Математика Дата саентиста

Сейчас информация для тех, кто еще учится в вузе Мы собрали большое комьюнити умных и образованных людей, среди которых точно есть те, кому нравится обучать точным наукам и программированию. И на своём опыте знаю, чего стоит поиск учеников, особенно если нет ресурсов, какими обладают онлайн-школы. А так как я придерживаюсь стратегии win-win, с радостью готов поделиться ресурсом, который поможет вам найти учеников уже сейчас: Последний в этом году 3-х дневный концентрат от репетитора и студента факультета компьютерных наук из ВШЭ За 5 лет репетиторства он разработал систему, которой пользуются все начинающие репетиторы, а действующие с её помощью сокращают время работы и увеличивают доход. Его советам точно можно доверять. Не упустите эту возможность учиться у лучших в своем деле. УЧАСТВОВАТЬ

🧮 Модели решают математику… но не совсем Исследователи предложили новый бенчмарк — MATH-Perturb, чтобы проверить: языковые модели действительно "умеют" решать задачи по математике или просто запоминают шаблоны? 📌 Что сделали: Они взяли 279 самых сложных задач из датасета MATH (уровень 5) и создали две версии для каждой: MATH-P-Simple — простая пертурбация (вопрос формулируется иначе, но суть и метод решения не меняется). MATH-P-Hard — сложная пертурбация (незаметное изменение, которое требует другого метода решения и более глубокого понимания). 🧠 Что показали тесты: Модели легко решают оригинальные и "простые" пертурбированные задачи — даже если используют "шорткат-решения" (по сути, угадывают по шаблону). Но на сложных пертурбациях они резко проваливаются. Шорткат больше не работает, и модель теряется. 📊 Вывод: Многие языковые модели, включая самые продвинутые, не понимают математику в глубоком смысле. Они подбирают шаблон, а не рассуждают. MATH-Perturb — отличный способ отделить память от мышления. 🔗 Подробнее: https://arxiv.org/abs/2404.01649 🔗 Бенчмарк: https://math-perturb.github.io/ @data_math

Растите сильную команду. Топ-5 курсов Яндекс Практикума для IT 👾 Технологии меняются каждый день — проверено Яндексом. Мы ощущаем перемены на своих проектах. Постоянные вызовы, новые инструменты, штормы на рынках. Знаем, как важно, чтобы команда быстро развивалась и адаптировалась к изменениям. Поэтому создаём актуальное обучение, которое соответствует реальным задачам IT-сферы. Нам доверяют: 5000+ компаний уже обучили 36 000+ сотрудников в Яндекс Практикуме. 👉 Вот топ-5 курсов, которые выбирали компании для развития IT-команд в 2025 году: — SQL для работы с данными и аналитики — DevOps для эксплуатации и разработки — Python-разработчик — Архитектура программного обеспечения — Управление командой разработки — Навыки аргументации 👉Подобрать курс Реклама, АНО ДПО “Образовательные технологии Яндекса”, ИНН 7704282033, erid: 2VtzqwTEKDb

Model Context Protocol – незаменимый инструмент для ML-соревнований, где нужно использовать всю мощь LLM. С помощью нового стандарта подключения AI-ассистентов к бизнес-приложениям от Anthropic ты сможешь интегрировать ИИ в свой проект – идеальное решение для хакатона, где время ограничено. В новой статье разбираемся, как устроен протокол, как поднять собственный MCP-сервер и использовать его в IT-соревнованиях. Ты узнаешь про: 🔤 Архитектуру Model Context Protocol. 🔤 Основные возможности стандарта. 🔤 Примеры реализации: от простых к сложным. Сосредоточься на создании уникального AI-ассистента. Как это сделать? Ответ в статье: https://cnrlink.com/mcpitonecupdatamath А проверить всю мощь MCP можно на IT_ONE Cup. ML Challenge. Зарегистрируйся, выбери один из трех треков и раздели призовой фонд в 1 500 000 рублей. MCP станет одним из важных инструментов для разработки ИИ-помощников в задачах соревнования: 🔤 Динамические контекстные подсказки для системного аналитика. 🔤 AI-генератор дизайн-макетов по описанию требований. 🔤 Система визуализации BPMN-диаграмм. MCP позволит использовать локальные модели, которые сделают решения более автономными и безопасными – их будет легче адаптировать под задачи соревнования. Регистрация открыта до 13 апреля включительно: https://cnrlink.com/itonecupmldatamathmcp

📚 «Линейная алгебра» Вторая лучшая книга по линейной алгебре с ~1000 практических задач. Идеально для ИИ и машинного обучения. Книга полностью бесплатна . Прекрасно подходит для новичков. 📌 Книга @data_math

🔥 ​Hugging Face выпустила версию 0.30.0 библиотеки huggingface_hub - это самое крупное обновление за два года! Представлены значительные улучшения, особенно в области хранения и обработки больших моделей и датасетов.​ ✔️ Основные нововведения: Интеграция с Xet: Внедрена поддержка Xet — передового протокола для хранения крупных объектов в Git-репозиториях, призванного заменить Git LFS. В отличие от LFS, который выполняет дедупликацию на уровне файлов, Xet работает на уровне фрагментов данных, что особенно полезно для специалистов, работающих с массивными моделями и датасетами. Для интеграции с Python используется пакет xet-core, написанный на Rust, который обрабатывает все низкоуровневые детали.​ Чтобы начать использовать Xet, установите дополнительную зависимость:​ pip install -U huggingface_hub[hf_xet] После установки вы сможете загружать файлы из репозиториев, поддерживающих Xet.​ Доплнительно: 😶 Расширен InferenceClient: 😶 Добавлена поддержка новых провайдеров для инференса: Cerebras и Cohere. 😶 Внедрены асинхронные вызовы для задач инференса (например, text-to-video), что повышает стабильность и удобство работы. 😶 Улучшен CLI 😶 Команда huggingface-cli upload теперь поддерживает wildcards (шаблоны) прямо в пути к файлам (например, huggingface-cli upload my-model *.safetensors вместо опции --include). 😶 Команда huggingface-cli delete-cache получила опцию --sort для сортировки кэшированных репозиториев (например, по размеру: --sort=size). ✔️ Полный список обновлений ✔️Блог ✔️Документация по Xet @ai_machinelearning_big_data #huggingface #release #xet

🚀Прими участие в ML Cup 2025 от Авито и выиграй 1,2 миллиона рублей! Ты — специалист в области машинного обучения? Хочешь проверить свои силы в реальных задачах, с которыми ежедневно сталкиваются 1000+ специалистов Авито? Тогда не упусти шанс стать частью крупнейшего соревнования в этой области! Что тебя ждет: ☑️Денежный призовой фонд ☑️Автоматизированная оценка решений ☑️2 практические задачи: 1️⃣Персональные рекомендации — предскажи, какие товары вызовут интерес у миллионов пользователей → ссылка на регистрацию. 2️⃣Поиск дублей — как с помощью CV находить похожие объявления даже при разных текстах и ракурсах фото → ссылка на регистрацию. Выбирай одну или обе задачи, показывай лучшие результаты и получай шанс на победу! Участвовать можно как индивидуально, так и в команде до 4 человек. Загружай до 5 решений в день. Регистрация уже открыта! Подробности и анкета по ссылкам выше.

Mathematics for Computer Science Бесплатный учебник от CRC Press объемом 547 страниц. 📚 Книга @data_math

⚡️ Это увлекательный интерактивный гайд, объясняющий интуицию, лежащую в основе гауссовых процессов. Гауссовские процессы позволяют построить распределение функций с непрерывной областью определения. 🔗 Гайд @data_math

Как ИИ помогает компаниям принимать умные решения и развивать разные индустрии? 15-16 апреля пройдет Весенний онлайн-лекторий, посвященный влиянию ИИ на индустрии. Разберемся в технологиях вместе с ФКН НИУ ВШЭ, Яндекс, Сбер, Авито, МТС и другими лидерами рынка. Программа Лектория обширна: — Вебинары про ИИ и ML в банках, бигтехе и e-com — Мастер-классы и кейсы по Data Science, Data Analytics и Data Engineering — Круглый стол по разработке и применению ИИ-агентов — Прожарка резюме и карьерная лекция Вы сможете разобраться в ключевых трендах и возможностях в IT, а также погрузиться в Data Science, Data Analytics и Data Engineering, изучение инструментов и реальных задач каждого направления. Лекторий организуют эксперты факультета компьютерных наук НИУ ВШЭ, онлайн-магистратур ФКН и Центра непрерывного образования, а также ведущие компании индустрии. Поэтому вас ждут глубокие инсайты из мира IT. Когда: 15-16 апреля в 16:00 Где:онлайн 🔗 Зарегистрироваться Реклама: НИУ ВШЭ ИНН: 7714030726 Erid: 2SDnjcrGUXe

🤖 Modern Robotics Course: Открытый курс по современной робототехнике. Курс сочетает теорию (математика, физика) и практику (код, симуляторы), помогая разработчикам научиться создавать и программировать роботов. 🌟 Что внутри? ▪ Лекции: От основ робототехники, математики и физики до пространственных преобразований, обратной кинематике и более продвинутым концепциям . ▪ Практика: Примеры кода на Python и C++ для управления роботами. ▪Симуляторы: Интеграция с стимуляторами Gazebo и ROS ( операционная система для робото) для тестирования алгоритмов. ▪Задания: Реальные практические задачи (например, управление манипулятором робота). 🌟 Для кого? ▪ Начинающие робототехники: Освоить кинематику, динамику, управление. ▪ Программисты: Интегрировать алгоритмы в ROS, Gazebo, Python/C++. ▪ Инженеры: Возможность Научиться разрабатывать автономные системы и манипуляторы. ▪Технологические энтузиасты С курсом можно пройти путь от нуля до создания рабочего прототипа. С курсом у вас будет возможность проектировать роботов, не имея железа под рукой (через симуляторы). ✔️ Готовые решения: Внутри вы найдете библиотеки для работы с преобразованиями, датчиками, движением. ✔️Карьера в робототехнике: Курс даст возможность получить базовые навыки, востребованные в Bosch, Boston Dynamics, Tesla. ⭐️ Преимущества перед другими открытыми курсами 🟠 Акцент на практике: Минимум абстракций — максимум кода. 🟠Совместимость с ROS: Стандарт для промышленной робототехники. 🟠 Современные алгоритмы: Не только классика, но и нейросетевые подходы. ➡️ Cовет: Для погружения в курс, вам поможет книга Robotics, Vision and Control: Fundamental Algorithms in Python, Peter Corke, вот ее репозиторий с примерами кода. P.S. Для тех, кто любит формат «сделай сам»: Курс научит вас собирать робота виртуально, а потом переносить решения на реальные устройства. 🤖💡 ✔️ Github ✔️ Введение в курс #course #ai #ml #robots #education #курс #робототехника

🔥 The Project Gutenberg EBook of First Course in the Theory of Equations, Этой классической книге по математике 100 лет. 📚 Book @data_math

⭐️ Разложение на простые дроби при интегрировании Неопределенный интеграл от рациональной функции: разложение на простые дроби Неопределенный интеграл от дробно-рациональной функции Неопределенный интеграл от дробно-рациональной функции x/(x+1)(1+x^2) Неопределенный интеграл от дробно-рациональной функции 1/(x+1)(x+2)(x+3) Неопределенный интеграл. Разложение на простые дроби ⚡️ источник

Хотите получить много практики на реальных задачах, собрать портфолио и узнать как выглядит рабочий день аналитика? CEO Simulative и эксперт с большим опытом в аналитике, Андрон Алексанян организовал бесплатный интенсив, где вы будете решать реальные задачи, с которыми аналитики сталкиваются на работе На прямых эфирах вы сделаете: 🟠Анализ активности пользователей с помощью SQL 🟠Анализ маркетинговых активностей с помощью Python 🟠ABC анализ ассортиментной матрицы в Excel (уже прошел, но вам будет доступна запись) Во время эфиров вы узнаете много лайфхаков, а также будете получать полезные материалы для развития в аналитике на протяжении всего интенсива ❗️Знать Python и SQL не обязательно — все будем разбирать с нуля 🕗 Встречаемся на новом эфире уже сегодня, 20 марта в 19:00 по мск 😶Участвовать в бесплатном интенсиве

🎯 Coq-of-Rust — это инструмент для формальной верификации кода на Rust. Он преобразует подмножество Rust в спецификации на языке Coq, позволяя доказывать корректность программ математическими методами. Проект разработан для повышения надежности критических систем (например, блокчейнов, embedded-решений), где ошибки недопустимы. 🔥 Основные функции Трансляция Rust → Coq: Конвертирует структуры, перечисления (enum), трейты (trait), методы и выражения в эквивалентный код на Coq. Поддержка системы владения: Учитывает правила заимствования и времени жизни (lifetimes), сохраняя семантику Rust на уровне спецификаций. Генерация теорем: Автоматически создает условия для доказательства свойств (например, отсутствие паник, корректность алгоритмов). Coq-of-Rust — это шаг к математически верифицируемому Rust. Если вы разрабатываете системы, где цена ошибки высока, этот инструмент поможет превратить код в набор теорем, которые можно строго доказать. Совет: Начните с примеров из репозитория, чтобы понять, как транслируются типичные Rust-конструкции. https://github.com/formal-land/coq-of-rust @data_math

⭐️ Статья профессора Мэтта Страсслера "Did the Particle Go Through the Two Slits, or Did the Wave Function?" посвящена анализу классического квантовомеханического эксперимента с двумя щелями. В этом эксперименте частицы, проходя через две щели, создают на экране интерференционную картину, что вызывает вопросы о природе их прохождения через щели. Основные моменты статьи: Отрицание традиционных представлений: Страсслер утверждает, что в рамках квантовой физики 1920-х годов ни частица, ни её волновая функция не проходят через обе щели одновременно. Это противоречит распространённому мнению о том, что частица ведёт себя как волна и проходит через обе щели, интерферируя сама с собой. PROFMATTSTRASSLER.COM Суперпозиция состояний: Автор подчёркивает, что частица находится в состоянии суперпозиции — то есть, она имеет вероятность пройти через одну или другую щель, но не через обе одновременно. Это состояние суперпозиции приводит к наблюдаемой интерференционной картине. PROFMATTSTRASSLER.COM Аналогия с экспериментом с двумя дверями: Для упрощения понимания Страсслер предлагает мысленный эксперимент с двумя дверями, где частица может пройти либо через одну, либо через другую дверь, но не через обе одновременно. Это помогает иллюстрировать принцип суперпозиции и его последствия. PROFMATTSTRASSLER.COM Интерес статьи заключается в следующем: Переосмысление квантовых концепций: Статья предлагает иной взгляд на интерпретацию эксперимента с двумя щелями, бросая вызов традиционным представлениям о поведении частиц на квантовом уровне. Углубление понимания суперпозиции: Автор подробно объясняет принцип суперпозиции состояний и его роль в квантовых явлениях, что способствует более глубокому пониманию фундаментальных аспектов квантовой механики. Образные объяснения: Использование аналогий, таких как эксперимент с двумя дверями, делает сложные квантовые концепции более доступными для широкой аудитории. В целом, статья Страсслера предоставляет свежий взгляд на классический квантовый эксперимент, стимулируя читателей к переосмыслению устоявшихся представлений и углублению в фундаментальные принципы квантовой физики. Читать @data_math

Problems In Differential Geometry And Topology 📚 Книга @data_math

📌 PyTorch: новые инструменты для для экономии памяти при обучении моделей. PyTorch представил усовершенствованные методы Activation Checkpointing (AC), цель которых - снижение потребления памяти при обучении. Традиционный подход в eager mode сохраняет промежуточные активации для обратного прохода, что зачастую приводит к значительному расходу ресурсов. AC позволяет не сохранять эти тензоры, а вычислять их заново при необходимости, тем самым жертвуя вычислительным временем ради экономии памяти. Новая техника – Selective Activation Checkpoint (SAC). В отличие от обычного AC, который затрагивает всю выбранную область, SAC дает гранулярный контроль над тем, какие операции следует пересчитывать, а какие – сохранять. Это достигается за счет использования policy_fn, определяющей, нужно ли сохранять результаты конкретной операции. SAC будет полезен для избегания перевычисления ресурсоемких операций, например, матричных умножений. Для torch.compile стала доступна Memory Budget API. Эта функция автоматически применяет SAC с оптимальной политикой, исходя из заданного пользователем бюджета памяти (от 0 до 1). Бюджет 0 соответствует обычному AC, а 1 – поведению torch.compile по умолчанию. 🔜 Читать подробную статью в блоге Pytorch @ai_machinelearning_big_data #AI #ML #Pytorch