ru
Feedback

Не попадитесь на канал ботавода! Telemetrio находит и помечает такие каналы 👉 Хотите видеть метку — оформите подписку

S0ER

S0ER

Открыть в Telegram

Архитектура | Программирование | Профессиональное развитие По всем вопросам писать на @soerdev

Больше

📈 Аналитический обзор Telegram-канала S0ER

Канал S0ER (@softwareengineervlog) языкового сегмента Русский является активным участником. Сейчас сообщество объединяет 10 368 подписчиков, занимая 11 795 место в категории Технологии и приложения и 61 049 место в регионе Россия.

📊 Показатели аудитории и динамика

С момента создания невідомо проект демонстрирует стремительный рост, собрав аудиторию из 10 368 подписчиков.

Согласно последним данным от 08 ноября, 2026, канал показывает стабильную активность. За последние 30 дней изменение числа участников составило -60, а за последние 24 часа — -3, при этом общий охват остаётся высоким.

  • Статус верификации: Не верифицирован
  • Уровень вовлечённости (ER): Средний показатель вовлечённости аудитории составляет 37.76%. В первые 24 часа после публикации контент обычно набирает N/A% реакций от общего числа подписчиков.
  • Охват публикаций: В среднем каждый пост получает 0 просмотров. В течение первых суток публикация набирает 0 просмотров.
  • Реакции и взаимодействия: Аудитория активно поддерживает контент: среднее количество реакций на один пост — 0.
  • Тематические интересы: Контент сосредоточен на ключевых темах, таких как rbp, архитектура, callme, mov, указатель.

📝 Описание и контентная политика

Автор описывает ресурс как площадку для выражения субъективного мнения:
“Архитектура | Программирование | Профессиональное развитие По всем вопросам писать на @soerdev”

Благодаря высокой частоте обновлений (последние данные получены 09 ноября, 2026) канал поддерживает актуальность и высокий уровень охвата публикаций. Аналитика показывает, что аудитория активно взаимодействует с контентом, что делает его важной точкой влияния в категории Технологии и приложения.

10 368
Подписчики
-324 часа
-147 дней
-6030 дней
Архив постов
S0ER
10 367
На все ушло больше часа, поэтому придется видео сокращать, показывая только основные моменты.

S0ER
10 367
В качестве разминки сделал задачу на 2kyu (чем меньше число, тем сложнее самые простые - 8kyu)

S0ER
10 367
kata для видео.png0.38 KB

S0ER
10 367
В такую погоду только дома сидеть и горячий чай пить

S0ER
10 367
-42

S0ER
10 367
photo content

S0ER
10 367
@vote Стоит ли на канале делать скринкасты с примерами решения задач на codewars или других подобных сайтов? anonymous poll Да – 13 👍👍👍👍👍👍👍 87% На твое усмотрение – 2 👍 13% Нет ▫️ 0% 👥 15 people voted so far.

S0ER
10 367
codewar challenge.png4.65 KB

S0ER
10 367
Хорошо подходит для задач проактивного мониторинга технических и бизнес показателей

S0ER
10 367
В нашей практике в основном используем ARIMA и этого вполне хватает.

S0ER
10 367
Так же хорошая статья по анализу временных рядов (тоже с хабра) - https://habrahabr.ru/post/207160/

S0ER
10 367
Более подробно указанные модели прогнозирования описаны - https://habrahabr.ru/post/180409/ там же есть рекомендации по литературе

S0ER
10 367
И только потом ANN

S0ER
10 367
из них самые популярные Авторегрессионные модели

S0ER
10 367
Регрессионные модели прогнозирования Авторегрессионные модели прогнозирования (ARIMAX, GARCH, ARDLM) Модели экспоненциального сглаживания (ES) Модель по выборке максимального подобия (MMSP) Модель на нейронных сетях (ANN) Модель на цепях Маркова (Markov chains) Модель на классификационно-регрессионных деревьях (CART) Модель на основе генетического алгоритма (GA) Модель на опорных векторах (SVM) Модель на основе передаточных функций (TF) Модель на нечеткой логике (FL)

S0ER
10 367
Для прогнозирования временных рядом есть много разных методов

S0ER
10 367
Сегодня вышел довольно интересный спор о использовании нейронных сетей при решении задач прогнозирования

S0ER
10 367
я не знаю серьезно он все рассказывает, но у меня ощущение, что это тонкая сатира

S0ER
10 367
Видео просто супер ржачное