uk
Feedback
Математика Дата саентиста

Математика Дата саентиста

Відкрити в Telegram

📈 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
🚀 Texify - это модель распознавания и вычисления, которая преобразует изображения или pdf-файлы, содержащие математические в
🚀 Texify - это модель распознавания и вычисления, которая преобразует изображения или pdf-файлы, содержащие математические вычисления, в формулы и LaTe). Она может работать на CPU, GPU или MPS. `pip install texify` https://github.com/VikParuchuri/texify @data_math

📌 Курс «Машинное обучение» на МКН СПбГУ Аннотация Объемный годовой курс, в котором подробно рассматриваются модели машинного
📌 Курс «Машинное обучение» на МКН СПбГУ Аннотация Объемный годовой курс, в котором подробно рассматриваются модели машинного обучения. Такой подход позволяет осознать основные принципы данной области в целом. Знание этих принципов даст возможность самостоятельно понимать механизмы функционирования более сложных современных моделей, обнаруживать пути улучшения уже существующих алгоритмов, а также адаптировать методы машинного обучения для решения нестандартных задач. 🖥 Github @data_math

Новогодние подарки от karpovꓸcourses для тех, кто хочет сильно прокачать свою карьеру Только в декабре можно выгодно приобрес
Новогодние подарки от karpovꓸcourses для тех, кто хочет сильно прокачать свою карьеру Только в декабре можно выгодно приобрести комбо «курс + симулятор» для полноценного старта/апгрейда карьеры в машинном обучении: ▪️Курс Start ML даст крепкие знания и навыки для старта карьеры и работы junior-специалистом ▪️Симулятор ML позволит наработать много практики на реальных задачах бизнеса, создать свой пет-проект для портфолио и попасть в классное комьюнити Записывайтесь до конца декабря [Забронировать скидку]

Смогли бы вы получить пароль?
Смогли бы вы получить пароль?

🖥 statistics.stdev() и `statistics.pstdev(): Эти функции вычисляют стандартное отклонение и среднеквадратическое отклонениеи
🖥 statistics.stdev() и `statistics.pstdev(): Эти функции вычисляют стандартное отклонение и среднеквадратическое отклонениеи. @data_math

⚡️ Mathematical discoveries from program search with large language models www.nature.com/articles/s41586-023-06924-6 @data_math

Хотите начать увлекательный путь в мир машинного обучения и искусственного интеллекта? Газпромбанк.Тех совместно с Финтех Хаб
Хотите начать увлекательный путь в мир машинного обучения и искусственного интеллекта? Газпромбанк.Тех совместно с Финтех Хабом Банка России запускает прием заявок на программу «Машинное обучение LITE: базовый уровень» — для тех, кто только начинает осваивать машинное обучение. Что предстоит изучать? Основы и методы ML, математику, Python и нейронные сети. Программа состоит из двух модулей: - Теоретический модуль пройдет с 21 января по 16 февраля 2024 года - Практический модуль пройдет с 26 февраля по 10 марта 2024 года для тех, кто показал высокие результаты по итогу первого модуля Чтобы стать участником, подайте заявку на сайте программы до 17 января 2024 года — https://vk.cc/ctcXsS

🎲 Комбинаторная математика 1. Правила комбинаторики. Комбинаторная математика. 2. Генерация комбинаторных объектов. Комбинаторная математика. 3. Классы P, N и NPC. Комбинаторная математика. 4. Основные определения и свойства графов. Комбинаторная математика. 5. Ориентированные графы. Комбинаторная математика 6. Эйлеровы и гамильтоновы графы. Комбинаторная математика 7. Раскраска графов. Комбинаторная математика 8. Триангуляция Делона и диаграмма Вороного. Комбинаторная математика 9. Минимальное остовное дерево. Комбинаторная математика 10. Количество остовных деревьев. Комбинаторная математика #video #math https://www.youtube.com/watch?v=EEIpjY0v7k4&list=PLAyGZSpiecFosLLmmYczCpNPFQHCAkV8A @data_math

⚡️ Структуры данных и алгоритмы 1. Поиск. Теоретическое описание. 2. Линейный поиск. Реализация на Python и Java. 3. Интерпол
⚡️ Структуры данных и алгоритмы 1. Поиск. Теоретическое описание. 2. Линейный поиск. Реализация на Python и Java. 3. Интерполяционный поиск. Реализация на Python и Java. 4. Позиционная система счисления. 5. Вычисление остатка от деления. Реализация в Python и Java. 6. Арифметические операции. Реализация в языках программирования Java и Python. 7. Бинарный поиск. Реализация на Python и Java. 8. Наибольший общий делитель. Реализация на Python и Java. 9. Сортировка. Теоретическое описание. 10. Сортировка выбором. Реализация на Python и Java. #video #algorithm https://www.youtube.com/watch?v=aWy0-bGZk3U&list=PLtNPgSbW9TX7acrQa2LeBAMGxO5WRAVsz @data_math

Митап для начинающих IT-специалистов пройдет в Москве ⚡ Будут лекции про Backend, Frontend, Data Science, InfoSec и карьеру в
+3
Митап для начинающих IT-специалистов пройдет в Москве  ⚡ Будут лекции про Backend, Frontend, Data Science, InfoSec и карьеру в финтехе, прожарка резюме, лайфхаки быстрого роста от джуна до сеньора, демонстрация квантового компьютера, оживление аватара при помощи нейросети и after-party с выступлением кавер-группы.  Каждому участнику подарят велком пэк с мерчем. Участие бесплатное, но нужно зарегистрироваться.  📅 16 декабря 📍 Москва, ЦДП 🔗 Регистрация тут Реклама. БАНК ГПБ (АО). ИНН 7744001497.

photo content

🔥 Дайджест полезных материалов из мира Машинного обучения за неделю Почитать: — «Вкалывают роботы»: как людям достичь полной автоматизации труда и не оказаться за бортом8 бесплатных курсов по большим языковым моделямСовременные варианты баз данныхСоздаём сортировщик деталей Lego Technic, распознающий объекты в реальном времениСкелет, анимация, текстура: всё о создании 3D-модели человека по фотографииСвежий Google Gemini, GPT-4 и математикаЧего не знают айтишники? Как мы провели IT-кроссворд и нашли ответы на все вопросыРаспознавание пользовательского интерфейса в медицинеЗачем мне пылесос с ананасом или как оценить корректность рекомендательной системыРеализация нейронной сети для соревнования Digit Recognizer на Kaggle и её прикладное использование. Часть №2Как маркетологи используют генеративный ИИ?Учим ИИ играть в настолку Magic the Gathering🔮 SuperDuperDB is #3 on GitHub Trending globally! 🥉6 Cutting-Edge ML Projects for Your Power-Packed Resume!Orca 2 - Small Language ModelsFinancial Data AnalysisThe One Plot to Rule Them AllFace Recognition vs. Face Detection: Understanding the Key DifferencesGet To Winning With MLOps🤯 8 LLMs and Deep Learning repos to get you into the TOP 1% 🚀OpenHermes 2.5 Vs GPT-4 Vs LLama2 = The WinnerA new tool to easily build, train and test Neural Networks for regression tasks 💻🚀 Посмотреть: 🌐 Ollama — модель уровня GPT. Используй GPT без ограничений и абсолютно бесплатно. 🌐 Lightning Interview "Catastrophic AI Risks" (⏱ 01:04:50) 🌐 A Semi-Supervised Anomaly Detection System Through Ensemble Stacking Algorithm - Chuying Ma (⏱ 30:41) 🌐 LLMs in Data Analytics: Can They Match Human Precision? - Gerard Kostin (⏱ 39:54) 🌐 ODSC Webinar | Machine Learning Operations (MLOPs) with Azure Machine Learning (⏱ 01:04:57) Хорошего дня! @data_math

⚡️X-MAS HACK 2023 Примите участие в уникальном новогоднем мероприятии, которое охватит популярные направления для разработки
⚡️X-MAS HACK 2023 Примите участие в уникальном новогоднем мероприятии, которое охватит популярные направления для разработки инновационных решений: Финтех, Информационная безопасность, Искусственный интеллект, Data Science, Legal Tech, Электронная коммерция. 🔷 Хакатон — это шанс проявить себя перед топ-менеджерами. Добавь успешный кейс в свое портфолио. Отправляй отклик на вакансии от партнеров и получи оффер в крутую компанию. 🔷 Идеатон - это секция, в которой ты можешь предложить свою идею, проработанную по определенным критериям, обсудить ее с экспертом и побороться за денежный приз. 🏆 Призовой фонд: 1 000 000 рублей и подарки самым активным участникам! 📆 Дата проведения: 22 - 24 декабря 📍 Формат: онлайн + офлайн в г. Москва Подробная информация и регистрация: https://tglink.io/822e7a08c88e?erid=LjN8K3jrP  Реклама. ООО "АКСЕЛЕРАТОР ВОЗМОЖНОСТЕЙ". ИНН 9704005146.

🖥 Машинное обучение для решения прикладных задач 1. Вводная лекция 2. Метрические методы классификации Практическое занятие
🖥 Машинное обучение для решения прикладных задач 1. Вводная лекция 2. Метрические методы классификации Практическое занятие к лекции №2 3. Линейные модели классификации 4. Задача регрессии Практическое занятие к лекциям № 3 и 4 5. Решающие деревья 6. Ансамблевые алгоритмы 7. Метрики качества классификации 8. Снижение размерности данных #video #ai https://www.youtube.com/playlist?list=PLcsjsqLLSfNAri43suoDrZBVrUsqDIonL @data_math

Начните 2024 год экспертом Яндекса Станьте частью edtech-проекта Сервис онлайн-образования Яндекс Практикум ищет автора для создания курса «Математика для анализа данных». Ваша задача — готовить простой и увлекательный контент на сложные темы. Вы сможете влиять на формирование индустрии и менять жизнь наших студентов к лучшему. Почему это интересно: – удаленка, цифровой офис, никакого микроменеджмента; – приятный дополнительный доход при нагрузке от 2-3 часов в день; – профессиональное комьюнити и команда, с которой вы точно подружитесь. Общие пожелания: – высшее профильное образование; – глубокое знание Python, а также статистики или линейной алгебры; – понимание, как применяют математику в индустрии анализа данных и Data Science; – умение объяснять сложное просто и увлекательно, желание делиться экспертизой с новичками. Полное описание роли: https://practicum.yandex.ru/job/vacancy-128 Реклама, АНО ДПО "Образовательные технологии Яндекса", ИНН:7704282033

Если кто-то спросит меня, зачем мы учим математику, я покажу эту картинку этому человеку. ⚡️ @data_math
Если кто-то спросит меня, зачем мы учим математику, я покажу эту картинку этому человеку. ⚡️ @data_math

📌 Как создать собственный язык программирования? Обсудим на бесплатном практическом уроке «Разработка своего языка программи
📌 Как создать собственный язык программирования? Обсудим на бесплатном практическом уроке «Разработка своего языка программирования с помощью ANTLR» от OTUS. 💠 На вебинаре определим синтаксис и семантику Тьюринг-полного языка программирования и ответим на все интересующие вопросы. 💠 Занятие приурочено к старту курса «Математика для программистов»  — мы объединили лучшие практики, после изучения которых вы сможете быстрее изучать новые языки программирования и фреймворки. Повышайте свою квалификацию для участия в больших проектах 👉 Регистрация: https://otus.pw/9NnK/?erid=LjN8JzHi7 Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.

🔥 Самый распространенный статистический тест, используемый в A/B-тестировании: Двухвыборочный t-критери. Вот что это такое и
🔥 Самый распространенный статистический тест, используемый в A/B-тестировании: Двухвыборочный t-критери. Вот что это такое и почему мы его используем. Двухвыборочный t-критери специально разработан для сравнения средних показателей двух групп. В контексте A/B-тестирования это часто включает в себя сравнение производительности двух версий веб-страницы или приложения (например, версии A и версии B), чтобы увидеть, есть ли статистически значимая разница в ключевых показателях, таких как коэффициент конверсии, количество кликов или время, проведенное на странице. Т-тест помогает определить, являются ли наблюдаемые различия следствием внесенных изменений или просто случайностью. A/B-тестирование - один из самых распространенных вопросов на собеседовании, и компании нуждаются в этом навыке у своих сотрудников (это самый мощный инструмент для повышения столь желанных показателей конверсии). ▪ Большой гайд по A/B-тестированию @data_math

🔥 Структуры данных 1. О большое (Big O) - верхняя оценка сложности алгоритмов 2. О большое (Big O). Случаи логарифмической и
🔥 Структуры данных 1. О большое (Big O) - верхняя оценка сложности алгоритмов 2. О большое (Big O). Случаи логарифмической и факториальной сложности 3. Статический массив. Структура, его преимущества и недостатки 4. Примеры реализации статических массивов на C+ 5. Динамический массив. Принцип работы 6. Реализация динамического массива на Python 7. Реализация динамического массива на С++ с помощью vector 8. Односвязный список. Структура и основные операции 9. Делаем односвязный список на С++ 10. Двусвязный список. Структура и основные операции #video #algorithm https://www.youtube.com/watch?v=gHLDdM59Di8&list=PLA0M1Bcd0w8x4jEp1r_aN3xlnlbfx9RQ2 @data_math

🖥 Курс «Специалист центра мониторинга инцидентов информационной безопасности (SOC)» Старт: 18 декабря Длительность: 3,5 меся
🖥 Курс «Специалист центра мониторинга инцидентов информационной безопасности (SOC)» Старт: 18 декабря Длительность: 3,5 месяца ℹ️ Курс охватывает ключевые процессы в Security Operation Center (SOC), включая Threat Intelligence, Threat Hunting, Vulnerability Management, моделирование угроз, реагирование на инциденты и основы администрирования СЗИ, используемых в SOC. 🎓 Кому будет полезен курс: — Энтузиастам в области ИБ, с базовыми знаниями — Системным администраторам, программистам, желающим стать специалистами по ИБ — Начинающим сотрудникам SOC или ИБ-подразделений для более полного понимания процессов Выдаём УПК/сертификат при успешной сдаче экзамена! Доступна рассрочка до 24 мес. 🎁 По промокоду CODEBY вы получите скидку 10%!  📌 Узнать подробнее о курсе Реклама. ООО "АКАДЕМИЯ КОДЕБАЙ". ИНН 9706020333.