Data Science: Алгоритмы и Структуры данных

Схематичное отображение машин на маршруте В чём заключалась задача? Есть определённая группа машин, которая ездит всю смену по одному маршруту. Таких маршрутов может быть довольно много. Диспетчер должен видеть, на каком участке маршрута находится каждая из машин. Также нужно понимать, сколько машин находится на конечных остановках и сколько всего машин на маршруте. В течение дня часть автомобилей может уходить с линии, а после - возвращаться. Например, водитель ушёл на обед, его машина сломалась или попала в ДТП. Также водителям и диспетчерам необходимо рассчитывать и поддерживать интервал движения, об этом также будет рассказано в статье. https://habr.com/ru/companies/reksoft/articles/647405/ Алгоритмы и Структуры данных

Как создавать уникальные лабиринты Лабиринты на сегодняшний день всё ещё важны в развлекательной сфере. И это не только зеркальный лабиринт в парках аттракционов, но и видеоигры, ведь если посмотреть на карты и уровни в различных играх, то это всё один большой и сложный лабиринт, построенный по некоторым правилам. А что если мы хотим тоже сделать свой интересный и уникальный лабиринт? Очевидно, нужно создать эти самые правила. Далее я постараюсь кратко, понятно и без лишних непонятных букв рассказать о разработке своего подхода к генерации различного рода лабиринтов. Объясню, почему я этим занялся, с чего начинал и как всё развилось до вполне приличного алгоритма на основе подхода и почему каждый из вас может взять этот подход за основу и адаптировать его под свои желания. https://habr.com/ru/companies/ruvds/articles/647159/ Алгоритмы и Структуры данных

Компилятор за выходные: таблицы символов Продолжаем наш вечерний концерт по заявкам радиослушателей. Тема сегодняшнего разговора - таблицы символов https://habr.com/ru/articles/789310/ Алгоритмы и Структуры данных

Распознаем фигуры по массиву точек: эллипсы и не выпуклые фигуры Данная статья является продолжением предыдущей статьи о распознавании простых многоугольников по нарисованной линии. В данной части будут рассмотрены алгоритмы распознавания эллипсов и алгоритм распознавания невыпуклых многоугольников. https://habr.com/ru/articles/599537/ Алгоритмы и Структуры данных

Хотя бы тут будет шанс... получить Айфон Куб маркетинга запускает розыгрыш призов — три победителя получат: 1.Apple IPhone 15 Pro 2.Apple Airpods Max 3.Apple Watch Series 9. Для участия необходимо быть подписанным на @cubemark, а после нажать на кнопку "Участвовать" Трое победителей станут известны 21 февраля, в 20:00, их выберет случайным образом бот Рандомайзер. Приз отправим в любую точку, где доступна доставка СДЭК. ⚠️ Если кнопка подвисла — вас все равно зарегистрирует, просто выполните условия и нажмите «Участвовать».

Зачем учить алгоритмы? Когда разработчик учится решать алгоритмические задачи? Чаще всего, это происходит или в самом начале пути, или при подготовке к собеседованию. В начале пути задача на выбор оптимальной структуры данных, разработку и оценку сложности алгоритма помогает изменить мыслительные привычки - перейти от выражения мыслей на естественном языке с массой неточностей к однозначному изложению на языке программирования. Алгоритмическая задача позволяет не перегружать разработчика деталями какой-то предметной области и сосредоточиться на обработке данных. Идеальный тренажер мышления без привязки к бизнес смыслам с их неточностями и противоречиями. Насчет подготовки к собеседованиям популярны 2 позиции. Одни говорят, что после собеседования алгоритмы почти никогда не применяются годами, а человек, легко решающий алгоритмические задачи, ничем не лучше других в решении бизнес задач. Другие считают, что алгоритмы это база, без которой у разработчика нет навыков решения сложных проблем. А секцию алгоритмов при найме считают идеальной проверкой всех ключевых умений программиста. В этой статье хочу поделиться своим взглядом на вопрос, зачем стоит или не стоит прокачивать знание алгоритмов. Попробую взвешенно посмотреть на алгоритмическую задачу, как способ проверки нужных в практической работе навыков. https://habr.com/ru/articles/793908/ Алгоритмы и Структуры данных

Реализация слоев в NN (часть 1) В первой статье речь пойдет о реализации модуля Sequential и слоёв Dense и Input через библиотеку Numpy для многослойной NN. Данная статья нацелена на практическую реализацию слоев с минимумом теории, и предполагается что читатель знаком с базовой теорией обучения нейронных сетей. https://habr.com/ru/articles/793584/ Алгоритмы и Структуры данных

Закон парадокса в логике и математике Закон парадокса, по-видимому, можно считать недавно сформулированным и доказанным законом алгебры множеств. В данной статье приведены его формулировка и обоснование, а также показаны некоторые области его применения, в частности, выявление с его помощью одного из часто используемых приемов манипуляции сознанием. В заключительной части статьи приводится объяснение на его основе парадокса Рассела. https://habr.com/ru/articles/793094/ Алгоритмы и Структуры данных

Минималистическая модель живой клетки в браузере Вы когда-нибудь задумывались, как действуют клетки — элементарные единицы живой материи? Я – программист, но одновременно увлекаюсь клеточной биологией. Поэтому я решил смоделировать работу простейшей клетки на TypeScript. Вообще, клетки невероятно сложны; по оценкам учёных, человеческая клетка в среднем содержит 100 триллионов атомов. По-прежнему очень мало известно о том, как все эти биомолекулы взаимодействуют в клетке, поэтому в точности смоделировать работу клетки невозможно. Размышляя на эту тему, я нашёл статью Fundamental behaviors emerge from simulations of a living minimal cell (Фундаментальные виды поведения возникают на основе моделирования простейшей живой клетки). Опираясь на кинетические параметры, авторы статьи создали модель взаимодействия молекул и химических реакций между ними в простейшей известной клетке. Затем эта симуляция запускается, и на её основе можно наблюдать такие процессы как репликация ДНК, метаболизм и синтез белков. https://habr.com/ru/articles/793274/ Алгоритмы и Структуры данных

Как языковая модель предсказывает следующий токен (часть 1) Если вы знакомы с трансформерами и хотите сразу узнать вывод, то он таков: каждый блок трансформера (содержащий слой многоголового внимания и сеть с прямой связью) изучает веса, связывающие конкретный промт с классом строк, найденных в обучающем корпусе. Распределение токенов, соответствующее этим строкам в обучающем корпусе, и есть приблизительно то, что блок выводит как прогноз для следующего токена. Каждый блок может ассоциировать один и тот же промт со своим классом строк обучающего корпуса, что приводит к другому распределению следующих токенов, а значит, и к другим прогнозам. Окончательный результат работы трансформера — это линейное сочетание прогнозов каждого блока. https://habr.com/ru/articles/792020/ Алгоритмы и Структуры данных

Детекция объектов. YOLO. Часть 2 Когда пытаешься разобраться в работе YOLO по статьям в интернете, постоянно натыкаешься на примерно такое объяснение: «Алгоритм делит изображение сеткой SxS, где каждому элементу этой сетки соответствует N ббоксов с координатами, предсказаниями классов и тд...». Но лично мне становилось только непонятнее от такого высокоуровнего описания.. Ведь в исследованиях часто всё происходит примерно так: перебирают гипотезы, пока не получат приемлемый результат, а потом уже придумывают красивое описание. Поэтому для ясности хочется рассказать, как вообще приходили к идеям, которые ложились в основу YOLOv1 и последующих версий. Сначала поговорим про Feature Map, чтобы потом стало понятно откуда взялась эта непонятная сетка SxS)) Итак, давайте представим, что у нас есть маленькое трехканальное (RGB) изображение 10×10 пикселей. Мы прогоняем его через две свёртки: с ядром 5×5 и ядром 3×3. Соответствующий код на Torch выглядит так: https://habr.com/ru/articles/792926/ Алгоритмы и Структуры данных

Станьте Python-разработчиком за 0₽ Зарплата начинающего Python разработчика от 100 000₽, а стоимость обучения на профессию в онлайн-школах от 120 000 до 300 000 рублей. Получите основы профессии и ключевые навыки за 3 недели практики. ⚠️ Переходите по ссылке и забирайте курс по Python — только до 11 февраля: https://go.2038.pro/8d12bd42505a6330?erid=LdtCK7b7u&m=1

Звёзды-родственники: зачем и как мы их ищем, данные + код (Python) С древних времён человек стремится найти ответы на вопросы о своем существовании, обращая взор к небу. Исследование звёзд, как ключа к расшифровке тайн космоса, занимает центральное место в нашем стремлении к пониманию происхождения и эволюции вселенной. В настоящее время, благодаря передовым обсерваториям, космическим телескопам и миссиям, включающим (но не ограничивающимся) Hubble, Kepler, Gaia, возможности для изучения звезд и их скоплений вышли на новый уровень. Технологии позволяют не только проникнуть в глубины космоса, но и наблюдать реальность с невиданной ранее детализацией. Благодаря им и обнаруживаются "звёзды-родственники" (т.е. образовавшиеся из одного облака). Эти объекты обладают схожими характеристиками, включая химический состав, возраст и скорость движения. https://habr.com/ru/articles/792854/ Алгоритмы и Структуры данных

Тестируем многоядерный процессор методом Кнута и Python’а Перед тем, как мы с вами начнем писать приложения, я вам изложу необходимую теоретическую базу максимально доступным языком для того, чтобы в процессе написания вы понимали, что мы делаем. В статье речь идет о центральном процессоре компьютера – CPU. https://habr.com/ru/articles/792832/ Алгоритмы и Структуры данных

Skillbox дарит 6 месяцев бесплатного обучения интернет-профессиям с гарантией трудоустройства. Список профессий участвующих в акции: Интернет-маркетолог (зп 120 000₽) SMM-маркетолог (зп 150 000₽) Веб-дизайнер (зп 140 000₽) Графический дизайнер (зп 80 000₽) Data Engineer (зп 190 000₽) Data Analyst (зп 285 000₽) Java-разработчик (зп 150 000₽) Разработчик игр на Unity (зп 120 000₽) Тестировщик ПО (зп 165 000₽) Приобретение обучения гарантирует трудоустройство, или Skillbox вернет деньги! ⚠️Акция действительна только по ссылкам в посте. Срок окончания акции 15 февраля 2024 года.

Построение планов параллельного выполнения программ для процессоров со сверхдлинным машинным словом (проект) Процессоры архитектуры сверхдлинного машинного слова (VLIW - Very Long Instruction Word) относятся к специфическим классам архитектур, прямо нацеленным на использование внутреннего параллелизма в алгоритмах (программах), причём параллелизм этот анализируется и планируется к рациональному использованию при вычислениях на программном уровне; собственно аппаратная часть освобождается от процедур распараллеливания (и поэтому должна стать проще и экономичнее использующих внутреннее распараллеливание). https://habr.com/ru/articles/792744/ Алгоритмы и Структуры данных

Метод конечных элементов своими руками Метод конечных элементов (МКЭ) применяют в задачах упругости, теплопередачи, гидродинамики — всюду, где нужно как-то дискретизировать уравнения сплошной среды или поля. На Хабре было множество статей с красивыми картинками о том, в каких отраслях и с помощью каких программ этот метод приносит пользу. Однако мало кто пытался объяснить МКЭ от самых основ, с простенькой учебной реализацией, желательно без упоминания частных производных через каждое слово. https://habr.com/ru/articles/792464/ Алгоритмы и Структуры данных

Забирайте бесплатные курсы по дизайну в дизайн-кинотеатре Contented. Не выбирайте между высокой зарплатой и увлекательным делом. Переходите по специальной ссылке и забирайте 5 этих курсов по дизайну бесплатно: — Графический дизайн — Моушн дизайн — UX/UI дизайн — Дизайн интерьеров — Дизайн интерактивных медиа Предложение действует только по нашей ссылке до 13 февраля включительно.

Поисковый движок в 80 строках Python В этом посте я подробно расскажу о процессе создания поискового движка с нуля на Python. Как обычно, весь написанный мной код можно найти в моём GitHub (репозиторий microsearch). Эта реализация не будет притворяться готовым к продакшену поисковым движком, это лишь полезный пример, демонстрирующий внутреннюю работу поискового движка. https://habr.com/ru/articles/792452/ Алгоритмы и Структуры данных

erid: LjN8KbLGH Хотите начать карьеру в машинном обучении или прокачать скиллы, чтобы брать задачи посложнее и расти в зарплате? Станьте ML-инженером и углубите знания в разработке Machine Learning моделей, которые будут решать задачи бизнеса. В этом поможет курс «ML Engineering: от базы до продукта» от онлайн-школы «karpovꓸcourses» и магистратуры ИТМО AI Talent Hub. На курсе вас всему научат топовые эксперты лучшего образовательного проекта ИТМО 2023 по версии премии ITMO.EduAwards. Вы получите навыки разработки и обучения Machine Learning моделей, соберете портфолио и станете полноценным специалистом, который готов выйти на рынок труда. После выпуска у вас будет диплом ИТМО гособразца о профессиональной переподготовке и диплом о присвоении специализации от «karpovꓸcourses»+AI Talent Hub ИТМО. А если захочется окончить магистратуру - сможете поступить на бюджет в ИТМО и учиться в магистратуре всего 1 год вместо двух - это сэкономит вам от 200 тысяч рублей Подать заявку: https://clc.to/B2LN_w Реклама. ООО "КАРПОВ КУРСЫ". ИНН 7811764627.