Data Science: Алгоритмы и Структуры данных
Відкрити в Telegram
Мы не претендуем на оригинальность контента, мы лишь собираем материал из открытых источников. Ссылка: @Portal_v_IT Сотрудничество, авторские права: @oleginc, @tatiana_inc Канал на бирже: https://telega.in/c/structuredata
Показати більше7 714
Підписники
Немає даних24 години
-147 днів
-1830 днів
Архів дописів
Алгоритм Диница: как найти максимальный поток в сети (для начинающих)
Привет, будущие инженеры и программисты! Сегодня мы погрузимся в мир алгоритмов и разберём одну очень крутую штуку — алгоритм Диница. Звучит сложно? Не переживайте, мы разберём его по полочкам, как конструктор LEGO, и вы поймёте, как он помогает решать реальные задачи.
Представьте, что у вас есть город, и по его дорогам едут машины. У каждой дороги есть своя пропускная способность — сколько машин может проехать по ней за час. Ваша задача — понять, сколько всего машин может проехать из одной точки города (например, от завода) в другую (например, до торгового центра) за час, используя все дороги. Это и есть задача о максимальном потоке!
https://habr.com/ru/articles/927276/
Алгоритмы и Структуры данных
Тестировщики находят ошибки в программах — и зарабатывают от 70 000 ₽
Как «укусить» IT профессию — без обязательств.
Skillbox придумал простой способ: вы заходите в Telegram, проходите короткий тест — и получаете серию мини-уроков, где на практике ловите баги, учитесь работать с базами и смотрите, как думают тестировщики.
Вы не подписываетесь на вечную учёбу, не платите и не обещаете «изменить свою жизнь». Вы просто проверяете: интересно это вам или нет.
И если «да», то вам дадут подарки — курс английского, гайд по профессии и шанс выиграть 1,5 млн в хакатоне.
Мест почти не осталось. Забирайте, вход пока открыт: получить курс.
Экономическая модель для ММО
За игрой в различные массовые онлайновые проекты слишком часто приходилось наблюдать, как изначально встроенная система цен довольно быстро скатывалась в дикую прогрессирующую инфляцию, обесценивающую всё и вся. Внутриигровые стоимости (покупка/продажа вещей нпс, оплата услуг, ценность дропа) при этом становились совершенно смехотворными, а аукционы оказывались под завязку забиты спекулянтами. Не все ММО игры такие, но большинство.
Если уж в играх не могут прийти к более менее валидной экономической модели, то что говорить о реальности. В которой капитализм по сути рассчитывает на то, что товары производятся, ввп прирастает и количество денежной массы можно подращивать со скоростью этого роста. О точном обеспечении общего количества товаров равноценным ему денежным эквивалентом речь давно не идёт.
Если же вернуться к источнику, то изначальный смысл денег быть мерой стоимости. Общая ценность денежной массы должна соответствовать общему количеству материальных ценностей. Каждый произведённый товар увеличивает эту общую ценность. Но это в идеальном виде, а по факту в реальности всегда присутствует проблема переоценки - сложно учесть все материальные ценности, некоторые к тому же недолговечны, то есть могут переставать быть ценностью. Ещё одна проблема - расходные товары, вроде еды или услуг. Они всё-таки довольно специфичны, чтобы подходить к ним с той же меркой, иначе они сами по себе разрушают всю концепцию.
https://habr.com/ru/articles/657603/
Алгоритмы и Структуры данных
Алгоритмы для работы с большими данными в Go: HyperLogLog и Count-Min Sketch
Для начала давайте разберем что такое вообще Алгоритмы для работы с большими данными, основная суть алгоритмов для работы с большими данными — это эффективная обработка огромных объёмов информации при минимальных вычислительных ресурсах (памяти, CPU, диске). Их суть — жертвовать точностью ради скорости и масштабируемости.
https://habr.com/ru/articles/927212/
Алгоритмы и Структуры данных
Алгоритм Мамдани в системах нечеткого вывода
Так уж повелось, что любую статью о нечеткой логике принято начинать с упоминания имени Лотфи Заде. И я не стану исключением. Дело в том, что этот человек стал не только отцом-основателем целой научной теории, написав в 1965 году фундаментальный труд «Fuzzy Sets», но и проработал различные возможности ее практического применения. Он описал свой подход в 1973 году в тексте «Outline of a New Approach to the Analysis of Complex Systems and Decision Processes» (опубликованном в журнале IEEE Transactions on Systems). Примечательно, что сразу после его выхода одна предприимчивая датская фирма весьма успешно применила изложенные в нем принципы для усовершенствования своей системы управления сложным производственным процессом.
https://habr.com/ru/articles/113020/
Алгоритмы и Структуры данных
Разберитесь в ИИ за 5 дней
Хайп вокруг нейросетей — это круто, но как они работают на деле? За 5 дней вы напишете код, построите ИИ-модель и соберёте первые проекты в портфолио.
Мини-курс подойдёт и новичкам, и тем, кто просто хочет пощупать Data Science. Эти специалисты умеют «разговаривать» с данными и находить решения с помощью нейросетей. И вы попробуете себя в этой роли — без лишней теории и сложностей.
Комьюнити, подарки, доступ навсегда. Учитесь когда удобно, главное успейте зарегистрироваться пока видео-курс бесплатный.
[Забрать мини-курс]
Алгоритмы и рыбалка: как работает мозг программиста в естественной среде обитания
Привет, меня зовут Валерий Антонов, я руковожу направлением Java в Уральском банке реконструкции и развития (УБРиР). Сегодня расскажу, как я смог переложить систему алгоритмов на, казалось бы никак с этим не связанное хобби, - рыбалку.
https://habr.com/ru/companies/ubrr/articles/657689/
Алгоритмы и Структуры данных
Как беспроводные сети могут помочь беспилотным машинам?
В данной статье мы рассказываем о том, как беспроводные сети могут помочь беспилотным машинам справляться с некоторыми “edge case” ситуациями и описываем подход для упрощения операции поиска объектов, влияющие на свойства беспроводных каналов.
https://habr.com/ru/articles/661021/
Алгоритмы и Структуры данных
Использование машинного обучения для оптимизации логистических процессов
Сегодня в логистике мы сталкиваемся с множеством вызовов, требующих новых подходов. Глобализация, большие объёмы данных, изменчивость потребительских настроений и стремление к экономии делают традиционные способы управления недостаточно эффективными. Поэтому машинное обучение оказывается как никогда кстати и становится важным инструментом для оптимизации логистических процессов.
Традиционная организация цепочек поставок часто сталкивается с проблемами. Например, прогнозирование и планирование могут быть некорректными из-за отсутствия своевременных и точных данных. Для координации участников цепочек поставок требуются значительные, но не всегда оправданные ресурсы. Непредсказуемые обстоятельства, такие как погодные условия или колебания спроса, тоже могут приводить к сбоям. Работа вручную также повышает вероятность ошибок (человеческий фактор, куда ж без него) и снижает общую эффективность.
https://habr.com/ru/companies/sberbank/articles/926934/
Алгоритмы и Структуры данных
Потратить на поиск работы мечты несколько лет или 3 часа?
Не знаете, с чего начать? Не уверены, в какой профессии сможете раскрыться на 100%?
Профтест, который изменит всё
За 15 минут вы поймёте, какие профессии вам подходят. Сразу после теста вы получите доступ к курсу, на котором вы больше узнаете о самых актуальных профессиях и сможете подобрать четыре по своим предпочтениям и интересам.
Работать удалённо, в гибком графике, с зарплатой от 100 000 ₽ — это не сказка, это цифровая реальность. И она ждёт вашего первого шага.
Пройдите тест сейчас — и начните учиться бесплатно.
Что такое отравление данных при помощи машинного обучения?
Перед нами пример отравления данных (data poisoning), особой состязательной атаки, заключающейся в серии приемов, призванных нарушить работу моделей машинного обучения и глубокого обучения.
Если умело применять отравление данных, этот метод может предоставить злоумышленнику своеобразный бэкдор к моделям машинного обучения, через который можно обходить защиту систем, управляемых алгоритмами искусственного интеллекта.
https://habr.com/ru/companies/piter/articles/661083/
Алгоритмы и Структуры данных
Что такое отравление данных при помощи машинного обучения?
Перед нами пример отравления данных (data poisoning), особой состязательной атаки, заключающейся в серии приемов, призванных нарушить работу моделей машинного обучения и глубокого обучения.
Если умело применять отравление данных, этот метод может предоставить злоумышленнику своеобразный бэкдор к моделям машинного обучения, через который можно обходить защиту систем, управляемых алгоритмами искусственного интеллекта.
https://habr.com/ru/companies/piter/articles/661083/
Алгоритмы и Структуры данных
- Олег них*я не делает весь месяц
- 9:26 на часах, а туалет уже пахнет травой
- Завтра еб*м объект? Если да, то где?..
Это была лишь прелюдия, к томy, что публикуют в «коллеги, шутки кончились» — самом скандальном канале про изнанку рабочих будней, неадекват клиентов и тупость начальства.
Идеальный канал, чтоб залипнуть с коллегами: @kollеgi
Конечный автомат, машина Тьюринга, порождающая грамматика и компьютер: в чём разница
В данной статье мы разъясним вопрос, который, находясь в самой основе теоретического программирования, при этом парадоксальным образом очень часто объясняется неправильно или неполно, причём эти неправильные объяснения даже иногда входят в учебные пособия (по крайней мере, известный китайский чатбот не смог мне правильно ответить на вопрос об отличии машины Тьюринга от конечного автомата, хотя, казалось бы, они приходятся чатботу ближайшими родственниками, и он мог бы изучить теоретическое программирование в обучающей выборке).
А в конце мы немного пофилософствуем на тему, что же такое программа и что такое семантика.
В данной статье мы разъясним вопрос, который, находясь в самой основе теоретического программирования, при этом парадоксальным образом очень часто объясняется неправильно или неполно, причём эти неправильные объяснения даже иногда входят в учебные пособия (по крайней мере, известный китайский чатбот не смог мне правильно ответить на вопрос об отличии машины Тьюринга от конечного автомата, хотя, казалось бы, они приходятся чатботу ближайшими родственниками, и он мог бы изучить теоретическое программирование в обучающей выборке).
А в конце мы немного пофилософствуем на тему, что же такое программа и что такое семантика.
https://habr.com/ru/articles/926394/
Алгоритмы и Структуры данных
Нарративная математика
В настольно-ролевых играх часто принято использовать генераторы, дающие некие исходы и варианты лута/предметов/ситуаций из различных списков. В компьютерной сфере пишутся системы, обрабатывающие описания и реплики от пользователя и высылающие ему в ответ сгенерированные описания реакций и событий.
Что насчёт некого обратного, или гибридного способа - пользователь не пишет запрос литературно, а конструирует его в пару кликов и получает ответ в виде набора направляющих ассоциаций, а не законченного конкретного текста. Благодаря этим направляющим пользователь может сам описать, сколь угодно подробно, что же произошло.
В этой статье речь пойдёт о паре сюжетно-ролевых калькуляторов, собранных на движке Godot, в которых я частично автоматизировал варианты своей сюжетостроительной игромеханики, основанной на взаимодействии идентификаторов объектов. Доступны в браузере или в виде windows/linux приложений.
https://habr.com/ru/articles/658443/
Алгоритмы и Структуры данных
DeepSeek — самая мощная нейросеть в мире? Честно сравним и разберемся на примерах вместе с Кириллом Пшинником, СЕО университета Зерокодер.
⚡️Что ждет вас на вебинаре?
— Сравним DeepSeek-R1 и QWEN 2.5-Max с ChatGPT – кто быстрее, точнее и эффективнее?
— Покажем, как использовать DeepSeek без ограничений и блокировок;
— Разберем, как можно зарабатывать на нейросетях и какие вакансии будут востребованы в 2025 году.
👉 Регистрируйтесь прямо сейчас
Все участники получат готовые инструменты для работы с нейросетями. Эфир подойдет всем, кто хочет сэкономить время, монетизировать навыки и оставаться в тренде технологий 2025 года.
PS: Это первый полноценный практикум от экспертов по DeepSeek. Узнайте и погрузитесь в революционные изменения AI сферы по ссылке.
erid: 2W5zFFzYJsa
ООО Зерокодер, ИНН 9715401631
Как улучшить любой патент на изобретение в IT, на примере Яндекса
Каждый землянин, даже совсем не научно-технический революционер или патентный военный, прочитавший эту информацию о методиках изобретательства, сможет при желании написать рационализаторское предложение или патент, за которые ему заплатят на работе или в своём бизнесе. И, самое удивительное, что категорически только тот, кто именно практически ежедневно занимается какой-то достаточно узкой областью ИТ, может улучшить и изобрести новое, а не «аналитик» вообще, доцент или чиновник. Мир меняется, и то, что раньше изобреталось и патентовалось, как просто научное, «на кончике пера», теперь должно быть максимально практичным, как конкретное «техническое решение».
https://habr.com/ru/articles/658445/
Алгоритмы и Структуры данных
goYSDA: Как мы в ШАДе переизобрели и сделали непрерывную игру Го, выкинув из него сетку
Все мы знаем Го — глубокую, медитативную игру на доске 19x19. Камни, пересечения, территории... А что, если выкинуть саму сетку и разрешить ставить камни куда угодно в пределах доски?
Мы в команде YSDA (Yandex School of Data Analysis или Школа Анализа Данных, ШАД) задались этим вопросом и решили проверить. Получилось азартно, хаотично и, что самое главное для нас как разработчиков, — чертовски интересно с точки зрения алгоритмов.
А в конце встретим неожиданный твист! Узнаем, что такое такое Суго.
https://habr.com/ru/companies/datafeel/articles/926338/
Алгоритмы и Структуры данных
Строковые алгоритмы на практике. Часть 1 — Алгоритм Кнута — Морриса — Пратта
Начал я на днях читать книгу про обработку строк и буквально с первых страниц, прихлебывая чаечек я начал поражаться тому, что за пять лет работы программистом я смотрел на строки только как на последовательность букв и ничего большее. Про то, что строки можно анализировать, чтобы как-то с ними продуктивно работать я вообще не задумывался.
Ну и я решил проверить на практике, так ли эти алгоритмы быстры и хороши как в книге описывается. Не то чтобы я имею повод сомневаться в авторе, но ведь всегда лучше один раз увидеть, чем сто раз прочитать в книге.
Скажу сразу, что данный материал написан для таких же обывателей как я, и что я понимаю, что на Хабре была написаны некоторые статьи по поводу алгоритмов обработки строк и была даже пара статей про КМП. Но со своей стороны я хочу максимально просто разжевать устройство этого алгоритма, замерить его производительность и посмотреть где, когда и для чего его можно использовать. В общем, я считаю мне есть что сказать.
Код, примеры и термины будут местами из ранее упомянутой книги С. Окулова "Алгоритмы обработки строк", так что, если какой-то термин будет упомянут не правильно, то милости прошу, поправляйте и я внесу коррективы.
https://habr.com/ru/articles/658779/
Алгоритмы и Структуры данных
STM32. Про синус
В статье алгоритмическая оптимизация функции sin() для бюджетных микроконтроллеров stm32, повышающая производительность в 10 и более раз.
Тригонометрические функции, характеризующиеся высоким потреблением процессорного времени, могут негативно влиять на выбор бюджетных микроконтроллеров ( без модуля FPU ) для задач, где важна скорость счёта, например, контроль пространственного положения.
Библиотечные тригонометрические функции с двойной точностью в два раза медленнее, чем с одинарной. Это досадный факт.
https://habr.com/ru/articles/659089/
Алгоритмы и Структуры данных
