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 51 911 підписників, посідаючи 2 572 місце в категорії Технології та додатки та 11 804 місце у регіоні Росія.

📊 Показники аудиторії та динаміка

З моменту свого створення невідомо, проект продемонстрував стрімке зростання, зібравши аудиторію у 51 911 підписників.

За останніми даними від 16 листопада, 2026, канал демонструє стабільну активність. Хоча за останні 30 днів спостерігається зміна кількості учасників на 444, а за останні 24 години на -8, загальне охоплення залишається високим.

  • Статус верифікації: Не верифікований
  • Рівень залученості (ER): Середній показник залученості аудиторії становить 11.63%. Протягом перших 24 годин після публікації контент зазвичай збирає 8.47% реакцій від загальної кількості підписників.
  • Охоплення публікацій: В середньому кожен допис отримує 6 040 переглядів. Протягом першої доби публікація в середньому набирає 4 397 переглядів.
  • Реакції та взаємодія: Аудиторія активно підтримує контент: середня кількість реакцій на один пост – 192.
  • 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 17 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.

51 911
Підписники
-824 години
+27 днів
+44430 днів
Архів дописів
💨 Что, где, откуда: извлекаем реляционный датасет из JSON Когда вы сталкиваетесь с большим ненормализованным датасетом, да е
💨 Что, где, откуда: извлекаем реляционный датасет из JSON Когда вы сталкиваетесь с большим ненормализованным датасетом, да еще и в формате JSON, который нужно переложить в связанные SQL-таблицы, необходимо: ▪Читать датасет по чанкам; ▪Анализировать датасет на качество, смотреть на атрибуты; ▪Нормализовать датасет, раскрывать связи между сущностями и следить за их целостностью. В целом, знание этих пунктов позволит сразу адаптировать датасет под реляционные СУБД и значительно сократить время, затраченное на его обработку, ведь со структурной точки зрения его не потребуется переделывать бессчётное количество раз. А для всего остального – есть функционал SQL. 📌 Читать @data_analysis_ml
26 бер 2023, 06:24

Почему мы всё время начинаем и бросаем учить английский? Одна из причин — мы не знаем свой уровень языка. В итоге берёмся за
Почему мы всё время начинаем и бросаем учить английский? Одна из причин — мы не знаем свой уровень языка. В итоге берёмся за контент, который нам не по силам. Например, сериал «Друзья» часто советуют смотреть тем, кто начинает учить язык, но в нём полно юмора, который начинающие пока понять не могут. В итоге разрыв знаний удручает и мотивация снова падает. Если вы готовы дать английскому ещё один шанс, мы поможем поверить в свои силы и довести дело до конца. Приходите на бесплатную консультацию в Яндекс Практикум: - Проведём устный тест на уровень языка, - Покажем, чего реально добиться за полгода изучения, - Расскажем, как наши курсы помогут достичь цели. Записаться
26 бер 2023, 04:24
01 квіт 2023, ~04:29

🖥 3 быстрых и простых способа визуализации ваших данных с помощью Pandas В этой статье мы рассмотрим 3 простых и экономящих
🖥 3 быстрых и простых способа визуализации ваших данных с помощью Pandas В этой статье мы рассмотрим 3 простых и экономящих время способа визуализации ваших данных с помощью Pandas. Кроме того, я приложил Jupyter-Notebook со всеми примерами в конце этой статьи. ▪ Читать дальше @data_analysis_ml
25 бер 2023, 06:01

Когда работаешь в анализе пару лет, появляется желание куда-то двигаться в карьере. А с желанием — вопросы: ◾️ Как добиться р
Когда работаешь в анализе пару лет, появляется желание куда-то двигаться в карьере. А с желанием — вопросы: ◾️ Как добиться роста в грейде и зарплате? ◾️ Как переходить от рутинных задач к ответственным и интересным? ◾️ Как вести переговоры с руководством и стоять на своём? ◾️ Как перейти в смежную профессию — стать системным аналитиком из аналитика данных или наоборот? За ответами приходите на бесплатный вебинар Яндекс Практикума. → 28 марта в 15:00 Расскажем, куда можно расти аналитику и какие конкретные шаги для этого сделать.А специалисты Практикума, которые работают с направлением анализа данных, поделятся инсайтами рынка труда. — Ирина Ефимова, руководительница исследований. — Алексей Макаров, руководитель сопровождения и фидбэка. → Приходите на нашу встречу, чтобы вызывать карьерный лифт.
25 бер 2023, 04:01
01 квіт 2023, ~04:29

🖥 Python В SQL — Теперь можно загружать данные в 20 раз быстрее Работа с большими наборами данных – повседневное дело для бо
🖥 Python В SQL — Теперь можно загружать данные в 20 раз быстрее Работа с большими наборами данных – повседневное дело для большинства специалистов по обработке данных. Не было бы никаких проблем, если бы они сразу передавались потоком в базу данных. Но, зачастую, случается так, что загрузка данных происходит очень долго. В таких случаях программистам приходится занимать себя другими делами, дожидаясь, пока процесс полностью завершится. Такой вариант подходит далеко не всем! Если вы действительно хотите сократить это время, вам нужен наиболее оптимальный способ загрузки данных в БД. ▪ Читать @data_analysis_ml
24 бер 2023, 05:00

29 марта в 19:00 ШАД Helper проводит вебинар по теме «Подготовка к вступительным экзаменам в ШАД». Мы расскажем какими способ
29 марта в 19:00 ШАД Helper проводит вебинар по теме «Подготовка к вступительным экзаменам в ШАД». Мы расскажем какими способами можно готовиться к вступительным испытаниям, исходя из ваших ресурсов (временных и материальных).  О чем вебинар? - Поговорим про поступление в ШАД ⁃ Обсудим несколько математических сюжетов из программы поступления в ШАД ⁃ Расскажем про ШАД Helper, как происходит обучение ⁃ Познакомим вас с нашими преподавателями Гости эфира: Александр Лыков — академический руководитель в ШАД Helper. Андрей Канунников — преподаватель по алгебре и дискретной математике в ШАД Helper. + специальный гость — выпускник ШАД. В конце вебинара каждый участник получит от нас бонус! Регистрация по ссылке 👉🏼 https://clck.ru/33rEqu Telegram ШАД Helper
24 бер 2023, 03:00
01 квіт 2023, ~04:29

🖥 12 Декораторов Python, которые выведут ваш код на новый уровень Если вы Python-разработчик, эта статья расширит ваш инстру
🖥 12 Декораторов Python, которые выведут ваш код на новый уровень Если вы Python-разработчик, эта статья расширит ваш инструментарий полезными скриптами, поможет повысить производительность и избежать дублирования кода. ▪ Читать @data_analysis_ml
23 бер 2023, 06:02

⁉️ Готовы перейти на следующую ступень в системном анализе? Приходите на открытый урок 27 марта в 20:00 онлайн-курса «Системн
⁉️ Готовы перейти на следующую ступень в системном анализе? Приходите на открытый урок 27 марта в 20:00 онлайн-курса «Системный аналитик. Advanced». Тема вебинара: «Какие сервисы делать на gRPC». Спикером выступит Иннокентий Бодров, ведущий аналитик продуктовой команды. ✅ На занятии мы: — Познакомимся с причинами развития подхода RPC компанией Google, основными отличиями в подходах к проектированию с классическим REST API. — Получим представление об описании сервисов gRPC и структуры контента, которым обмениваются участники взаимодействия. 💻 Урок будет полезен системным аналитикам, решающим задачи интеграций и стримминга больших объемов информации. Не упустите возможность протестировать курс, продолжить обучение можно в рассрочку. 🟢 Для участия пройдите вступительный тест https://otus.pw/bLEM/ Реклама. Информация о рекламодателе на сайте www.otus.ru
23 бер 2023, 04:02
01 квіт 2023, ~04:29

🖥 Применение простых Автоэнкодерных архитектур в задачах поиска аномалий при максимально несбалансированных данных При работ
🖥 Применение простых Автоэнкодерных архитектур в задачах поиска аномалий при максимально несбалансированных данных При работе с постоянно растущим потоком данных, довольно часто возникает необходимость проверить, не появляются ли какие-либо аномалии, будь то фродовые мошеннические операции или произвольно возникающие ошибки из-за периодически напоминающих о себе багов внутри самой инфраструктуры или, как это часто бывает, человеческого фактора. Большинство перечисленных событий не являются статистически частыми, что вносит их в рамки редких, даже аномальных, и которые необходимо как-то фиксировать и устранять. Я хочу поделиться способом решения задач классификации, а именно поиска аномалий, при помощи неприспособленного, на первый взгляд, для этого инструмента — автоэнкодера. ▪ Читать @data_analysis_ml
22 бер 2023, 07:13

📊 3 Уникальные диаграммы, созданные с помощью Matplotlib В рамках этой статьи мы кратко рассмотрим три уникальные визуализац
📊 3 Уникальные диаграммы, созданные с помощью Matplotlib В рамках этой статьи мы кратко рассмотрим три уникальные визуализации, которые могут быть сгенерированы с помощью matplotlib (возможно, вы даже не представляли, что такое можно создать). ▪ Читать @data_analysis_ml
21 бер 2023, 07:14

Если на языке не пишут, то его и не знают Разработчики-преподаватели из «Девман» понимают, как важно начинающему специалисту
Если на языке не пишут, то его и не знают Разработчики-преподаватели из «Девман» понимают, как важно начинающему специалисту обучаться на реальных проектах из практики коммерческой разработки. Именно поэтому ребята создали авторскую методику обучения Python программированию «От Новичка до Мидла». Ученик на «Девмане» осваивает материалы в состоянии высокой озадаченности: строит гипотезы, ищет решения, исправляет ошибки, пытается сделать так, чтобы проект заработал. Все это похоже на то, что мы делаем на работе. Обучение стартует 27 марта. Первая неделя курса – пробная. На ней каждый может ощутить себя Python разработчиком. На пробной неделе: ▫️Новички сделают сервис, который показывает погоду в разных городах. ▫️Более опытные успеют написать и собственный сервис по сокращению ссылок. ▫️Джуны создадут своего чат бота или сделают собственный сайт с афишей мероприятий. Не упустите возможность сделать свой первый проект на Python! Для записи переходите в бота → bit.ly/3JtGLuj Реклама ООО «Девман» Pb3XmBtzsw2epy4YehAmcEGRSCHbt81WvZSzSfY
21 бер 2023, 04:47
28 бер 2023, ~02:40

Полная дорожная карта для начинающих в машинном обучении В 18 лет я получил работу своей мечты в качестве инженера по машинно
Полная дорожная карта для начинающих в машинном обучении В 18 лет я получил работу своей мечты в качестве инженера по машинному обучению, которую многие считают высококонкурентной и предназначенной для профессионалов с многолетним опытом. Путь к этому был нелёгким. Если вы заинтересованы в том, чтобы стать инженером по машинному обучению, но не знаете, с чего начать, вы находитесь в правильном месте. В этой статье я поделюсь полной дорожной картой для того, чтобы стать инженером по машинному обучению . Дорожная карта составлена на основе обширных исследований и обсуждений с несколькими инженерами-самоучками ML ▪ Читать @data_analysis_ml
20 бер 2023, 13:01

Хотите освоить SQL и научиться решать реальные продуктовые задачи? karpovꓸcourses сделали бесплатный Симулятор, где SQL изуча
Хотите освоить SQL и научиться решать реальные продуктовые задачи? karpovꓸcourses сделали бесплатный Симулятор, где SQL изучают с нуля до продвинутого уровня на практике. Сейчас на курсе более 120 задач: от базовых до оконных функций. Это не просто курс, где вы изучите синтаксис языка и основные виды запросов. Здесь вы попробуете себя в роли настоящего аналитика сервиса доставки, поработаете в реальном рабочем окружении и научитесь решать нетривиальные задачи. Вы разберётесь как: — переводить запросы с языка бизнеса на язык аналитики — формулировать и проверять гипотезы — рассчитывать продуктовые метрики — визуализировать результаты анализа — строить интерактивные дашборды Обучение проходит на платформе школы [Начать учиться SQL]
20 бер 2023, 11:00
28 бер 2023, ~02:40

✅ MLOps. Советы и хитрости. 75 примеров кода MLOps, или операции машинного обучения, относятся к набору методов, которые опти
✅ MLOps. Советы и хитрости. 75 примеров кода MLOps, или операции машинного обучения, относятся к набору методов, которые оптимизируют разработку, развёртывание и обслуживание моделей машинного обучения. Эта статья с содержит советы и рекомендации по MLOps и обработке данных, охватывая широкий круг тем, таких как обучение моделей, предварительная обработка данных, оптимизация производительности, мониторинг и развёртывание моделей. ▪ Читать @data_analysis_ml
20 бер 2023, 06:53

🔥 Как применяют NLP в современном мире? 📌 Обсудим 21 марта в 18:00 мск на открытом уроке онлайн-курса «Natural Language Pro
🔥 Как применяют NLP в современном мире? 📌 Обсудим 21 марта в 18:00 мск на открытом уроке онлайн-курса «Natural Language Processing (NLP)» в OTUS (возможна рассрочка). Тема вебинара: «Современные применения Natural Language Processing». 📝 На занятии вы узнаете: — Что делает область NLP одной из самых востребованных областей Data Science сегодня — Какие задачи сегодня решают с помощью методов NLP и что стоит за успехами в этой области — Какие существуют подходы к решению задач по NLP? 👉 Урок будет полезен IT-специалистам, которые хотят расширить свои знания в Data Science, дата-сайентистам, желающим углубить свои знания по автоматической обработке текстов. 💻 Спикером выступит Мария Тихонова, руководитель курсов по ML в OTUS и Senior Research Data Scientist в команде AGI NLP в SberDevices. ✅Для участия пройдите вступительный тест: https://otus.pw/Okdr/
20 бер 2023, 04:53
28 бер 2023, ~02:40

📊 Эффективная визуализация данных (data visualization): 9 ценных советов по повышению качества ваших графиков Взуализация да
📊 Эффективная визуализация данных (data visualization): 9 ценных советов по повышению качества ваших графиков Взуализация данных – это важная область, которую специалисты по обработке данных могут использовать для получения исследовательской информации, визуализации тенденций и закономерностей или доведения результатов своих выводов до заинтересованных сторон. Однако часто этим диаграммам не хватает чёткости, их трудно читать и интерпретировать или они просто слишком перегружены информацией, чтобы извлечь из них какие-либо значимые выводы. Часто верно и обратное. Визуальное представление, содержащее минимум информации, может быть полностью устаревшим, и лучшей альтернативой было бы простое числовое представление или таблица. В этой статье приведены 9 ценных советов о том, как избежать подобных сценариев и повысить ясность и эффективность информации, которую вы хотели бы донести в виде диаграмм. ▪ Читать @data_analysis_ml
19 бер 2023, 08:01

Математика дата саентиста - здесь мы публикуем математические задачи и гайды для машинного обучения с упором на практику. Про
Математика дата саентиста - здесь мы публикуем математические задачи и гайды для машинного обучения с упором на практику. Проверяем ваши знания, а затем на основе ошибок предлагаем статьи и уроки. Если хочешь познать дзен и понимать как работают алгоритмы, а не просто импортировать их, подписывайся. Здесь реально учат. @ds_math
19 бер 2023, 06:30

3 ПРОСТЫХ СПОСОБА КАК ВИЗУАЛИЗИРОВАТЬ ДАННЫЕ В PANDAS Визуализация данных является важным аспектом работы с данными. Рассмотр
3 ПРОСТЫХ СПОСОБА КАК ВИЗУАЛИЗИРОВАТЬ ДАННЫЕ В PANDAS Визуализация данных является важным аспектом работы с данными. Рассмотрим несколько фнкций из арсенала Pandas. Для примера будем возьмем датасет iris: import pandas as pd df = pd.read_csv("iris.data", header=None, names=["sepal_length", "sepal_width", "petal_length","petal_width","class"]) df.head() 1) pandas.DataFrame.plot Это самый простой способ быстро создавать диаграммы. Все, что вам нужно сделать, это добавить .plot() в конце имени DataFrame. df.plot() Пример: df["sepal_length"].plot.hist(figsize=(15,7)) 2) pd.plotting.scatter_matrix() Функция scatter_matrix из pandas plotting быстро создает матрицу точечных диаграмм (рассеяния). Таким образом, вы можете видеть взаимосвязь каждого столбца с каждым другим столбцом датафрейма. Просто используйте функцию: pd.plotting.scatter_matrix(df); Пример: pd.plotting.scatter_matrix(df[["sepal_length", "sepal_width"]], figsize=(15,7)); 3) pd.pivot_table().plot.barh() Функция pivot_table() группирует указанные столбцы DataFrame вместе и суммирует другие указанные числовые столбцы в соответствии с предоставленной агрегатной функцией. Для примера изменим немного наш код: bins = [0,5,10] labels = ["'0-5'","'6-10'"] df['sepal_length_bucket'] = pd.cut(df['sepal_length'], bins=bins, labels=labels) df.head() После этого вы можете использовать функцию pivot_table() pd.pivot_table(data=df, index = ["class"], columns=["sepal_length_bucket"], values=["sepal_width"]) @data_analysis_ml
17 бер 2023, 06:00

Хотите попробовать силы в Data Science? Пройдите бесплатный онлайн-интенсив по обработке и анализу данных с 22 по 24 марта. Н
Хотите попробовать силы в Data Science? Пройдите бесплатный онлайн-интенсив по обработке и анализу данных с 22 по 24 марта. Начало прямых трансляций — в 19:00 по московскому времени. Записывайтесь: 👉 https://goo.su/MyR49 Кому полезен интенсив: 📌 Интересующимся новичкам. Узнаете, с чем сталкиваются в работе специалисты по данным. Разберётесь, для чего нужны нейросети и как применять их в повседневной жизни. Решите несколько реальных задач и поймёте, интересна ли вам эта профессия. 📌 Начинающим специалистам. Научитесь применять Python для построения статистических моделей. Поработаете с библиотеками Pandas и Matplotlib. Разберёте несколько практических заданий и повысите свой уровень. 💬 Спикер интенсива — руководитель направления по исследованию данных в Сбере с восьмилетним опытом в программировании Анастасия Борнева. 🎁 Участвуйте, задавайте вопросы и получите сертификат на скидку 10 000 рублей на любой курс Skillbox. Присоединяйтесь!
17 бер 2023, 04:00
23 бер 2023, ~04:02

⚙️ Контролируемое машинное обучение (ML): Ускоренный курс по обработке данных 2023 В этом посте мы собираемся изучить этапы,
⚙️ Контролируемое машинное обучение (ML): Ускоренный курс по обработке данных 2023 В этом посте мы собираемся изучить этапы, необходимые для успешной интеграции и предварительной обработки любых данных, которые могут быть использованы в аналитических проектах в машинном обучении. Мы взяли реальный пример того, как предсказать погоду на озере Мичиган, взяв данные из двух разных источников. • Читать дальше @data_analysis_ml
16 бер 2023, 06:02