fa
Feedback

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

Анализ данных (Data analysis)

Анализ данных (Data analysis)

رفتن به کانال در Telegram

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

نمایش بیشتر

📈 تحلیل کانال تلگرام Анализ данных (Data analysis)

کانال Анализ данных (Data analysis) (@data_analysis_ml) در بخش زبانی روسی بازیگری فعال است. در حال حاضر جامعه شامل 51 907 مشترک است و جایگاه 2 572 را در دسته فناوری و برنامه‌ها و رتبه 11 804 را در منطقه روسيا دارد.

📊 شاخص‌های مخاطب و پویایی

از زمان ایجاد در невідомо، پروژه رشد سریعی داشته و 51 907 مشترک جذب کرده است.

بر اساس آخرین داده‌ها در تاریخ 17 نوامبر, 2026، کانال فعالیت پایداری دارد. در ۳۰ روز گذشته تغییر اعضا برابر 389 و در ۲۴ ساعت گذشته برابر -16 بوده و همچنان دسترسی گسترده‌ای حفظ شده است.

  • وضعیت تأیید: تأیید نشده
  • نرخ تعامل (ER): میانگین تعامل مخاطب 11.71% است و در ۲۴ ساعت نخست پس از انتشار، محتوا معمولاً 8.49% واکنش نسبت به کل مشترکان کسب می‌کند.
  • دسترسی پست‌ها: هر پست به طور میانگین 6 077 بازدید دریافت می‌کند. در اولین روز معمولاً 4 406 بازدید جمع‌آوری می‌شود.
  • واکنش‌ها و تعامل: مخاطبان به‌طور فعال حمایت می‌کنند؛ میانگین واکنش به هر پست 173 است.
  • علایق موضوعی: محتوا بر موضوعات کلیدی مانند llm, контекст, openai, архитектура, deepseek تمرکز دارد.

📝 توضیح و سیاست محتوایی

نویسنده این فضا را محل بیان دیدگاه‌های شخصی توصیف می‌کند:
“Data science, наука о данных. @haarrp - админ РКН: clck.ru/3FmyAp”

به لطف به‌روزرسانی‌های پرتکرار (آخرین داده در تاریخ 18 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.

51 907
مشترکین
-1624 ساعت
-507 روز
+38930 روز
آرشیو پست ها
📏 Как измерить опоссумов линейной регрессией А что если использовать свои навыки регрессии, чтобы предсказать длину головы о
📏 Как измерить опоссумов линейной регрессией А что если использовать свои навыки регрессии, чтобы предсказать длину головы опоссума по остальным метриками его тела? Для тех, кто подзабыл: линейная регрессия— это регрессионная модель, которая позволяет описать зависимость одной переменной от одной или нескольких других переменных с линейной функцией зависимости. В открытом доступе есть датасет про опоссумов. Для расчёта нужно взять csv-файл, который содержит информацию из девяти метрик каждого из 104 горных кистехвостых опоссумов, отловленных в семи местах от Южной Виктории до центрального Квинсленда. ➡️ Читать 🎯Датасет 🔗Код @data_analysis_ml
01 اوت 2022, 02:29

Обнаружение фейковых новостей по их заголовкам Идея данного проекта состоит в том, чтобы создать модель машинного обучения, к
Обнаружение фейковых новостей по их заголовкам Идея данного проекта состоит в том, чтобы создать модель машинного обучения, которая могла бы определять, являются ли заголовки новостей, представленные в интернете, правдой или нет. Для обучения модели в данной статье будем использовать данные из файла train.tsv, который содержит новостные заголовки взятые с https://panorama.pub и https://lenta.ru. В файле находится таблица, состоящая из двух колонок. В колонке title записаны заголовки новостей. В колонке is_fake содержатся метки: 0 – новость реальная, 1 – новость выдуманная. Читать дальше @data_analysis_ml
31 ژوئیه 2022, 03:26

🚀 @machinelearning_interview - в Канале собраны все возможные вопросы и ответы с собеседований по Аналитике данных и Машинно
🚀 @machinelearning_interview - в Канале собраны все возможные вопросы и ответы с собеседований по Аналитике данных и Машинному обучению. Для всех уровней разработчиков от авторов популярного канала Machine learning. Материалы канала реально помогут подготовиться к data science собеседованию. 👉Перейти
31 ژوئیه 2022, 03:26

🎯 Снижаем размерность. Факторный анализ и метод главных компонент Задача была такая: набор признаков должен обеспечить максимальную информативность. Это значит, что отбираются признаки, способные объяснить наибольшую долю дисперсии исходного набора. Факторный анализ – многомерный метод, который применяется для изучения связей между переменными, когда существует предположение об избыточности исходных данных. Вращение Varimax в ходе факторного анализа способствует нахождению наилучшего подпространства признаков. Метод главных компонент – метод статистического анализа, позволяющих снизить размерность пространства признаков и потерять при этом минимальное количество информации. Достигается это за счёт построения подпространства признаков меньшей размерности таким образом, чтобы дисперсия, распределённая по получаемым осям, была максимальна. Первым этапом будет генерация исходных данных: DataFrame, большее количество столбцов которого будут заполнены случайными числами с заданной амплитудой, и лишь некоторые признаки (назову их существенными), которые будут выступать переменными, используемыми в модели. Я рассмотрю представленные выше методы на примере снижения размерности полученного набора данных. Читать дальше @data_analysis_ml
30 ژوئیه 2022, 04:42

#01TheNotSoToughML | Что означает “подогнать линию” Что такое подгонка линии? Когда мы начинаем изучать любой курс по МО, пер
#01TheNotSoToughML | Что означает “подогнать линию” Что такое подгонка линии? Когда мы начинаем изучать любой курс по МО, первое, с чем мы сталкиваемся, — это проведение линии вблизи точек. В связи с этим вы часто можете встретить термин “линейная регрессия”. Примечание. Хотя в этой статье пойдет речь в основном об интуитивных решениях, лежащих в основе линейной регрессии, мы также будем использовать уравнения. Кстати, мы будем создавать эти уравнения самостоятельно! Читать дальше @data_analysis_ml
29 ژوئیه 2022, 09:00

СТС совместно с участниками курсов Skillbox по направлению Data Scientist PRO разрабатывают эпизод сериала «Сидоровы», полностью написанный нейросетью. Для обучения искусственного интеллекта использовали данные 7 телешоу, чтобы генерировать новые варианты развития событий без штампов. Интересно, как код превращается в полноценный сценарий? Попробуйте себя в роли Data Scientist — специалиста по машинному обучению — на бесплатном практическом интенсиве. Записывайтесь прямо сейчас: 👉 https://clc.to/0LSC0A Специалисты по Data Science не боятся искусственного интеллекта. Они его создают! Разрабатывают голосовых помощников наподобие Яндекс.Алисы и обучают нейросети, которые «расшифровывают» древние тексты не хуже Лары Крофт. Используйте возможность за 3 дня получить представление о профессии Data Scientist и выполните практическое задание. Вы создадите свою первую модель машинного обучения. Познакомитесь с языком Python, библиотеками Pandas и Matplotlib. Регистрируйтесь и получите чек-лист по Data Science с полезными ресурсами и советами, где найти первые заказы для портфолио. 🏆 Всем участникам, дошедшим до финала интенсива, отправим в подарок электронную книгу Пола Доэрти и Джеймса Уилсона «Человек + машина» издательства МИФ. Подключайтесь к прямым эфирам с 4 по 6 августа в 21:00 по московскому времени и получите сертификат на 10 000 рублей на любой курс Skillbox.
29 ژوئیه 2022, 07:02

Как собрать платформу обработки данных «своими руками»? Один заказчик, который заинтересовался нашими компетенциям в построен
Как собрать платформу обработки данных «своими руками»? Один заказчик, который заинтересовался нашими компетенциям в построении инфраструктур, предложил крупный интеграционный проект. Архитекторы клиента придумали сложную и большую платформу, которая включала в себя машинное обучение, обработку данных и управлялась с помощью Kubernetes. Нам поставили задачу реализовать проект платформы, настроить связность элементов, построить и запустить инфраструктуру в эксплуатацию. В итоге всё прошло хорошо и заказчик доволен. А у нас возникла идея скомпоновать свою платформу — такую, чтобы она была доступной не только большому бизнесу, но и компаниям среднего и малого масштаба. То есть сделать так, чтобы можно было получать большие возможности и не платить при этом огромные деньги. Читать дальше @data_analysis_ml
29 ژوئیه 2022, 02:47

Vacancies for Data Scientists are already in the channel! Subscribe not to miss new ones.
Vacancies for Data Scientists are already in the channel! Subscribe not to miss new ones.
29 ژوئیه 2022, 01:43
03 اوت 2022, ~07:29

Топ-5 браузерных расширений для специалистов по анализу данных Сейчас исследователи данных в основном работают в браузере с помощью Jupyter Notebook или другого подобного браузерного блокнота. Некоторые задачи можно выполнять вне браузера, но затем дата-сайентист опять возвращается в браузерный блокнот. Учитывая такую специфику работы специалистов по данным, эти 5 браузерных расширений точно пригодятся любому дата-сайентисту. Читать дальше @data_analysis_ml
28 ژوئیه 2022, 14:02

— Хочу услышать три главных слова… — Вы в SberData! Добро пожаловать в команду, которая создаёт решения для обработки данных
— Хочу услышать три главных слова… — Вы в SberData! Добро пожаловать в команду, которая создаёт решения для обработки данных всего Сбера. Её дважды признали лучшей в двух номинациях Data Award 2022. Эти люди собирают свои СУБД, мониторят процессы с помощью инструментов DS, ML, AI, разрабатывают фреймворки загрузки и проверки качества данных, внедряют сервисы. Объём данных внутренних клиентов Сбера уже перевалил за 123 Пб и продолжает расти. В команду SberData нужны ещё руки и головы: разработчики ClickHouse, DevOps-инженеры, сисадмины, гуру Scala, Java, Python. Вы получите опыт работы в масштабном data-проекте, сможете повышать квалификацию и как захотите мигрировать внутри команды – вертикально и горизонтально. Присоединяйтесь Узнать больше о команде и посмотреть вакансии: по ссылке
28 ژوئیه 2022, 12:02

Предсказание временных рядов с помощью Keras Машинное обучение имеет множество применений, одним из которых является прогнозирование временных рядов. Состояние сферы искусственного интеллекта сегодня включает в себя множество разных методов, которые позволяют расширить спектр возможностей компьютера. Например, машинное обучение, big data, нейронные сети, когнитивные вычисления и другие. Машинное обучение – один из передовых методов, который может быть использован для идентификации, интерпретации и анализа чрезвычайно сложных структур и шаблонов данных. Это позволяет проводить последовательное обучение и улучшать прогнозы моделей с помощью систематического ввода более свежих данных. В данной статье цель состоит в том, чтобы построить современную модель для прогнозирования временного ряда, которая фокусируется на краткосрочном прогнозировании. Задачи Поиск источников данных, содержащих информацию о курсе валюты. Получение, обработка и преобразование данных к необходимому виду, интеллектуальный анализ данных. Обозначение критериев оценивания для исследования, поиск и выбор наиболее подходящих моделей машинного обучения, разработка программных средств. Решение задач на основе выбранных моделей машинного обучения, выполнение эмпирического исследования, сбор материала, анализ полученных данных, сравнение результатов. Читать дальше @data_analysis_ml
28 ژوئیه 2022, 04:02

Нужно обучить модели, но недостаточно производительности офисного или домашнего компьютера? В облачном сервисе immers.cloud м
Нужно обучить модели, но недостаточно производительности офисного или домашнего компьютера? В облачном сервисе immers.cloud можно арендовать в несколько кликов виртуальные серверы с почасовой оплатой и мощными видеокартами, например конфигурации с RTX 3090 от 64,56 ₽ в час. Подключайтесь к серверу и работайте как на обычном компьютере, а после завершения работы удалите сервер с сохранением данных. Доступны следующие модели видеокарт NVIDIA: Tesla V100, Tesla A10, Tesla T4, RTX 3080, RTX 2080Ti, RTX 3090. Зарегистрируйтесь по ссылке и получите бонус +20% к первому платежу. Для получения более подробной информации о работе сервиса свяжитесь с менеджером в телеграм - @Aemilius91 или по номеру +79253131515
28 ژوئیه 2022, 02:00

9️⃣ отвлекающих моментов в визуализации данных Xaquín González Veira, визуальный редактор The Guardian, на днях опубликовал с
9️⃣ отвлекающих моментов в визуализации данных Xaquín González Veira, визуальный редактор The Guardian, на днях опубликовал свою версию мема distracted boyfriend. 3,5 тыс. лайков навели его на мысль, что пора уже исчерпать этот мем. Он собрал вместе девять отвлекающих моментов при работе с визуализацией данных и проиллюстрировал их. Читать дальше @data_analysis_ml
27 ژوئیه 2022, 13:01

⚡️Рассказываем про альтернативу зарубежным облакам для ML-разработки⚡️ Лавры высокотехнологичной компании манят всех. Но разговоры о BigData, AI и ML становятся тише, когда на стол ложится смета на обновление инфраструктуры. ✅Платформа ML Space станет отличным местом для первых шагов в ML-разработке для компаний с любым уровнем погружения в AI, и вот почему: 1️⃣Полный цикл работ: от импорта данных и обучения модели до эксплуатации готового AI-сервиса. 2️⃣ Для обучения моделей доступны CPU и GPU-ресурсы, что ускоряет сроки разработки и приближает момент получения выгоды от AI на несколько месяцев. 3️⃣ Оплата pay-as-you-go исключает капитальные затраты и позволяет масштабировать ресурсы. 4️⃣ Платформа аттестована по УЗ-1, входит в Единый реестр российского ПО, имеет лицензии ФСТЭК и ФСБ, так что проблем с безопасностью не будет. 🔥Ну, и главный плюс — для знакомства вложений не требуется, достаточно зарегистрироваться как юрлицо и получить грант от 5 до 180 тысяч рублей. 📍Протестировать
27 ژوئیه 2022, 11:02

8️⃣ бесплатных инструментов для создания интерактивных визуализаций данных без необходимости написания кода Когда тот, кто работает в сфере Data Science, собирается показать результаты своей деятельности другим людям, оказывается, что таблиц и отчётов, полных текстов, недостаточно для того чтобы представить всё наглядно и понятно. Именно в таких ситуациях возникает нужда в визуализации данных, в такой их обработке, которая позволит всем желающим в них разобраться и ухватить суть тех сложных процессов, которые они описывают. В этом материале я расскажу о лучших бесплатных инструментах, позволяющих без особых сложностей создавать впечатляющие визуальные представления данных. При этом тут я не буду говорить о сложных системах вроде Power BI и Google Studio. Я выбрал те 8 инструментов, о которых пойдёт речь, из-за того, что ими легко пользоваться, из-за их приятного внешнего вида, из-за того, что работать с ними можно, не написав ни единой строчки программного кода и из-за того, что они бесплатны. Кроме того, они позволяют создавать интерактивные визуализации. А это значит, что графики, представляющие некие данные, могут содержать в себе больше сведений об этих данных, чем обычные изображения. Да и работать с такими графиками интереснее.  Читать @data_analysis_ml
27 ژوئیه 2022, 07:01

Получите востребованную профессию будущего — IT-инженер метавселенных на курсе от GeekBrains! Обучение и трудоустройство берём на себя. Вы разберетесь, как устроены 3D-миры для работы, отдыха, бизнеса и общения. На практике научитесь разрабатывать концепции, дизайн и механики для метавселенных. Поймете, кто, зачем и с помощью каких инструментов создает цифровые миры. Переходите по ссылке, чтобы узнать подробности и получить персональную скидку от менеджера: https://clc.to/g5-UWQ
27 ژوئیه 2022, 04:58

🔝 Лучшие практики Python для специалистов по обработке данных Если вы когда-либо «гуглили» одни и теже вопросы, термины или синтаксис снова и снова, знайте — вы не одиноки. Я делаю это постоянно! Это нормально, если вы постоянно заглядываете на StackOverflow или на другие ресурсы в поисках ответов на ваши вопросы. Однако это замедляет ваш рабочий процесс и ставит знак вопроса относительно вашего полного понимания языка. Сегодня, у нас есть бесконечное множество свободных и доступных источников информации, найти которые мы можем по одному запросу в поисковике — в любое удобное для нас время. Однако данное явление может стать как благословением, так и проклятием. Иногда мы просто не в состоянии эффективно обрабатывать большие объемы информации. Кроме того, ежеминутно обращаясь к различным информационным ресурсам, мы начинаем зависеть от них — что в долгосрочной перспективе может стать очень плохой привычкой.  Читать @data_analysis_ml
26 ژوئیه 2022, 07:10

📊 20 идей эффективной визуализации данных Приложения, которые мы создаем, с каждым годом содержат все больше информации. Потребность в качественной визуализации данных высока как никогда. Мы повсюду встречаем графические материалы, которые сбивают нас с толку и вводят в заблуждение, но можем изменить это, следуя простым правилам.  Читать @data_analysis_ml
25 ژوئیه 2022, 10:02

Дата-саентист, пост для тебя. 28 июля — Tech Talks: Data Science в аналитике данных. Регистрация открыта: okko-event.timepad.
+5
Дата-саентист, пост для тебя. 28 июля — Tech Talks: Data Science в аналитике данных. Регистрация открыта: okko-event.timepad.ru/event/2102408 Приглашаем на митап, посвященный Data Science в аналитике данных. На примере реальных кейсов расскажем о поведении пользователей Okko, о прогнозировании временных рядов, что позволяет планировать нагрузку колл-центров. Приглашенные спикеры из «Звука» поделятся опытом использования кликстрима, а также расскажут о решении проблемы распознавания мошеннических действий пользователей. Митап пройдёт в офлайн и онлайн-формате. Количество мест в офлайне — 70, поэтому спеши зарегистрироваться.
25 ژوئیه 2022, 07:39

🏎 Библиотека pypolars, превосходит Pandas по производительности для анализа данных. Выпуск pandas датируется 2008 годом, и н
🏎 Библиотека pypolars, превосходит Pandas по производительности для анализа данных. Выпуск pandas датируется 2008 годом, и написана она была на Python, Cython и Си. Выясним, насколько высокопроизводительна написанная на Rust pypolars. Сравним её с pandas на алгоритме сортировке и при конкатенации данных с 25 миллионами записей, а также объединении двух CSV-файлов. Читать дальше Github @data_analysis_ml
25 ژوئیه 2022, 06:01