Data Science: Алгоритмы и Структуры данных
رفتن به کانال در Telegram
Мы не претендуем на оригинальность контента, мы лишь собираем материал из открытых источников. Ссылка: @Portal_v_IT Сотрудничество: @oleginc Канал на бирже: https://telega.in/c/structuredata
نمایش بیشتر7 596
مشترکین
-424 ساعت
-217 روز
-4730 روز
آرشیو پست ها
Уже очевидно, что крипта — главная золотая жила 2025 года. Посмотрите сами. По указу Трампа США инвестирует туда миллиарды долларов, Европа оплачивает газ и нефть в биткоине, а в России вот-вот появится своя криптобиржа.
Мы плавно входим в эпоху, когда сегодня 1 монетка стоит пару долларов, а уже завтра — больше квартиры. И кто не поленится разобраться в крипте сейчас — сколотит состояние.
Для этого не нужны особые знания и сотни часов возни с непонятными терминами — просто читайте этого инсайдера
Это один из известнейших специалистов по крипте в России. Еще в 2017 году он кричал, что за ней будущее, а сейчас объясняет, какие монеты вырастут на сотни процентов уже в феврале и как даже новичку забрать стабильно делать 40% в месяц
Сколотить достойный капитал никогда еще не было так просто — подписывайтесь, в закрепе есть торговая система и список монет которые скоро дадут «иксы»
Американские горки — поиск наибольшего паросочетания в двудольном графе
У нас есть три гипотезы:
Алгоритмы не должны быть чрезвычайно сложными для понимания!
Алгоритмы не скучны и не бесполезны!
Интересные книги про алгоритмы могут быть и с примерами кода на Си!
И «Алгоритмы? Аха!» подтверждает наши предположения на своём примере. Увлекательная книга, которая доступно и на ярких примерах объясняет самые актуальные алгоритмы, а примеры написаны на Си, но пусть вас это не пугает.
Посмотрите сами как выглядит страшный «Поиск наибольшего паросочетания в двудольном графе»
https://habr.com/ru/companies/piter/articles/875994/
Алгоритмы и Структуры данных
🔥 Ищешь новые возможности для развития и роста?
iGaming — твой шанс стать частью одного из самых быстрорастущих рынков в мире:
✨ Бюджеты. Индустрия инвестирует миллионы в маркетинг, технологии и развитие;
✨ Инновации будущего. Спрос на передовые технологии огромен, и они внедряются быстрее, чем в других бизнесах;
✨ Карьерный рост. Индустрия нуждается в сильных кадрах — используй возможность и займи сильную позицию в компании;
✨ Международные уровень. Работай с крупнейшими мировыми брендами и проектами.
Узнай об iGaming больше от Owner 1win — канале основателя передового холдинга в сфере
Промпт-инжиниринг: как разговаривать с нейросетью на одном языке
Появление трансформеров и мультимодальных моделей превратило языковые модели из инструментов для узкоспециализированных задач в универсальные системы, способные решать широкий спектр проблем. Эти достижения повысили не только производительность, но и доступность ИИ, позволив интегрировать его в повседневную жизнь и бизнес. Сегодня LLM — это не просто технология, а платформа, на которой строится будущее искусственного интеллекта. Расскажем, как развивались современные нейросети и научим вас формулировать запросы к LLM так, чтобы они точно понимали ваши потребности.
Никита Грибанов — Data Scientist из компании RAFT, занимается исследованием безопасности. На закрытом эфире для комьюнити Skillbox Code Experts рассказал, что такое LLM и как с ними общаться. Изложили основные мысли в статье.
https://habr.com/ru/companies/raft/articles/876896/
Алгоритмы и Структуры данных
Отчет о проекте эффективного приоритетного дерева SAPT
Отчет о, написанном мною, алгоритмическом статичном двунаправленном дереве, имеющим сложность O(1) по всем параметрам. Не считаю эту статью чем-то выдающимся, никуда не претендую, это всего лишь отчет моей работы. Если вам понравится можете свободно пользоваться.
В качестве небольшого предисловия:
Зачем я спроектировал дерево?
Я пишу научный проект из сферы биологии, где присутствует элемент иерархии, и для последовательного выполнения действий следовало отсортировать данные по приоритетам, при этом делать это максимально быстро и эффективно. Для удобства данные я называю клетками, а приоритет представляю "старостью" клеток.
https://habr.com/ru/articles/876878/
Алгоритмы и Структуры данных
Премия Data Fusion Awards объявляет о новой номинации — «Научный прорыв года в ИИ»
Если вы опубликовали научную статью по ИИ или науке о данных в 2024 году, подавайте заявку и поборитесь за приз в 1 000 000 рублей. В этом году жюри выберет три значимые работы российских ученых, которые получат награды из общего фонда — 3 000 000 рублей.
Заявки принимаются до 31 января 2025 года. Церемония награждения пройдет в апреле на конференции Data Fusion в Москве.
➡️Детали
SQL HowTo: пошагово решаем СЛУ (Advent of Code 2024, Day 13: Claw Contraption)
В этой челлендж-серии статей попробуем использовать PostgreSQL как среду для решения задач Advent of Code 2024.
Возможно, SQL не самый подходящий для этого язык, зато мы рассмотрим его различные возможности, о которых вы могли и не подозревать.
В этой части совсем простая идея по одновременному решению систем линейных уравнений "пачками".
https://habr.com/ru/companies/tensor/articles/876852/
Алгоритмы и Структуры данных
Идеи о системе ИИ: Система команд. Часть 1
Описание задачи, которую я рассматриваю в этой статье.
Нужно сделать программу, которая сможет выполнять какие-то действия на основе входных данных. В качестве входных данных будем рассматривать текст. В качестве действий будем рассматривать выполнение ветвлений (вызов функции), которые будут выполняться на основе прогноза модели, коротая обрабатывает входной текст.
Программа может получать входные данные через строку ввода. Затем она должна обработать текст и распознать команду, которую ввел пользователь. Данные могут быть как-то искажены, могут не представляться в том, виде, в котором система обучалась их получать.
Для того, чтобы правильно распознавать команды, необходимо как-то их аппроксимировать, кроме того, также необходимо аппроксимировать сами слова. Для этого будет использоваться множественная логистическая регрессия. Под аппроксимацией я понимаю именно то, что это означает, либо обобщение, как это обычно называют.
https://habr.com/ru/articles/876716/
Алгоритмы и Структуры данных
Немного поупражнялся с градиентами
Мысль о переходах цветов пришла мне на пробежке.
Я думал о том, что если есть шкала оценок приятия-неприятия по десятибальной шкале, можно сказать — мне нравится что-то от 0 до 10 баллов или мне что-то не нравится от 0 до 10 баллов. Неплохо было бы разукрасить это цветами от зеленого (нравится) до красного (не нравится), посередине желтым.
За 15 минут набросал код первого градиента.
https://habr.com/ru/articles/876726/
Алгоритмы и Структуры данных
⚡️ Промокод на поездку в Яндекс.Такси за 1 рубль
А еще годовой Плюс за 50р, Биг Спешл комбо во Вкусно-и-точка за отзыв и 10 доставок от Яндекса доступны на канале ЯМбические скидки.
‼️ Тут сотрудники Яндекса делятся промиками «для своих»
Скорее подписывайтесь, ведь самые крутые промокоды отрывают буквально с руками:
https://t.me/+OGLZAmqV1xM0NjBi
Задачка: Сбор дождевой воды 3D
Последнее время я крепко подсел на LeetCode. Нет ничего лучше, чем с утра после чашки кофе зайти на дейлик, быстро придумать решение, с замиранием сердца нажать Submit иии... Accepted! Настроение улучшается и можно спокойно работать. Но так бывает не всегда. Случается, что решения не видно совсем или удается придумать только брутфорсное решение что для LeetCode равносильно тому, что решения нет. Приходится открывать подсказки, смотреть как решили другие. А после некоторых задач вера в возможности собственного ума может и вовсе пошатнуться.
Вот как раз одну из таких задач я предлагаю вам.
https://habr.com/ru/articles/703020/
Алгоритмы и Структуры данных
Порталы: как устроен расчёт видимости в Quake
Вы когда-нибудь хотели узнать, как работала предварительно вычисленная видимость в Quake? Я хотел, поэтому написал программу vis.py, воссоздающую этот алгоритм на Python. В этой статье представлена вся информация, необходимая для понимания vis, — инструмента, применявшегося в Quake, Half-Life и играх на Source Engine.
В процессе разработки Quake возникла проблема перерисовки (overdraw), то есть многократной записи одного и того же пикселя во время рендеринга кадра. Видимым остаётся лишь последний цвет, а все предыдущие записи оказываются лишней тратой ресурсов. Это плохо, если в вашей игре используется программный рендеринг, и так выжимающий последние соки из компьютера середины 90-х годов.
Как снизить объём перерисовки? Давайте начнём с высокоуровневого обзора возможных решений.
https://habr.com/ru/articles/876058/
Алгоритмы и Структуры данных
Как я писал трекинг парковочных мест
С детектированием автомобилей возникал сразу вопрос, а какую модель использовать? Тут я метался очень сильно. Первое, что знал и что очень хорошо работало - это YOLOv7, даже на процессоре она выдавала довольно хорошую производительность (хотя в нашем деле это и не так важно, но все же), но за слабым бэкграундом я не смог до конца переделать код, который был в документации, поэтому отложил это в сторону (в планах есть перейти на YOLO). Дальше мой выбор пал на фреймворк OpenVINO, в котором есть предобученные модели от самого intel и публичные. Сразу скажу, что пробовал только модели от Intel, т.к не хотел долго разбираться с публичными, а в них кажется всё работает как-то чуть иначе, но не суть. Но модели от Intel были не готовы распознавать машины при виде сверху от слова совсем. Ниже пример :)
https://habr.com/ru/articles/703276/
Алгоритмы и Структуры данных
Друзья , хочу обратить ваше внимание на проект Zifretta Ecosystem !👍
Сейчас ,в связи с грядущей фазой открытой стадии их майнинг бота , (куда каждый сможет зайти абсолютно свободно и добывать будущий токен проекта $ZFR) проходит..🍸
⛅️ Розыгрыш ПК
В количестве 10 шт в кастомном оформлении Zifretta , совместно с их партнёрами из CapsGame и TryTON. Кстати говоря ПК очень заряженные и помимо них будет ещё 90 не менее крутых призов ,а так же памятная SBT всем участникам розыгрыша.
Подробные условия по розыгрышу можно узнать у них на канале в одном из последних постов или уточнить в чате - модерация очень приветливая и всегда отвечает быстро на любые интересующие вопросы .
Комьюнити и в правду очень ламповое и теплое - чатик находится ТУТ 🚀
-Так же команда активно билдит сервер на базе ГТА V с внедрением криптовалюты.. 🤫
- Проводит очень качественные квесты по типу Cicada3301, благодаря которым и сформировалась их команда🏆
Если вас заинтересовал проект и вы изучаете разработку , команда Zifretta рассмотрит вашу кандидатуру (как опытных программистов так и под развитие , так скажем под свое крыло) , по этому вопросу можете так же написать в чатике и вас направят к руководству 🤝
Не стесняйтесь , команда придерживается максимально открытой политики и все лички у фаундеров всегда открыты🤗
Благодарю вас за внимание , приходите,ребята очень перспективные ,уверен каждый найдет в этом проекте то ,что ему по душе 🚀
РОЗЫГРЫШ | КАНАЛ | МАЙНИНГ БОТ | ЧАТИК
Как я писал трекинг парковочных мест
С детектированием автомобилей возникал сразу вопрос, а какую модель использовать? Тут я метался очень сильно. Первое, что знал и что очень хорошо работало - это YOLOv7, даже на процессоре она выдавала довольно хорошую производительность (хотя в нашем деле это и не так важно, но все же), но за слабым бэкграундом я не смог до конца переделать код, который был в документации, поэтому отложил это в сторону (в планах есть перейти на YOLO). Дальше мой выбор пал на фреймворк OpenVINO, в котором есть предобученные модели от самого intel и публичные. Сразу скажу, что пробовал только модели от Intel, т.к не хотел долго разбираться с публичными, а в них кажется всё работает как-то чуть иначе, но не суть. Но модели от Intel были не готовы распознавать машины при виде сверху от слова совсем. Ниже пример :)
https://habr.com/ru/articles/703276/
Алгоритмы и Структуры данных
Валя, как это было… И еще раз о ботах с человеческим именем
Как-то раз в светлые головы разработчиков одного департамента ЛАНИТ закралась мысль: “А не провести ли нам хакатон?”. Казалось бы, уже тысячу раз было. Но мы преследовали коварные корпоративные цели, а значит, отступать было некуда - позади HR.
Во-первых, планировалось сделать хакатон межрегиональным, то бишь собрать команды со всех офисов и дать им тимбилдинг в полный рост. Во-вторых, реально запустить в жизнь продукт, который покажется рецензентам наиболее жизнеспособным и перспективным. А поскольку в то время только ленивый (или ярый пользователь WhatsApp) не писал собственных ботов, мы подумали: “Ок, так тому и быть. Пусть будет бот, но пусть он приносит много пользы”.
В итоге было предложено аж пять почти готовых ботов для Telegram, в каждом из которых было свое рациональное зерно. Но, как водится, ни один из них не получил какого-либо бурного развития. И тогда за дело взялись два рыцаря джедая…
https://habr.com/ru/companies/lanit/articles/703212/
Алгоритмы и Структуры данных
Тестирование: быстрый старт в IT за 0₽
Зарплата начинающего Тестировщика от 80 000₽. Он проверяет работу сайтов, мобильных приложений и ищет в них ошибки. От тестировщика во многом зависит качество итогового продукта, поэтому спрос на данных специалистов растёт.
Прямо сейчас Skillbox отдает пятидневный курс по тестированию бесплатно.
Переходите по ссылке и участвуйте в тест-драйве профессии. Акция продлится до 25 января: https://go.redav.online/3ce9ac7270bf9c50?erid=2VfnxxcSezk&m=1
Пишем мультиметоды из Lisp в С++
Что и главное зачем мы собираемся делать?
Начнём с примера, допустим у нас есть интерфейс Animal, который поддерживают классы Cat, Dog, и Frog.
И мы хотим определить операцию interact(взаимодействие) между двумя Animal.
https://habr.com/ru/articles/703846/
Алгоритмы и Структуры данных
Проецирование вершин графа в векторное пространство. Часть 2. Марковская цепь и Word2Vec
И снова здравствуйте! Меня зовут Илья Котов, я Data Scientist в Сбере, участник профессионального сообщества NTA. Эта статья — вторая часть небольшого цикла, посвящённого алгоритмам вложений вершин графа в векторное пространство. Сегодня рассмотрим главную идею алгоритмов, основанных на случайных блужданиях. Перед прочтением рекомендуем прочитать первую часть.
https://habr.com/ru/companies/sberbank/articles/704054/
Алгоритмы и Структуры данных
Горизонтальное масштабирование базы данных. Репликация. Партицирование. Шардирование
В современном мире данных нагрузка на базы данных стремительно растёт. Когда один сервер перестаёт справляться с объёмом запросов, встаёт вопрос о масштабировании: как эффективно распределить нагрузку, сохранив высокую производительность и доступность?
Можно конечно попытаться сделать наш единственный сервер идеальным и мощным - вертикально масштабировать его. Но сегодня мы поговорим о горизонтальном масштабировании - будем брать не мощностью сервера, а количеством узлов.
Существует множество стратегий решения указанной проблемы. Сегодня мы разберем самые популярные из них - репликацию, партициривание и шардирование. Рассмотрим их принципы, плюсы и минусы, а также лучшие практики применения. Понимание этих техник поможет разработчикам и архитекторам строить отказоустойчивые, масштабируемые и высокопроизводительные системы хранения данных.
https://habr.com/ru/articles/875708/
Алгоритмы и Структуры данных
