Data Science: Алгоритмы и Структуры данных

Спуск контента вызова внутрь процедуры Вообще-то я программирую в 1С, на языке, похожем на Visual Basic. Но мне кажется, что затронутый в этой теме вопрос касается всех языков программирования, т.к. затрагивает проблему, с которой рано или поздно сталкивается программист при работе со сложным кодом. Суть ситуации заключается в том, что есть некая процедура, которая делает расчет или выполняет какие-то действия. Возникшие изменения требуют, чтобы в некоторых случаях этот расчет или действия отличались в зависимости от того, из какого контекста вызывается данная процедура. Приведу пример, где после изменений требуется, чтобы выводилась не сумма y и z, а эта сумма, умноженная на некоторый коэффициент c, который вводится на верхнем уровне, в процедуре Top. https://habr.com/ru/articles/673350/ Алгоритмы и Структуры данных

Обучение с подкреплением: практические рекомендации по обучению сетей Deep Q В предыдущем материале из этой серии мы рассказали о сетях Deep Q (Deep Q Network, DQN) и написали алгоритм их обучения на псевдокоде. Хотя такие сети, в принципе, работоспособны, практическая реализация алгоритмов обучения с подкреплением (Reinforcement Learning, RL), выполняемая без понимания их ограничений, может вести к нестабильности создаваемых систем и к плохим результатам обучения. В этом материале мы обсудим два важных ограничения, две проблемы, способных привести к нестабильности Q-обучения. https://habr.com/ru/companies/wunderfund/articles/672988/ Алгоритмы и Структуры данных

Код как кисть: как Python превращается в художника с помощью генеративных алгоритмов Можно ли научить Python рисовать? Эта статья — не сухой туториал, а настоящая история экспериментов с генеративным искусством. В ней рассказывается о создании цифровых картин с помощью случайностей, математики, шума Перлина и любви к визуальному абсурду. Много кода, немного философии и никакой нейросети — только чистый Python и жажда выразительности. https://habr.com/ru/articles/904672/ Алгоритмы и Структуры данных

Биржевой торговый робот на Искусственном Интеллекте «АТОМ». История создания, принципы торговли, дальнейшие цели Я начал интересоваться биржевой торговлей 15 лет назад, после того, как прочитал книгу Ричарда Смиттена "Жизнь и смерть величайшего биржевого спекулянта". В этой книге автор рассказал историю жизни трейдера Уолл-стрит, Джесси Ливермора, который смог дважды предсказать падение фондового рынка в 1907 и 1929 году и заработать на этом в переводе на современные деньги миллиарды долларов. Перед смертью Ливермор написал книгу "Как торговать акциями", в которой поделился своими математическими формулами для определения уровней поддержки и сопротивления, тренда и ценовых паттернов. https://habr.com/ru/articles/673880/ Алгоритмы и Структуры данных

Бесплатный мини-курс: освой базу тестирования за 72 часа Ты выполнишь 3 реальных задачи из жизни Junior QA — поиски багов вручную, и с помощью ПО. Получишь проекты в портфолио, значимые для будущего работодателя. Как это работает? 1. Регистрируешься — это абсолютно бесплатно. 2. В течение трёх дней проходишь уроки от эксперта в удобное для себя время. 3. Получаешь консультацию по профессии, обучению и рынку. 4. Понимаешь, подходит ли тебе тестирование, как начать карьеру и как выгодно выделиться среди новичков. Получи 4 гайда + 3 проекта в портфолио за 3 дня — успевай до 30 апреля! 👉 Записаться бесплатно (осталось 12 мест).

Обобщенный алгоритм Дейкстры Алгоритм Дейкстры можно обобщить на произовльную функцию длины пути, если только она удовлетворяет трем условиям: Монотонность. При добавлении ребра к пути, его длина не уменьшается: Len(path+e) \ge Len(path) Консистентность. При добавлении одинакового ребра к путям одинаковой длины, получившиеся новые пути имеют одинаковую длину:Len(path_1) = Len(path_2) \Rightarrow Len(path_1 + e) = Len(path_2+e) Оптимальность начала. Если к двум путям приписать одинаковое ребро, то кратчайший путь останется кратчайшим: Len(path_1) \le Len(path_2) \Rightarrow Len(path_1+e) \le Len(path_2+e) https://habr.com/ru/articles/904508/ Алгоритмы и Структуры данных

В тему компиляций и вычислений выражений. В далёком 1973 году Воган Прэтт (Vaughan Pratt) предложил простой и эффективный метод разбора выражений, не использующий ни автоматы, ни грамматику как таковую. Идея заключается в том, что каждый символ (token) наделяется свойствами: lbp = приоритет связывания символа слева, nud = функция, определяющая результат применения оператора в начале выражения, led = функция, определяющая результат применения в середине выражения. https://habr.com/ru/articles/50349/ Алгоритмы и Структуры данных

Кролики и математика Недавно вышла статья о реализации задачи по поиску максимального по площади квадрата внутри массива из единиц и нулей. Автор предлагал её решить через префиксные суммы. Я какое-то время обдумывал её, а потом полез читать комментарии. Там показали способ решения с использованием динамического программирования (DP). Но меня всё еще не устраивало, что нам приходится обрабатывать полностью все поля (точнее итеративно N*M и при найденной единице "количество единиц * 4"). https://habr.com/ru/articles/904152/ Алгоритмы и Структуры данных

⚡️ Frontend теперь в Telegram! Ребята создали крутейший канал, где на простых картинках и понятном языке обучают фронтенд-разработке, делятся полезными инструментами и фишками Подписывайтесь: @FrontendPortal

«Скоро приедем?»: как оценить время в пути За прошедший год мы много работали над качеством предсказания времени в пути (ETA) в навигаторе 2ГИС и на 30% увеличили количество маршрутов, у которых прогнозное время совпадает с реальным с точностью до минуты. Меня зовут Кирилл, я Data Scientist в 2ГИС, и я расскажу, как максимально точно рассчитывать время прибытия из точки А в точку Б в условиях постоянного изменения дорожной ситуации. Поговорим про то, как мы постепенно меняли подходы к оценке времени в пути: от простой аддитивной модели до использования ML-моделей прогноза пробок и корректировки ETA. Ввели Traversal Time на смену GPS скоростей, а ещё проводили эксперименты и оценивали качество изменений алгоритма, чистили мусор из данных и закатывали модели в продакшн. Обо всём по порядку. https://habr.com/ru/companies/2gis/articles/674230/ Алгоритмы и Структуры данных

Названы две основные экосистемы, которые улучшают жизнь россиян. Это Сбер и Яндекс. По результатам исследования Spektr, лидерство по количеству категорий (8 из 18) держит Сбер. Его продукты, среди прочего, лучшие в сфере финансов (Сбербанк Онлайн), здоровья (СберЗдоровье) и трудоустройства (Работа.Ру). Сервисы Яндекса лидируют в категориях мобильность (Яндекс Такси), информация (Яндекс Карты) и путешествия (Яндекс Путешествия). Всего - 6 из 18.

Очень простая структура данных, с помощью которой решаются сложные задачи В этой статье я расскажу о стеке и задачах в которых он применяется. Включая задачу с заключительного этапа Всероссийской олимпиады школьников по информатике 2025 года. https://habr.com/ru/articles/904130/ Алгоритмы и Структуры данных

⚡️Уже ЗАВТРА мы подведём итоги масштабного розыгрыша среди наших подписчиков — победители получат сразу три новеньких iPhone 16! Самое время подписаться на @economica, @mosbusy и @ruble30 и нажать «Участвую!» под этим постом, если вы ещё этого не сделали. Результаты уже 25 апреля в 18:00!

Реализация ГОСТ 32.12. Симметричный шифр Кузнечик В качестве первой статьи решил выбрать разбор реализации отечественного шифра «кузнечик». Постараюсь объяснить сложные вещи простым языком. В качестве рабочего примера моя реализация на C. https://habr.com/ru/articles/903938/ Алгоритмы и Структуры данных

📱 Как ИИ меняет индустрию iGaming? ИИ уже давно перестал быть просто трендом — он активно трансформирует индустрию азартных игр. Автоматизация процессов, улучшение пользовательского опыта и создание персонализированных стратегий для игроков — вот лишь несколько примеров того, как ИИ меняет правила игры. 🔵 Хочешь узнать, как ИИ может повысить твой успех в iGaming? Подписывайся на Owner 1win и будь в центре событий! На канале ты найдешь: ⏺ Анализ применения ИИ в iGaming: как технологии меняют процессы и делают игры умнее. ⏺ Экспертные прогнозы о будущем индустрии с учетом ИИ. ⏺ Советы по внедрению ИИ в стратегии и улучшению пользовательского опыта. 🔗Присоединяйся к Owner 1win и будь на волне iGaming трендов!😍

Совершенный алгоритм. Жадные алгоритмы и динамическое программирование Совершенный алгоритм. Жадные алгоритмы и динамическое программирование - это третья часть лекций от Тима Рафгардена. Стиль первых частей сохранён: тем и алгоритмов не много, но разобраны они детально и даны не просто готовыми, но автор показывает, как к ним можно было бы прийти. Первое, что удивило так это неожиданная встреча с WSJF - weighted shortest job first. WSJF - это популярная методика приоритизации задач в Scrum и Kanban. Например, Дин Леффингуэлл в своём руководстве по SAFe (Agile Software Requirements: Lean Requirements Practices for Teams, Programs, and the Enterprise) на пальцах иллюстрирует результаты нескольких вариантов порядка выполнения задач (распределение эпиков, функциональностей и историй по инкрементам, итерациям и спринтам): https://habr.com/ru/articles/674352/ Алгоритмы и Структуры данных

Как одна приоритетная очередь спасла наш биллинг от кэш-хаоса Привет! Меня зовут Дмитрий Бандурин, я заместитель директора департамента биллинговых решений в компании «СИГМА». Моя команда регулярно выполняет нетривиальные задачи для стабильной работы высоконагруженных систем. Сегодня расскажу, как мы переработали логику обработки пакетных процессов в нашей системе массовых операций, на примере расчета дебиторской задолженности. Нам было необходимо, чтобы она справлялась с возрастающим объемом данных — и всё это в жестких временных рамках и в условиях многопоточности. https://habr.com/ru/companies/sigma/articles/903684/ Алгоритмы и Структуры данных

Пиши простой код И это решит 95% проблем типичного стартапа. Как-то так повелось, что по всему СНГ и его окрестностям на работу набирают зумеров с колоссальным опытом в три года, и они начинают создавать идеальные архитектуры. Да, каждый из вас, как только получает возможность взять на себя хоть малейшую ответственность, сразу вспоминает все прочитанные и не прочитанные книги и пилит свою уникальную архитектуру, непохожую ни на что. Да, именно — непохожую ни на что, с кучей ошибок, которые появляются из-за неправильной трактовки каких-то понятий или банальной нехватки опыта. Я не буду в этой статье приводить конкретные примеры — их уже обсуждали здесь не раз. Вместо этого я зайду с другой стороны. https://habr.com/ru/articles/903426/ Алгоритмы и Структуры данных

404 Media — закрытый канал про хакинг, кибербезопасность и технологии. — Пентест камер видеонаблюдения, WI-FI, социальных сетей — Пробив по номеру телефона или телеграм аккаунту — Анонимность, безопасность в сети, защита данных https://t.me/+QrK4XlsK8O1hNmEy

Зачем программисту алгоритмы? Многие компании, нанимающие программистов, требуют от них знания алгоритмов. Некоторые даже устраивают отдельное собеседование по алгоритмам, зачастую весьма нешуточное. Однако сами программисты нередко удивляются, зачем всё это? Действительно, работа наших коллег часто заключается в поиске и устранении ошибок в залежах legacy кода. Какие уж там алгоритмы? Даже те, кому посчастливилось участвовать в новом проекте знают, что зачастую новый проект состоит на 80% из чужого, уже кем-то написанного и найденного на просторах гитхаба кода, а новый код - это, по сути, клей и обёртки, которые позволяют склеить эти уже готовые запчасти между собой, чтобы получить заданный продукт. Недавно мне попалась на глаза статья на Хабре статью о подготовке к алгоритмическому собеседованию в Яндексе. Видно, что ребята относятся к делу всерьёз. Однако на вопрос, зачем всё таки это нужно, статья отвечает в том духе, что алгоритмическая подготовка показывает полезную готовность кандидата поотжиматься (отмечу при этом, что это не мнение Яндекса, а личное мнение человека, получившего этот опыт с обеих сторон - и кандидата и интервьювера). Однако всё же, действительно ли основная польза алгоритмической подготовки сводится к тому, чтобы продемонстрировать работодателю свою сообразительность и готовность потратить время жизни на подготовку к собеседованиям, а в целом она не слишком полезна для нормального рабочего процесса? Или всё же алгоритмы нужны? https://habr.com/ru/articles/903368/ Алгоритмы и Структуры данных