Вже доступно! Дослідження Telegram за 2025 — головні інсайти року 
Математика Дата саентиста
Відкрити в Telegram
@workakkk - админ @data_analysis_ml - ds https://gosuslugi.ru/snet/67b55bb01a1c5a6fb6ecc946
Показати більше📈 Аналітичний огляд Telegram-каналу Математика Дата саентиста
Канал Математика Дата саентиста (@data_math) у мовному сегменті Російська є активним учасником. На даний момент спільнота об'єднує 14 055 підписників, посідаючи 9 185 місце в категорії Технології та додатки та 47 321 місце у регіоні Росія.
📊 Показники аудиторії та динаміка
З моменту свого створення невідомо, проект продемонстрував стрімке зростання, зібравши аудиторію у 14 055 підписників.
За останніми даними від 19 червня, 2026, канал демонструє стабільну активність. Хоча за останні 30 днів спостерігається зміна кількості учасників на -52, а за останні 24 години на 3, загальне охоплення залишається високим.
- Статус верифікації: Не верифікований
- Рівень залученості (ER): Середній показник залученості аудиторії становить 17.50%. Протягом перших 24 годин після публікації контент зазвичай збирає 6.82% реакцій від загальної кількості підписників.
- Охоплення публікацій: В середньому кожен допис отримує 2 459 переглядів. Протягом першої доби публікація в середньому набирає 958 переглядів.
- Реакції та взаємодія: Аудиторія активно підтримує контент: середня кількість реакцій на один пост – 51.
- Тематичні інтереси: Контент зосереджений навколо ключових тем, таких як llm, программирование, параметр, визуализация, stepik.
📝 Опис та контентна політика
Автор описує ресурс як майданчик для висловлення суб'єктивної думки:
“@workakkk - админ
@data_analysis_ml - ds
https://gosuslugi.ru/snet/67b55bb01a1c5a6fb6ecc946”
Завдяки високій частоті оновлень (останні дані отримано 20 червня, 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.
14 055
Підписники
+324 години
+27 днів
-5230 день
Архів дописів
Repost from Анализ данных (Data analysis)
+3
📌Вопросы и ответы к собеседованию по Data Science
Держите, полезная подборка ответов на распространенные вопросы из собеседований по Data Science и немного по ML
🔗 Вопросы/ответы
🔗 14 типичных вопросов с собеседования по ML
🔗 Большая подборка вопросов для собеседования по DS
🔗 Подготовка к собеседованию по ML: ответы на основные вопросы
🔗 Вопросы для собеседования на позицию ML-инженера
🔗 Вопросы с собеседований статистика
🔗 Вопросы по теории вероятности
🔗Материалы для подготовки к интервью по направлению
🔗Задачи с собеседований SQL
@data_analysis_ml
🔥Подборка лучших обучающих каналов для программистов.
➡️ Делитесь с коллегами и сохраняйте себе, чтобы не потерять
⚡Машинное обучение
Machine Learning - запускаем лучшие ИИ модели, пишем код, погружаемся в нейросети
Ml Собеседование - подготовка к собесу по мл, алгоритмам, коду
Ml ru - актуальные статьи, новости, код и обучающие материалы
Ml Jobs - вакансии ML
ML Книги - актуальные бесплатные книги МО
ML чат
🏆 Golang
Golang
Golang собеседование - разбор задач и вопросов с собесов
Golang вакансии -работа для Go разработчика
Golang книги библиотека книг
Golang задачи и тесты
Golang чат
Golang news - новости из мира go
Golang дайджест
💥 Linux /Этичный хакинг
Linux Academy - гайды, секреты и лучшие материалы по Linux
Kali linux - погрузись в мир этичного хакинга и кибербезопасности
linux_kal - kali чат
Информационная безопасность
🚀 Data Science
Анализ данных - полезные фишки, код, гайды и советы, маст-хэв датасаентиста
Data Jobs - ds вакансии
Аналитик данных
Data Science книги - актуальные бесплатные книги
Big data
🛢Базы данных
Sql базы данных - научим работе с базами данных профессионально
Библиотека баз данных
SQL чат
Вакансии Sql аналитик данных
#️⃣C#
С# академия - лучший канал по c#
С# заметки — код, лучшие практики, заметки программиста c#
С# задачи и тесты
С# библиотека - актуальные бесплатные книги
C# вакансии - работа
🐍 Python
Python/django - самый крупный обучающий канал по Python
Python Собеседование - подготовка к собеседовению python и разбор алгоритмов
Pro python - статьи, новости, код и обучающие материалы
Python Jobs - вакансии Python
Python чат
Python книги
☕ Java
Java академия - java от Senior разработчика
Java вакансии
Java чат
Java вопросы с собеседований
Java книги
💻 C++
C++ академия
С++ книги
C++ задачи - подготовка к собеседовению мл, алгоритмам
C++ вакансии
⚡️ Frontend
Javascript академия - крупнейший js канал
React - лучшие гайды и советы по работе с react
Frontend - тутрориалы, уроки, гайды, код
PHP
Книги frontend
Задачи frontend
🦀 Rust
Rust программирование
Rust чат
Rust книги для программистов
📲 Мобильная разработка
Android разработка
Мобильный разработчик гайды и уроки
🇬🇧 Английский для программистов
🧠 Искусственный интеллект
ИИ и технологии
Neural - нейросети для работы и жизни
Книги ИИ
Artificial Intelligence
🔥 DevOPs
Devops для программистов
Книги Devops
🌟 Docker/Kubernets
Docker
Kubernets
📓 Книги
Библиотеки Книг для программситов
💼 Папка с вакансиями:
Папка Go разработчика:
Папка Python разработчика:
Папка Data Science
Папка Java разработчика
Папка C#
Папка Frontend
💥 Бесплатный Chatgpt бот
+2
🖥 C++ библиотека с алгоритмами вычислительной геометрии
Цель библиотеки CGAL — обеспечить легкий доступ к эффективным и надежным алгоритмам вычислительной геометрии.
🖥 GitHub
🟡 Страничка CGAL
@cpluspluc
Repost from Machinelearning
+9
🐇📚 Alice’s Adventures in a
differentiable wonderland: Aprimer on designing neural networks
Алиса отправляется в дифференцируемую страну чудес!* 🔥
Новая бесплатная книга по проектированию нейронных сетей.
Отправляемся в увлекательное приключение по миру математики нс, от самых азов до трансформеров.
Отличный баланс между теорией и кодом, с историческими справками и описанием современных тенденций развития нс.
Приятный бонус это красивый дизайн и приятные иллюстрации.
Отличное приключение на выходные)
.
📓 Book
@ai_machinelearning_big_data
Repost from Анализ данных (Data analysis)
👨🎓 100 лекций по математике от Оксфорда
Оксфорд публикует лекции по математике, чтобы дать представление об опыте студентов и о том, как они преподают математику в Оксфорде.
В этом плейлисте собраны лекции из различных курсов за все студенческие годы (включая целые курсы).
За всеми лекциями следуют учебные занятия, на которых студенты встречаются со своим преподавателем и решают задачи.
Примерно 80 часов отборной математики.
• Плейлист
@data_analysis_ml
🖥 Формула Лейбница для π в Python, JavaScript и Ruby
Различные способы вычисления значения π с использованием формулы Лейбница.
https://www.peterbe.com/plog/leibniz-formula-for-pi
@data_math
🔥 Лекций МФТИ "Теория вероятностей" от А.М.Райгородского
1. Геометрическая вероятность. Условная вероятность и независимость событий
2. Формула полной вероятности и формула Байеса. Схема испытаний Бернулли
3. Случайные графы. Полиномиальная схема. Конечное вероятностное пространство. Аксиоматика Колмогорова
4. Предельные теоремы схемы испытаний Бернулли. Случайные величины и функции распределения (начало)
5. Случайные величины и функции распределения (продолжение)
6. Математические ожидания случайной величины. Независимость случайных величин, корреляция
7. Неравенства Маркова и Чебышёва. Свойства дисперсии случайной величины
8. Закон больших чисел. Неравенства уклонения в случайном блуждании
9. Формула обращения. Многомерные функции распределения
10. Распределения случайных векторов. Вероятностная сходимость
11. Сходимость по распределению. Усиленный закон больших чисел
12. Характеристические функции. Центральная предельная теорема
13. Центральная предельная теорема (продолжение)
@data_math
Repost from Machine learning Interview
🎲 Теория вероятностей пронизывает все сферы науки о данных.
Вероятностные модели и используются практически во всех алгоритмах машинного обучения.
Функции штрафа в задачах регрессии или ошибок классификации основаны на понятии математического ожидания, закона больших чисел, а центральная предельная теорема служит основанием для доказательства сходимости и состоятельности многих алгоритмов и методов анализа данных.
Полезные материалы для подготовки к вопросам по терверу:
▪ Теория вероятностей (на основе программы для поступления в ШАД)
▪Самые популярные ЗАДАЧИ на ТЕРВЕР на собеседовании АНАЛИТИКА
▪ R для теории вероятностей и математической статистики"
▪Книга: Математика в машинном обучении
▪Статистика для экспериментов от Harvard University
▪Учебное пособие Математическая статистика
▪Наука о данных 19 вопросов с Интервью по терверу
@machinelearning_interview
+4🖥 Невероятно полезный сборник лекций по Python 🔥
Особенно актуально будет для тех, кто занимается научными вычислениями
Темы разобраны очень подробно, даже фундаментально, я бы сказал
Охват тем вы видите ниже
⏩Лекция №1
О python • Установка python • Python в качестве калькулятора • Скрипты python • Блокноты. Jupyter Notebooks • Основные типы объектов: числа и списки • Операторы потока управления
⏩Лекция №2
Компилируемость vs Интерпретируемость • Динамическая типизация • Аннотация типов • Изменяемые и неизменяемый типы объектов • Создание и удаление объектов. Сборщик мусора • О коллекциях в python • Последовательности: списки, кортежи и строки
⏩Лекция №3
Сторонние библиотеки и пакетные менеджеры • NumPy • Векторизация • Срезы • Умножение векторов • Логические операции • Векторизация на примере вычисления статистик • Случайные числа
⏩Лекция №4
Словари. dict • Функции • Взаимодействие с файловой системой • Работа с файлами. Сериализация: json и pickle • Построение графиков и визуализация данных • Matplotlib • Настройка деталей графиков • Анимация в matplotlib
⏩Лекция №5
Таблицы • Библиотека pandas • Столбцы в pandas • Таблицы pandas • Оперирование таблицами pandas • Дата и время • Анализ данных
⏩Лекция №6
Основы списковых включений • Итераторы • Генераторы • Декораторы
⏩Лекция №7
SciPy • Линейная алгебра • Дифференцирование и интегрирование функций • Поиск минимума • Решение нелинейных уравнений • Интерполяция и аппроксимация • Решение ОДУ • Обработка сигналов
⏩Лекция №8
Пользовательские классы • Наследование • Полиморфизм в python • Перегрузка специальных методов и операторов
⏩Лекция №9
Исключения • Пользовательские исключения • Стратегии контроля ошибок
⏩Лекция №10
Графический пользовательский интерфейс • PySide. Основы • События • Слоты и сигналы • Виджеты и макеты • Кнопки • Вывод данных • Ввод данных • Диалоговые окна
📎 Ссылка
@data_math
⚡️Индуктивная статистика: доверительные интервалы, предельные ошибки, размер выборки и проверка гипотез
Крутая статья, рассказывающая о:
- анализе выборок;
- влиянии параметров эксперимента и статистических критериев на результаты анализа;
- основных критериях;
- доверительных интервалах;
- статистических тестах.
🚀 Читать
@data_math
Из Индии – в Москву. На Data Fusion 2024 выступит Sankar Kumar Pal, член национальной Академии Наук правительства Индии, президент Индийского статистического института.
Учёный 17 апреля представит доклад «Распознавание образов, машинный интеллект и гранулярный майнинг: эволюция, моделирование неопределенности и применения».
Главные тезисы:
- Как эволюционировали технологии распознавания образов и возникли гранулярные вычисления, позволяющие добывать большие данные.
- Особенности гранулярных вычислений и их компоненты с примерами, а также актуальность грубых множеств и обобщенной грубо-нечеткой энтропии.
- Применение гранулярных вычислений в видеоаналитике в рамках ML и DL.
- Самые перспективные промышленные приложения для обнаружения и отслеживания объектов.
Больше полезной информации от коллег из Индии – на конференции 17-18 апреля в технологическом кластере «Ломоносов» в Москве! Чтобы не пропустить главное событие весны в области анализа больших данных, регистрируйтесь прямо сейчас: https://tglink.io/fd46c9a55223
Using a series of circles to approximate a Square Wave.
geogebra.org/u/daniel+mentrard
@data_math
Using a series of circles to approximate a Square Wave.
geogebra.org/u/daniel+mentrard
@data_math
Новая версия GPT-4 и она уже покоряет математические олимпиады
Недавно, вышло очередное обновление для ChatGPT - GPT-4 c суффиксом 04-09, и новая версия уже показала себя в деле. Она демонстрирует впечатляющие результаты в решении сложных математических задач олимпиадного уровня и значительно превосходит предыдущую в данной области.
Для проверки мощности, GPT-4-04-09 "поучаствовал" в соревновании AI Mathematical Olympiad Prize на платформе Kaggle, до обновления GPT-4 решал только одну задачу, причем с использованием длинного промта (в котором, по сути, были подсказки к решению). Новая же версия успешно справилась уже с 5 из 10 задач. Для сравнения, конкурирующая модель Claude 3 Opus решила только одну задачу, хотя и без подсказок.
Сотрудники OpenAI в X Twitter даже отметили, что это "существенный прогресс" (big improvement), особенно заметный в области математики. Ожидается, что обновленная модель будет интегрирована в ChatGPT (речь про веб-версию с подпиской). Также на платформе LMSYS Arena мы скоро сможем воочию увидеть, насколько впечатляющи эти улучшения.
Выход новой версии GPT-4 совпал с обновлением рейтинга, в котором модель CMD-R+ от Cohere на 100B+ параметров обогнала исходные версии GPT-4 весны 2023 года, но Claude 3 Opus по-прежнему гордо восседает на первом месте. В ближайшее время ждем публикации метрик, демонстрирующих рост качества рассуждений и способностей GPT-4 в математике.
Это похоже на новый виток развития моделей, подогреваемый невероятно быстро растущей конкуренцией, и свежая модель GPT-4 задает новые стандарты на этом этапе.
Вышла новая версия GPT-4 и она уже покоряет математические олимпиады
Итак, вышло очередное обновление для ChatGPT - GPT-4 c суффиксом 04-09, и новая версия уже показала себя в деле. Она демонстрирует впечатляющие результаты в решении сложных математических задач олимпиадного уровня и значительно превосходит предыдущую в данной области.
Для проверки способностей, GPT-4-04-09 "поучаствовал" в соревновании AI Mathematical Olympiad Prize на платформе Kaggle, до обновления GPT-4 решал только одну задачу, причем с использованием длинного промта (в котором, по сути, были подсказки к решению). Новая же версия успешно справилась уже с 5 из 10 задач. Для сравнения, конкурирующая модель Claude 3 Opus решила только одну задачу, хотя и без подсказок.
Сотрудники OpenAI в X Twitter даже отметили, что это "существенный прогресс" (big improvement), особенно заметный в области математики. Ожидается, что обновленная модель будет интегрирована в ChatGPT (речь про веб-версию с подпиской). Также на платформе LMSYS Arena мы скоро сможем воочию увидеть, насколько впечатляющи эти улучшения.
Выход новой версии GPT-4 совпал с обновлением рейтинга, в котором модель CMD-R+ от Cohere на 100B+ параметров обогнала исходные версии GPT-4 весны 2023 года, но Claude 3 Opus по-прежнему гордо восседает на первом месте. В ближайшее время ждем публикации метрик, демонстрирующих рост качества рассуждений и способностей GPT-4 в математике.
Это похоже на новый виток развития моделей, подогреваемый невероятно быстро растущей конкуренцией, и свежая модель GPT-4 задает новые стандарты на этом этапе.
Уравнение на триллион: модель Блэка-Шоулза
https://www.youtube.com/watch?v=c-yf4nLgq2Q
@data_math
Логика
1. Риторика, Дедукция, Индукция
2. Правильность и Истинность
3. Тавтология в логике
4. Классы в дедукции
5. Нулевой класс в дедукции
6. Формы силлогизмов
7. Стандартные логические конвертации
8. 4-ая форма силлогизмов
9. Аргумент от авторитета и Атака личности
10. 3-я форма силлогизмов
#video
https://www.youtube.com/watch?v=YcmCMbkNGvw&list=PLY7PmJJFH5nRi2mjOdiS9N-eo5FB42MLH
@data_math
⚡️Хакатон ГАГАРИН.ХАК!
Крупный онлайн-марафон, который соберет участников со всей России. Событие пройдет в преддверии дня космонавтики и представит уникальную возможность для разработчиков продемонстрировать свои навыки и презентовать уникальные решения.
🚀Тебя ждет уникальный кейс:
- Sentiment Telegram-каналов на рынке акций.
📌Подробнее о задаче:
- В Telegram появилось множество каналов, посвященных торговле на бирже. Задача построить скоринговый алгоритм на основе методов обработки естественного языка для оценки sentiment по компаниям, торгующим на Московской бирже.
🏆Общий призовой фонд - 1 250 000 рублей!
🗓️Дата проведения: 12 - 14 Апреля
📍Формат: Онлайн
Подробная информация и регистрация: https://tglink.io/81e93a1c0f1d
🔥 ChatGLM-Математика: Улучшение решения математических задач в больших языковых моделях с помощью конвейера самокритики
Достижение результатов SotA для моделей с открытым исходным кодом по математике с помощью модели самокритики.
https://arxiv.org/abs/2404.02893
@data_math
