеги@Orazbek_B, возможно вас заинтересует это крохотное эссе. Сперва – код на питоне: https://habr.com/ru/articles/672296/ Алгоритмы и Структуры данных

DI в Python, Easy-DI: спаситель в сложном мире зависимостей Сегодня я бы хотел вместе с вами погрузится в увлекательный мир зависимостей, а точнее их внедрение. И так, давайте сначала разберемся что же такое зависимость? Зависимость - это объект (или функция, в Python все - это объект), который нужен другому объекту или функции для их нормальной работы. Почти в каждого объекта есть одна или несколько зависимостей. Существует 2 основных метода их получение: создание зависимости непосредственно внутри функции либо же инъекция (внедрение). https://habr.com/ru/articles/907544/ Алгоритмы и Структуры данных

Псевдослучайный рандом в Python В этой статье хочу рассказать про нерандомность модуля random в стандартной библиотеке Python. С точки зрения криптографии и математики числа, генерируемые этим модулем, случайные лишь на вид — они порождаются детерминированным алгоритмом, что делает их псевдослучайными. Рассмотрим, как устроен генератор на основе алгоритма Mersenne Twister (MT19937), почему его выходы «нерандомны» в формальном смысле и какие практические следствия это имеет. https://habr.com/ru/articles/907930/ Алгоритмы и Структуры данных

Как Duolingo юзает машинное обучение для прокачки английского: кратко и по делу Привет, чемпионы! Duolingo — это уже давно не просто приложение с разноцветными совами и скучными заданиями. С 2023 года и особенно в 2025-м они вкатились в тему искусственного интеллекта (ИИ) и машинного обучения (ML) по полной. Всё, что раньше делали люди — создание курсов, проверку ответов, адаптацию заданий — теперь почти полностью берёт на себя ИИ. Вот как это работает и почему это круто. https://habr.com/ru/companies/datafeel/articles/907412/ Алгоритмы и Структуры данных