uz
Feedback
S0ER

S0ER

Kanalga Telegram’da o‘tish

Архитектура | Программирование | Профессиональное развитие Соер.Клуб - https://t.me/soer_live По всем вопросам писать на @soerdev

Ko'proq ko'rsatish

📈 Telegram kanali S0ER analitikasi

S0ER (@softwareengineervlog) Rus til segmentidagi kanali faol ishtirokchi. Hozirda hamjamiyat 10 532 obunachidan iborat bo'lib, Texnologiyalar & Aralashmalar toifasida 11 725-o'rinni va Rossiya mintaqasida 62 100-o'rinni egallagan.

📊 Auditoriya ko‘rsatkichlari va dinamika

невідомо sanasidan buyon loyiha tez o‘sib, 10 532 obunachiga ega bo‘ldi.

18 Iyun, 2026 dagi oxirgi ma’lumotlarga ko‘ra kanal barqaror faollikka ega. Oxirgi 30 kunda obunachilar soni -29 ga, so‘nggi 24 soatda esa -1 ga o‘zgardi va umumiy qamrov yuqori darajada qolmoqda.

  • Tasdiqlash holati: Tasdiqlanmagan
  • Jalb etish (ER): Auditoriya o‘rtacha 28.33% darajada jalb etiladi. Nashrdan keyingi dastlabki 24 soatda kontent odatda umumiy obunachilar sonining N/A% ini tashkil etuvchi reaksiyalarni to‘playdi.
  • Post qamrovi: Har bir post o‘rtacha 2 983 marta ko‘riladi; birinchi sutkada odatda 0 ta ko‘rish yig‘iladi.
  • Reaksiyalar va o‘zaro ta’sir: Auditoriya faol: har bir postga o‘rtacha 140 ta reaksiya keladi.
  • Tematik yo‘nalishlar: Kontent rbp, архитектура, callme, mov, указатель kabi asosiy mavzularga jamlangan.

📝 Tavsif va kontent siyosati

Muallif resursni shaxsiy fikrni ifoda etish maydoni sifatida ta’riflaydi:
Архитектура | Программирование | Профессиональное развитие Соер.Клуб - https://t.me/soer_live По всем вопросам писать на @soerdev

Yuqori yangilanish chastotasi (oxirgi ma’lumot 19 Iyun, 2026 da olingan) sababli kanal doimo dolzarb va katta qamrovli bo‘lib qoladi. Analitika auditoriya kontent bilan faol hamkorlik qilishini, uni Texnologiyalar & Aralashmalar toifasidagi muhim ta’sir nuqtasiga aylantirishini ko‘rsatadi.

10 532
Obunachilar
-124 soatlar
-157 kunlar
-2930 kunlar
Postlar arxiv
S0ER
10 528
Небольшое задание на знание приведения типов в JavaScript, странная конструкция "+!" встречается редко, но иногда оказывается полезной.

S0ER
10 528
@JavaScript: результат выражения: [+!+"1", "1"+1, +"1"+1], будет: anonymous poll [0, "11", 2] – 3 👍👍👍👍👍👍👍 100% [ true, "11", 2] ▫️ 0% [true, 2, 2] ▫️ 0% [0, "2", "2"] ▫️ 0% [1, "11", 2] ▫️ 0% [false, NaN, 2] ▫️ 0% 👥 3 people voted so far. Poll closed.

S0ER
10 528
В общем, кто хочет может на codewars указать "Software Engineer Vlog (YouTube)" и сразу попасть в нашу банду. ))))))

S0ER
10 528
Насколько я понял, на codewars есть кланы, и все кто пишет одно и то же название у себя в профиле в поле "Clan", попадают в один клан.

S0ER
10 528
На все ушло больше часа, поэтому придется видео сокращать, показывая только основные моменты.

S0ER
10 528
В качестве разминки сделал задачу на 2kyu (чем меньше число, тем сложнее самые простые - 8kyu)

S0ER
10 528
kata для видео.png0.38 KB

S0ER
10 528
В такую погоду только дома сидеть и горячий чай пить

S0ER
10 528
-42

S0ER
10 528
photo content

S0ER
10 528
@vote Стоит ли на канале делать скринкасты с примерами решения задач на codewars или других подобных сайтов? anonymous poll Да – 13 👍👍👍👍👍👍👍 87% На твое усмотрение – 2 👍 13% Нет ▫️ 0% 👥 15 people voted so far.

S0ER
10 528
codewar challenge.png4.65 KB

S0ER
10 528
Хорошо подходит для задач проактивного мониторинга технических и бизнес показателей

S0ER
10 528
В нашей практике в основном используем ARIMA и этого вполне хватает.

S0ER
10 528
Так же хорошая статья по анализу временных рядов (тоже с хабра) - https://habrahabr.ru/post/207160/

S0ER
10 528
Более подробно указанные модели прогнозирования описаны - https://habrahabr.ru/post/180409/ там же есть рекомендации по литературе

S0ER
10 528
И только потом ANN

S0ER
10 528
из них самые популярные Авторегрессионные модели

S0ER
10 528
Регрессионные модели прогнозирования Авторегрессионные модели прогнозирования (ARIMAX, GARCH, ARDLM) Модели экспоненциального сглаживания (ES) Модель по выборке максимального подобия (MMSP) Модель на нейронных сетях (ANN) Модель на цепях Маркова (Markov chains) Модель на классификационно-регрессионных деревьях (CART) Модель на основе генетического алгоритма (GA) Модель на опорных векторах (SVM) Модель на основе передаточных функций (TF) Модель на нечеткой логике (FL)