uk
Feedback

Не попадись на ботовода! Telemetrio знаходить і позначає такі канали мітками 👉 Хочеш бачити мітку, оформляй підписку

Анализ данных (Data analysis)

Анализ данных (Data analysis)

Відкрити в Telegram

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

Показати більше

📈 Аналітичний огляд Telegram-каналу Анализ данных (Data analysis)

Канал Анализ данных (Data analysis) (@data_analysis_ml) у мовному сегменті Російська є активним учасником. На даний момент спільнота об'єднує 51 932 підписників, посідаючи 2 581 місце в категорії Технології та додатки та 11 797 місце у регіоні Росія.

📊 Показники аудиторії та динаміка

З моменту свого створення невідомо, проект продемонстрував стрімке зростання, зібравши аудиторію у 51 932 підписників.

За останніми даними від 15 листопада, 2026, канал демонструє стабільну активність. Хоча за останні 30 днів спостерігається зміна кількості учасників на 528, а за останні 24 години на -4, загальне охоплення залишається високим.

  • Статус верифікації: Не верифікований
  • Рівень залученості (ER): Середній показник залученості аудиторії становить 11.70%. Протягом перших 24 годин після публікації контент зазвичай збирає 8.47% реакцій від загальної кількості підписників.
  • Охоплення публікацій: В середньому кожен допис отримує 6 075 переглядів. Протягом першої доби публікація в середньому набирає 4 397 переглядів.
  • Реакції та взаємодія: Аудиторія активно підтримує контент: середня кількість реакцій на один пост – 198.
  • Тематичні інтереси: Контент зосереджений навколо ключових тем, таких як llm, контекст, openai, архитектура, deepseek.

📝 Опис та контентна політика

Автор описує ресурс як майданчик для висловлення суб'єктивної думки:
“Data science, наука о данных. @haarrp - админ РКН: clck.ru/3FmyAp”

Завдяки високій частоті оновлень (останні дані отримано 16 листопада, 2026), канал підтримує актуальність та високий рівень охоплення публікацій. Аналітика показує, що аудиторія активно взаємодіє з контентом, що робить його важливою точкою впливу в категорії Технології та додатки.

51 932
Підписники
-424 години
+307 днів
+52830 днів
Архів дописів
📈 Если вы хотите преобразить свои графики #matplotlib попробуйте LovelyPlots Чтобы красивые графики, просто добавьте одну ст
📈 Если вы хотите преобразить свои графики #matplotlib попробуйте LovelyPlots Чтобы красивые графики, просто добавьте одну строку кода к существующему коду matplotlib. 📉 Lovely Plots - это инструмент, содержащий таблицы стилей matplotlib для легкого форматирования графиков для научных статей, проектов и презентаций. Библиотека сохраняет их полностью редактируемыми в Adobe Illustrator. Кроме того, параметры экспорта .svg позволяют автоматически адаптировать шрифт рисунков к шрифту вашего документа. Например, рисунки в формате .svg, импортированные в файл .tex, будут автоматически сгенерированы с использованием текстового шрифта, используемого в вашем файле .tex. pip install LovelyPlots ▪Github @data_analysis_ml

🖥 45+ IT-компаний ищут стажёров и джунов Карьерные форумы "Найти IT" — это шанс пообщаться с топовыми компаниями и получить
🖥 45+ IT-компаний ищут стажёров и джунов  Карьерные форумы "Найти IT" — это шанс пообщаться с топовыми компаниями и получить оффер. Среди работодателей будут Сбер, Яндекс, Kaspersky, Avito и многие другие. Что вас ждёт: 🔹 Мастер-классы, кейсы и Q&A-сессии. 🔹 Розыгрыш призов среди участников. 🔹 Обширное пространство для общения и обмена опытом. 🔹 Карьерные консультации от HR-ов. Участие бесплатное!  Выбирайте город и регистрируйтесь👇🏻 📍 Москва — 6 марта 📍 Санкт-Петербург — 6 апреля 📍 Новосибирск — 10 апреля

По умолчанию преобразователи #scikit-learn возвращают массив NumPy. Это может быть проблемой, если для последующих этапов обр
По умолчанию преобразователи #scikit-learn возвращают массив NumPy. Это может быть проблемой, если для последующих этапов обработки данных вам нужен датафрейм pandas. К счастью, начиная с scikit-learn версии 1.3.2, вы можете использовать метод set_output для получения результатов в формате датафреймов pandas. @data_analysis_ml

Присоединяйтесь к GitVerse – сервису для быстрого создания исходного кода с AI-помощником Разработчики получили доступ к GitV
Присоединяйтесь к GitVerse – сервису для быстрого создания исходного кода с AI-помощником Разработчики получили доступ к GitVerse – платформе для совместной разработки и хостинга кода от СберТеха. Она позволяет создавать проекты с открытым и закрытым кодом, приглашать новых участников, переносить репозитории с популярных мировых ресурсов в один клик и общаться с единомышленниками в ИТ-сообществе. Первые пользователи, зарегистрировавшиеся на GitVerse, смогут присоединиться к открытому тестированию персонального AI-ассистента разработчика (AI, artificial intelligence — искусственный интеллект) — сервису GigaCode. Он ускоряет и упрощает программирование, генерируя варианты завершения кода непосредственно в среде разработки в режиме реального времени. В рамках акции пользователям доступен бесплатный годовой пакет облачных сервисов, с ним можно размещать разработанные приложения в облаке с использованием технологий распределённого хранения и вычислений. Подробности и правила акции, а также регистрация на сайте платформы.

⚡️Нереальная подборка полезных нейросетей. 226 AI-сервисов и приложений на все случаи жизни, от известных MGIE, Perplexity, Gemini, Groq до совсем свежих и малознакомых Эти нейросети помогут вам: ➖управлять движением объектов на видео ➖повысить качество записанного аудио ➖исправить грамматику в любом приложении ➖генерировать аудио, видео, изображения ➖апскейлить изображение ➖и ещё помогут с миллионом других задач 🔗 Каталог @ai_machinelearning_big_data

Всем привет! Владелец продукта ИТ-компании изучает потребности и пожелания участников процесса работы с даннымии аналитикой.  У вас есть уникальная возможность поделиться опытом, дать рекомендации и подсветить проблемы используемых систем. Переходите по ссылке и делитесь бесценным опытом😉

⚡️ StarCoder2: открытые веса, датасеты, обучающие скрипты, топ лидерборда HF. StarCoder2 - это семейство открытых LLM для ген
⚡️ StarCoder2: открытые веса, датасеты, обучающие скрипты, топ лидерборда HF. StarCoder2 - это семейство открытых LLM для генерации кода, в трех различных размерах с параметрами 3B, 7B и 15B. StarCoder2-15B обучен на более чем 4 триллионах лексем и 600+ языках программирования из The Stack v2. Все модели используют Grouped Query Attention, контекстное окно из 16 384 лексем. StarCoder2 предлагает три размера модели: модель на 3 миллиарда параметров, обученная ServiceNow, модель на 7 миллиардов параметров, обученная Hugging Face, и модель на 15 миллиардов параметров, обученная NVIDIA с помощью NVIDIA NeMo и ускоренной инфраструктуры NVIDIA: ▪StarCoder2-3B был обучен на 17 языках программирования из The Stack v2 на 3+ триллионах токенов. ▪StarCoder2-7B обучался на 17 языках программирования из The Stack v2 на 3,5+ триллионах токенов. ▪StarCoder2-15B был обучен на 600+ языках программирования из The Stack v2 на 4+ триллионах токенов. StarCoder2-15B является лучшим в своем классе и по многим показателям превосходит модели 33B+. 📌HF 📌Github 📌Статья

Работаешь с данными и чувствуешь, что из них можно получить больше? В DataWorkshop расскажут как это сделать. 5 дней практики
Работаешь с данными и чувствуешь, что из них можно получить больше? В DataWorkshop расскажут как это сделать. 5 дней практики в Data Science на реальных данных магазина из Великобритании. 1-2 часа в день и самостоятельно создаешь модели машинного обучения. Старт - 4 марта. Обучаешься под руководством эксперта в своем темпе, в удобное время. 6000+ человек из разных стран мира уже приняли участие в данном интенсиве. 15 лет практического опыта у автора интенсива, поэтому полученные знания можно сразу применять в рабочих проектах. Обучают с 2017 года. Предоставляем готовое окружение - ничего устанавливать и настраивать не нужно. Участие бесплатно только для первых 100 записавшихся человек. Успевайте записаться по 👉 ЭТОЙ ССЫЛКЕ А еще много полезной информации о том, как начать работать в сфере Data Science в их канале. Реклама: ИП Кравченко Николай Васильевич LjN8KCNbP

🖥 3 лучших инструмента для автоматизации устранения SQL инъекций! SQL-инъекция (SQLi) - это уязвимость веб-безопасности, которая позволяет злоумышленнику вмешиваться в запросы, которые приложение делает к своей базе данных. Как правило, это позволяет просматривать данные, которые он обычно не может получить. Это могут быть других пользователей, или любые другие данные, доступ к которым имеет само приложение. Во многих случаях злоумышленник может изменять или удалять эти данные, вызывая постоянные изменения в содержимом или поведении приложения. 1⃣ SQLMap Вы, вероятно, уже знаете о первом инструменте. SQLMap - самый популярный сканер уязвимостей SQL Injection, полностью открытый! 2⃣ Ghauri Ghauri - это продвинутый инструмент, позволяющий легко автоматизировать обнаружение и эксплуатацию уязвимостей SQL Injection! Ghauri также имеет открытый исходный код и доступен на GitHub! 3⃣ SQLiv Обнаруживает уязвимости SQL-инъекций в веб-приложениях с помощью методов автоматического сканирования. Этот инструмент способен найти в Google определенную цель, просмотреть ее и просканировать несколько URL-адресов на наличие SQL-инъекций. @data_analysis_ml

IT-индустрия и проекты с каждым годом становятся все сложнее. Все больше технологий, сложной инфраструктуры и массивов данных
IT-индустрия и проекты с каждым годом становятся все сложнее. Все больше технологий, сложной инфраструктуры и массивов данных. Для управления этими махинами привычного продуктового подхода больше недостаточно. Топ-менеджеры крупнейших IT-компаний говорят о том, что продактам нужны новые компетенции для навыки, чтобы строить продукты на больших данных. Ассоциация Больших Данных вместе с топами из Сбера, Яндекса, ВК и Сколково разработали образовательную программу Big Data Product Owner. Курс ориентирован на junior и middle-специалистов и учит создавать из хаотичных данных прибыльные бизнесы. Студенты совмещают hard-скиллы с важными навыками переговоров и менеджерскими навыками. По результатам обучения выдается диплом государственного образца. 👉До 29 февраля включительно можно зафиксировать стоимость с 20% скидкой 👉 Первый урок доступен бесплатно по ссылке Реклама. ООО "АБД". ИНН 9703042787.

🚀🧙🏼‍♂️Представляем OpenHermesPreferences: крупнейший открытый набор данных для RLHF и DPO OpenHermesPreferences - это набо
🚀🧙🏼‍♂️Представляем OpenHermesPreferences: крупнейший открытый набор данных для RLHF и DPO OpenHermesPreferences - это набор данных из ~1 миллиона прдпочтений ИИ, полученных из его ответов. Датасет объединяет ответы от моделей, Mixtral-8x7B-Instruct-v0.1 и Nous-Hermes-2-Yi-34B. Набор данных можно использовать для обучения моделей предпочтений или настройки ответов больших языковых моделей с помощью таких методов, как прямая оптимизация предпочтений. https://huggingface.co/datasets/argilla/OpenHermesPreferences @data_analysis_ml

🕒 datefinder: Инструмент автоматического поиска дат и времени в строках Python Если вы хотите автоматически искать дату и вр
🕒 datefinder: Инструмент автоматического поиска дат и времени в строках Python Если вы хотите автоматически искать дату и время с различными форматами в строках Python, попробуйте использовать datefinder. В приведенном коде показано, как использовать datefinder. pip install datefinder ▪Github @data_analysis_ml

🎉 Выпущены JupyterLab 4.1 и Jupyter Notebook 7.1! В новых релизах добавлена поддержка диаграмм Mermaid, добавлена автоматиче
🎉 Выпущены JupyterLab 4.1 и Jupyter Notebook 7.1! В новых релизах добавлена поддержка диаграмм Mermaid, добавлена автоматическая генерация, добавлен ряд улучшений и исправлено более 100 ошибок. Обновления ▪jupyterlab.readthedocs.io/ ▪jupyter-notebook.readthedocs.io/ @data_analysis_ml

⛅ Запуск локального кода в облаке без настройки серверов и кластеров Yandex DataSphere Jobs позволяет запускать любую программу на Python или shell-скрипт в облаке без всяких изменений. Для запуска скрипта не нужно модифицировать исходный код, самостоятельно развёртывать кластер и собирать окружение — это происходит автоматически при запуске скрипта. Преимущества DataSphere Jobs: ⏺ Быстрый запуск вычислений в облаке с доступом ко всем его ресурсам, включая GPU без настройки виртуальных машин и кластеров. ⏺ Безопасность — Yandex Cloud выполняет все требования безопасности информации и работы с персональными данными. После исполнения вычислений DataSphere Jobs удалит весь код и данные. ⏺ Экономия затрат на развёртывание кластеров, их обслуживание и DevOps. 🗣 Подробнее смотрите в видео. Реклама. ООО «Яндекс.Облако» ИНН 7704458262

📊 Vega-Altair - это декларативная библиотека визуализации на Python. Приемущества 1. Декларативный подход: Altair предлагает декларативный подход к созданию графиков, что означает, что вы описываете, какие данные вы хотите визуализировать и как, а библиотека заботится о деталях. 2. Простота использования: Altair позволяет генерировать красивые графики с минимальным количеством кода. Это делает его отличным выбором для быстрого создания визуализаций. 3. Легкая Интеграция: Altair хорошо интегрируется с Pandas, Jupyter Notebook и JupyterLab для , что упрощает работу с данными. 4.Интерактивность: Позволяет создавать интерактивные графики без усилий. Недостатки 1. Ограниченные возможности настройки: В сравнении с Matplotlib, Altair предоставляет меньше возможностей для настройки графиков. 2. Ограниченная документация: Altair не обладает богатой документацией. pip install altair ▪Github ▪Docs ▪Colab ▪Примеры @data_analysis_ml

Avito Analytics meetup #12 — онлайн-ивент для аналитиков 🔥 Эксперты из AvitoTech и других крупных компаний разберут кейсы ан
Avito Analytics meetup #12 — онлайн-ивент для аналитиков 🔥 Эксперты из AvitoTech и других крупных компаний разберут кейсы аналитической поддержки при создании нового продукта, а также расскажут как и зачем анализируют обратную связь о товарах в ритейле и не только. Темы докладов: 👉 Аналитика нового продукта «под ключ»; 👉 Обратная связь в «Пятёрочке»: как работают с оценками товаров; ⚡️ Секретный доклад. Встречаемся онлайн 6 марта в 18:00 по Москве. Регистрируйтесь по ссылке, и до встречи!

⚡️ Шпаргалка по ML Нереальной полезности пост — ловите Cheatsheet по Machine Learning, тут разобраны самые основные понятия и
+9
⚡️ Шпаргалка по ML Нереальной полезности пост — ловите Cheatsheet по Machine Learning, тут разобраны самые основные понятия и даже больше: ❯ метод понижения размерности PCA ❯ ложноположительные, ложноотрицательные ошибки ❯ наивный Байесовский классификатор ❯ регрессионный анализ ❯ регуляризация ❯ архитектура, устройство, известные реализации нейронных сетей CNN ❯ базовые структуры данных: массив, связный список, стек, очередь, хеш-таблица, дерево Поможет без проблем подготовиться к собесу и освежить знания 📁 PDF @data_analysis_ml

🔥 Планы на неделю: прокачать Pandas в Python! Завтра в 19:00 по Мск пройдет бесплатный интенсив по теме: “RFM-анализ клиентской базы с помощью Pandas в Python”. Мы проводили такой интенсив в прошлом месяце, но многие не успели на него записаться, а очень хотели — поэтому мы решили, почему бы не провести его еще раз 🥰 А еще он очень понравился участникам, и мы собрали много положительного фидбека ⭐️ Что будем делать на интенсиве: ◾️ Проанализируем реальную клиентскую базу аптечной сети ◾️ Проведем EDA с помощью Pandas ◾️ Напишем скрипт для проведения RFM-анализа ◾️ Изучим несколько классных фишек Pandas ◾️ Сформулируем конкретные бизнес-выводы и предложения на основании проведенного анализа Мы также расскажем о частых ошибках новичков и поделимся лайфхаками — как достойно пройти собеседование и удивить ревьюера крутыми фишками 🤩 Любой рекрутер, увидев RFM-анализ в вашем портфолио, скажет: «О, круто, мы тоже такое делаем - классно, что кандидат это уже умеет!». И ваши шансы найти работу аналитиком кратно возрастут. А вы готовы бустануть свои знания и скиллы в аналитике? 🔗Регистрируйтесь на интенсив 👈 Реклама. ООО «АЙТИ РЕЗЮМЕ». ИНН 4025460134. Erid: LjN8KNZ3z

😺 Awesome CatBoost Кураторский список ресурсов, обучающих матералов, репозиториев с открытым исходным кодом, руководств, бло
😺 Awesome CatBoost Кураторский список ресурсов, обучающих матералов, репозиториев с открытым исходным кодом, руководств, блогов для работы с Catboost. ▪Github @data_analysis_ml

Автостопом по галактике ML🌠 С 2021 года Selectel проводит конференции для ML-специалистов. На недавнем митапе обсуждали инфр
Автостопом по галактике ML🌠 С 2021 года Selectel проводит конференции для ML-специалистов. На недавнем митапе обсуждали инфраструктуру для ML и AI, виды дрифтов ML-моделей и Computer Vision в животноводстве. Эксперты из Neoflex, Контур AI, Selectel и Русагро поделились опытом. А в Академии Selectel вышел материал, в котором удобно выбрать интересующий доклад и углубиться в тему ML. В материале вас ждут: — видео четырех докладов и одной дискуссии по ML, — тексты по работе с ML-моделями, — ссылка на бесплатный курс по работе с ML, — приглашение в сообщество из 2700 специалистов по ML в Telegram. Изучите конспект с последнего митапа по ML 👀 Реклама ООО «Селектел» erid 2VtzqwWGwmk