ru
Feedback

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

Анализ данных (Data analysis)

Анализ данных (Data analysis)

Открыть в Telegram

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

Больше

📈 Аналитический обзор Telegram-канала Анализ данных (Data analysis)

Канал Анализ данных (Data analysis) (@data_analysis_ml) языкового сегмента Русский является активным участником. Сейчас сообщество объединяет 51 911 подписчиков, занимая 2 581 место в категории Технологии и приложения и 11 797 место в регионе Россия.

📊 Показатели аудитории и динамика

С момента создания невідомо проект демонстрирует стремительный рост, собрав аудиторию из 51 911 подписчиков.

Согласно последним данным от 16 ноября, 2026, канал показывает стабильную активность. За последние 30 дней изменение числа участников составило 444, а за последние 24 часа — -8, при этом общий охват остаётся высоким.

  • Статус верификации: Не верифицирован
  • Уровень вовлечённости (ER): Средний показатель вовлечённости аудитории составляет 11.63%. В первые 24 часа после публикации контент обычно набирает 8.47% реакций от общего числа подписчиков.
  • Охват публикаций: В среднем каждый пост получает 6 040 просмотров. В течение первых суток публикация набирает 4 397 просмотров.
  • Реакции и взаимодействия: Аудитория активно поддерживает контент: среднее количество реакций на один пост — 192.
  • Тематические интересы: Контент сосредоточен на ключевых темах, таких как llm, контекст, openai, архитектура, deepseek.

📝 Описание и контентная политика

Автор описывает ресурс как площадку для выражения субъективного мнения:
“Data science, наука о данных. @haarrp - админ РКН: clck.ru/3FmyAp”

Благодаря высокой частоте обновлений (последние данные получены 17 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.

51 911
Подписчики
-824 часа
+27 дней
+44430 дней
Архив постов
📊 Facets Проект Facets предоставляет инструменты визуализации для понимания и анализа наборов данных машинного обучения: Fac
📊 Facets Проект Facets предоставляет инструменты визуализации для понимания и анализа наборов данных машинного обучения: Facets Overview и Facets Dive. Визуализации реализованы в виде веб-компонентов Polymer и могут быть легко встроены в блокноты Jupyter или веб-страницы. Прмеры визуализаций можно найти на странице описания проекта Facets: pair-code.github.io/facets/ ▪Github @data_analysis_ml

🌟 Что ждет ИИ в 2024 году? В последнем выпуске The Batch на deeplearning.ai, множество ИИ-экспертов рассказывают о своих над
🌟 Что ждет ИИ в 2024 году? В последнем выпуске The Batch на deeplearning.ai, множество ИИ-экспертов рассказывают о своих надеждах и прогнозах на ИИ в наступившем году. В их обширных статьях рассматриваются новые инструменты ИИ, рассуждения о последующем экспоненциальном росте ИИ и многое другое. https://deeplearning.ai/the-batch/issue-229/ @data_analysis_ml

💻 Создайте ИИ-клон из своих чатов вWhatsApp Этот репозиторий поможет вам создать чатбота с ИИ, используя ваши чаты WhatsApp
💻 Создайте ИИ-клон из своих чатов вWhatsApp Этот репозиторий поможет вам создать чатбота с ИИ, используя ваши чаты WhatsApp в качестве обучающих данных. По умолчанию используется модель Mistral-7B-Instruct-v0.2. Код в этом репозитории в значительной степени опирается на llama-recipes (https://github.com/facebookresearch/llama-recipes), где вы можете найти больше примеров того, что можно делать с моделями llama. ▪Github @data_analysis_ml

🎓 Бесплатный курс от Weights & Biases: Валидация данных в конвейерах ML. Научитесь поддерживать качество данных и использова
🎓 Бесплатный курс от Weights & Biases: Валидация данных в конвейерах ML. Научитесь поддерживать качество данных и использовать TensorFlow Data Validation,получите практический опыт проверки данных для создания надежных конвейеров ML. https://www.wandb.courses/courses/data-validation-for-machine-learning @data_analysis_ml

🔥 Дайджест полезных материалов из мира Data Science за неделю Почитать: — 100 вопросов для подготовки к собесу Data Science — Сколько ядер CPU можно использовать параллельно в Python? — PLC Allen Bradley подключение с помощью Python — Ortools — библиотека для решения задачи VRP — 4 миллиарда операторов if — Python без типов: таким он когда-то был — Вы точно хотите быть Data Scientist-ом? — Введение в SQL & СУБД на примере доступа к данным через Python — Plotting and Data Visualization with Matplotlib — Applications of Data Science — Semantic Search Over Satellite Images Using Qdrant — Introduction to Data Science — A Comprehensive Guide: How Deepchecks Evaluate the Large Language Model — Appreciating the "Learning Problem" - Why AI will never replace your job — Best JavaScript Chart Libraries 2024: Finding the Right Fit for Your JS Applications — NumPy Arrays: An Introduction — Hungarian GP 2022 Qualifying, and see what we can — I built Hippotable for in-browser data analysis Посмотреть: 🌐 100 вопросов с собеседований Data Science — часть 1 (⏱ 36:48) 🌐 💡 Задача: Ряд клавиатуры #Python #yotube #код #алгоритмы #программирование #собеседование #кодинг (⏱ 00:40) 🌐 💡задача #Python: Бинарный поиск #python #программирование #код #yotube #питон #собеседование (⏱ 00:41) 🌐 💡 Задача: Ряд клавиатуры #Python #yotube #код #алгоритмы #программирование #собеседование #кодинг (⏱ 01:00) 🌐 Evaluating Recommendation Algorithms at Delivery Hero - Manchit Madan (⏱ 23:01) 🌐 ODSC Webinar | Open source Data Lake Management, Curation, Governance for New & Growing Companies (⏱ 46:07) 🌐 Stable Diffusion AI: 100 Cats Per Second…For Free! (⏱ 08:21) Хорошего дня! @data_analysis_ml

⚡️ OneFormer: Один трансформера для управления универсальной сегментацией изображений. Модель позволяет решать три разных зад
⚡️ OneFormer: Один трансформера для управления универсальной сегментацией изображений. Модель позволяет решать три разных задачи сегментации: semantic, instance и panoptic segmentation. 🦒colab: https://github.com/camenduru/OneFormer-colab 🌐page: https://praeclarumjj3.github.io/oneformer 📄paper: https://arxiv.org/abs/2211.06220 🧬code: https://github.com/SHI-Labs/OneFormer @data_analysis_ml

🚀 Window ops Эта библиотека для анализа данных, которая содержит функции альтернативы pd.Series.rolling и pd.Series.expandin
🚀 Window ops Эта библиотека для анализа данных, которая содержит функции альтернативы pd.Series.rolling и pd.Series.expanding,которые позволяют получить ускорение за счет использования оптимизированных под numba функций, работающих с массивами numpy. pip install window-ops ▪Github ▪Документация @data_analysis_ml

Хотите начать увлекательный путь в мир машинного обучения и искусственного интеллекта? Газпромбанк.Тех совместно с Финтех Хаб
Хотите начать увлекательный путь в мир машинного обучения и искусственного интеллекта? Газпромбанк.Тех совместно с Финтех Хабом Банка России запускает прием заявок на программу «Машинное обучение LITE: базовый уровень» — для тех, кто только начинает осваивать машинное обучение. Что предстоит изучать? Основы и методы ML, математику, Python и нейронные сети. Программа состоит из двух модулей: - Теоретический модуль пройдет с 21 января по 16 февраля 2024 года - Практический модуль пройдет с 26 февраля по 10 марта 2024 года для тех, кто показал высокие результаты по итогу первого модуля Чтобы стать участником, подайте заявку на сайте программы до 17 января 2024 года — https://vk.cc/ctBG1D Реклама Банк ГПБ (АО), ИНН: 7744001497

🖥 Ruptures Пакет предоставляет методы для анализа и сегментации нестационарных сигналов. Алгоритмы включают точное и приближ
+1
🖥 Ruptures Пакет предоставляет методы для анализа и сегментации нестационарных сигналов. Алгоритмы включают точное и приближенное обнаружение для различных параметрических и непараметрических моделей. С помощью точек изменения можно обнаружить аномалии или отклонения от ожидаемого поведения в данных и получить представление о том, когда происходят эти переходы. ▪Github ▪Документация @data_analysis_ml

⚡️ Инструменты визуализации графов/сетей - Geph - VOSviewer - Cytoscape - Kumu - GraphInsight - NodeXL - Orange - Graphia - G
⚡️ Инструменты визуализации графов/сетей - Geph - VOSviewer - Cytoscape - Kumu - GraphInsight - NodeXL - Orange - Graphia - Graphistry - SocNetV - Tulip - Gephisto 🖥 Библиотеки Python - networkx - graphviz - pydot - python-igraph - pyvis - ipycytoscape - pygsp - graph-tool - nxviz - py2cytoscape - ipydagred3 - ipysigma - Py3Plex - net wulf @data_analysis_ml

🖥 По сравнению с pandas, Polars предоставляет более продвинутый синтаксис для создания сложных пайплайнов преобразования дан
🖥 По сравнению с pandas, Polars предоставляет более продвинутый синтаксис для создания сложных пайплайнов преобразования данных. Каждая функция в Polars генерирует новую функцию, и эти функции можно объединять в конвейер. @data_analysis_ml

Тренды киберзла: похищают деньги, контролируют оборудование, нарушают работу По данным @solar_security «Солара», из-за кибера
Тренды киберзла: похищают деньги, контролируют оборудование, нарушают работу По данным @solar_security «Солара», из-за кибератак компании теряют от 7 млн рублей за раз, а в год — не менее 20 млн рублей. Злоумышленники похищают деньги со счетов компании, берут под контроль сетевое оборудование, компрометируют изолированные сегменты, нарушают работу сайтов и приложений. Обеспечить реальную защиту от киберзла поможет @solar_security «Солар». Как это сделать, рассказывают наши эксперты на канале. Подпишитесь, чтобы ничего не пропустить. Реклама. ООО "РТК ИБ". ИНН 7704356648. erid: LjN8Jx2yE

🖥 Реальный вопрос c собеседования Microsoft SQL: "Какой клиент Azure из базы покупателей, приоьретает хотя бы 1 продукт Azur
🖥 Реальный вопрос c собеседования Microsoft SQL: "Какой клиент Azure из базы покупателей, приоьретает хотя бы 1 продукт Azure из каждой категории продуктов?" ❕ Подсказки: - Объединить таблицы с помощью LEFT JOIN - Подсчитайть разные категории продуктов с помощью COUNT и DISTINCT. Доп задание: напишие код с использованием Pandas для решения задачи. Протестировать свой SQL-запрос и посмотреть таблицы можно здесь: https://datalemur.com/questions/supercloud-customer Пишите свое решение в комментариях👇 @data_analysis_ml

Нужно больше золота подарков🎁 Ispmanager решил пуститься во все тяжкие 😱 Мало того, что они для всех пользователей каждый д
Нужно больше золота подарков🎁 Ispmanager решил пуститься во все тяжкие 😱  Мало того, что они для всех пользователей каждый день раздают подарки, так теперь еще и запустили розыгрыш!  Условия просты: подписаться на канал и нажать кнопку "Участвую". А 29 декабря выберут 3-х победителей, которые получат 3 суперприза!  Если пользуешься одной из самых популярных панелей управления для Linix-серверов, и даже, если нет  — самое время испытать свою удачу и начать облегчать себе жизнь, автоматизируя рутину и ускоряя работу. Ведь ispmanager работает с сайтами на PHP и Python,  создает и настраивает базы данных, DNS, бэкапы, почту, защиту  и автоматически перевыпускает любые SSL 😎  Присоединяйтесь к веселью и расскажи друзьям 🎉 Реклама. АО "ИСПМЕНЕДЖЕР". ИНН 3810037036.

SQL: комплексный анализ оттока клиентов Постановка задачи В конкурентной телекоммуникационной сфере восприятие компании в цел
SQL: комплексный анализ оттока клиентов Постановка задачи В конкурентной телекоммуникационной сфере восприятие компании в целом формируется критической оценкой ее услуг клиентами. Сбои в работе чреваты ростом обеспокоенности, поэтому так важен анализ оттока. Уровнем оттока характеризуется потеря клиентов, а это сказывается на доходах. На выводы анализа опираются при разработке стратегий, сегментном таргетировании, совершенствовании обслуживания для роста доверия и удовлетворенности клиентов. Что такое «отток клиентов»? Отток, или оборот клиентов, называемый также оттоком покупателей, — это явление, при котором клиенты или подписчики прекращают сотрудничать с компанией или пользоваться ее продуктами/услугами. Оно случается, когда привлеченные ее деятельностью или предложениями клиенты решают отказаться от дальнейших отношений или покупок. Возможные причины: предложения конкурентов, цена, неудовлетворенность продуктом или услугой, недостаточная их ценность в глазах покупателя, личные обстоятельства. Очистка данных Определение общего количества клиентов SELECT DISTINCT COUNT(CUSTOMER_ID) AS TOTALCUSTOMERS FROM CHURNDATA; То есть выбираем из churndata отдельный счетчик count(customer_id) по общему числу клиентов TotalCustomers: 📌Продолжение @data_analysis_ml

Разбираем тестовое задание в СБЕР на позицию junior-аналитика 📣 Всем привет! Команда Simulative и наш CEO – Андрон Алексанян приглашаем вас на интенсив, где мы в прямом эфире будем разбирать настоящее тестовое задание на позицию junior-аналитика в компанию СБЕР. Это будет последний обучающий интенсив в этом году. Нам предстоит проанализировать историю договоров клиентов банка, провести аналитику и сформулировать бизнес-выводы. 📅 Дата: 26 декабря 🕘 Время: 19:00 по Мск Что будем делать на интенсиве: ➖ Решать задания с помощью SQL ➖ Писать хитрые запросы на SCD, pivot table и другие ➖ Подробно разбирать каждый шаг ➖ Считать retention банка и проводить сегментацию ➖ Проводить аналитику и составлять бизнес-выводы В прямом эфире мы также расскажем о частых ошибках новичков и поделимся лайфхаками — как достойно пройти собеседование и удивить ревьюера крутыми фишками 🤩 ❗️ Записи интенсива не будет. Только один раз и только в live-формате. А вы готовы бустануть свои знания и скиллы в аналитике? 🔗 Регистрируйтесь на интенсив Реклама. ООО «АЙТИ РЕЗЮМЕ». ИНН 4025460134. Erid:LjN8KD6DY

🔥 Дайджест полезных материалов из мира Data Science за неделю Почитать: — 100 вопросов для подготовки к собесу Python — Большой тест GPT4, GPT3.5, YandexGPT, GigaChat, Saiga в RAG-задаче. Часть 1 — Полный отчет Github за 2023 о состоянии проектов. — 9 вопросов для собеседования по SQL в Apple — Геометрия и навигация — Разметка данных в 2023 году: текущие тренды и требования будущего — fsspec и вообще зачем оно нам нужно — Как мы переезжали с PostgreSQL на Data Lake в AWS и какие грабли собрали по пути — Расчетная архитектура платформы для A/B-тестов Mail.Ru — Automate the boring stuff with Julia — Трёхканальный ИИ — Decoding a Data Model: Using SchemaSpy in Snowflake ❄️ — Quickly create a personalized data dashboard for your boss. — What Is Data Analysis and How Can You Get Started? — Explorando as Funções Específicas da Biblioteca google-cloud-storage no Google Cloud Platform — Microsoft PHI-2 + Huggine Face + Langchain = Super Tiny Chatbot — How to rank Fungible Tokens in the TON blockchain by transactions — A good resource on Algorithms! — High-level overview of AWS Glue — What is the population of that region? — Streamlined Data Processing: A Guide to Cost-Effective ELT Implementation Посмотреть: 🌐 Mixtral 8x7B - новый ИИ. Нейросети, которые ДОМИНИРУЮТ на другими моделями (⏱ 08:04) 🌐 100 вопросов с собеседований Python. Полный разбор реальных вопросов. (⏱ 34:27) 🌐 💡Задача #Python:Комбинация сумм II #python #программирование #код #yotube #youtube #пито (⏱ 00:54) 🌐 💡Крутая задача #Python: #python #программирование #код #yotube #youtube #питон (⏱ 00:49) 🌐 ODSC Webinar | Preparing for your First Enterprise Large Language Model (LLM) Application (⏱ 48:16) 🌐 Adversarial Validation and Training in Stock Market Price Prediction (⏱ 28:09) 🌐 NVIDIA’s New AI Is 20x Faster…But How? (⏱ 08:16) 🌐 Here’s How ChatGPT is Changing The World! (⏱ 08:33) Хорошего дня! @data_analysis_ml

🖥 nbgather: 🧽✨ Spit shine for Jupyter notebooks nbgather предоставляет инструменты для очистки кода, восстановления потерянного кода и сравнения версий кода в Jupyter Lab. Загрузите расширение alpha с помощью следующей команды: jupyter labextension install nbgather 🖥Github @data_analysis_ml

🖥 csvs-to-sqlite Чтобы преобразовать файлы CSV в базу данных SQLite для эффективной работы с данными и их хранения, попробуй
🖥 csvs-to-sqlite Чтобы преобразовать файлы CSV в базу данных SQLite для эффективной работы с данными и их хранения, попробуйте csvs-to-sqlite. https://github.com/simonw/csvs-to-sqlite @data_analysis_ml

Хорошие новости для всех, кто интересуется машинным обучением и генеративными нейросетями! Банк ВТБ и Финтех Хаб Банка России
Хорошие новости для всех, кто интересуется машинным обучением и генеративными нейросетями! Банк ВТБ и Финтех Хаб Банка России объявляет набор на вторую совместную образовательную программу "Машинное обучение PRO: обработка документов и генеративные нейросети". Программа состоит из двух модулей: Теоретический модуль: - с 12 февраля по 11 марта 2024 - Дистанционный формат - Включает в себя лекции по основам NLP, обработке изображений, языковым моделям и другим темам Практический модуль: - с 18 марта по 8 апреля 2024 года. - Дистанционный формат с несколькими очными днями в Москве Лучшим командам будет предложено презентовать разработанный прототип на международной конференции по анализу данных Data Fusion 18 апреля 2024 года (data-fusion.ru) Подать заявку можно на сайте программы