Простой Python | Программирование
Kanalga Telegram’da o‘tish
Заявки принимаются автоматически. Лучший образовательный канал по Python. По всем вопросам: @kesh_keshh (реклама) Ссылка на канал: https://t.me/+T1i5nO0m_h01ZDky . РКН: https://vk.cc/cJ5box Помощь:https://telega.in/c/+T1i5nO0m_h01ZDky
Ko'proq ko'rsatish
Tarmoq:📈 Telegram kanali Простой Python | Программирование analitikasi
Простой Python | Программирование (@python_piton_javascript) Rus til segmentidagi kanali faol ishtirokchi. Hozirda hamjamiyat 126 478 obunachidan iborat bo'lib, Texnologiyalar & Aralashmalar toifasida 909-o'rinni va Rossiya mintaqasida 3 955-o'rinni egallagan.
📊 Auditoriya ko‘rsatkichlari va dinamika
невідомо sanasidan buyon loyiha tez o‘sib, 126 478 obunachiga ega bo‘ldi.
19 Sentabr, 2026 dagi oxirgi ma’lumotlarga ko‘ra kanal barqaror faollikka ega. Oxirgi 30 kunda obunachilar soni -1 604 ga, so‘nggi 24 soatda esa -52 ga o‘zgardi va umumiy qamrov yuqori darajada qolmoqda.
- Tasdiqlash holati: Tasdiqlanmagan
- Jalb etish (ER): Auditoriya o‘rtacha 4.11% darajada jalb etiladi. Nashrdan keyingi dastlabki 24 soatda kontent odatda umumiy obunachilar sonining 1.94% ini tashkil etuvchi reaksiyalarni to‘playdi.
- Post qamrovi: Har bir post o‘rtacha 5 198 marta ko‘riladi; birinchi sutkada odatda 2 450 ta ko‘rish yig‘iladi.
- Reaksiyalar va o‘zaro ta’sir: Auditoriya faol: har bir postga o‘rtacha 109 ta reaksiya keladi.
- Tematik yo‘nalishlar: Kontent модуль, itertools, gigachat, math, decimal kabi asosiy mavzularga jamlangan.
📝 Tavsif va kontent siyosati
Muallif resursni shaxsiy fikrni ifoda etish maydoni sifatida ta’riflaydi:
“Заявки принимаются автоматически.
Лучший образовательный канал по Python.
По всем вопросам: @kesh_keshh (реклама)
Ссылка на канал: https://t.me/+T1i5nO0m_h01ZDky
.
РКН: https://vk.cc/cJ5box
Помощь:https://telega.in/c/+T1i5nO0m_h01ZDky”
Yuqori yangilanish chastotasi (oxirgi ma’lumot 20 Sentabr, 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.
126 478
Obunachilar
-5224 soatlar
-2987 kun
-1 60430 kun
Postlar arxiv
Работа с Selenium: Часть 10
Продолжаем делиться циклом видео, где автор рассказывает про Selenium. В результате ты научишься работать с формами, проходить аутентификацию на различных сайтах и многое другое.
👀Смотреть видео
#видео
Инструменты для работы с графикой
В данной подборке автор рассказывает про шесть лучших инструментов для работы с графикой. Они выделяются от остальных инструментов своими функциями, активностью сообщества и фишками.
👉Читать статью
#статьи
Как сделать свой RAG?
Представь, что у тебя есть умный робот, который умеет отвечать на вопросы. Но чтобы давать самые точные ответы, он сначала ищет информацию в книгах или интернете, а потом формирует ответ.
RAG (Retrieval-Augmented Generation) — это метод, который делает нейросетевой текстовый генератор (например, GPT) умнее и точнее за счёт поиска информации внешних источников перед генерацией ответа. Благодаря данной статье ты узнаешь, как создать собственный RAG.
👉Читать статью
#статьи
🔥 Как определиться с делом своей жизни, когда ты только заканчиваешь школу?
Эту проблему необязательно решать в одиночку – существует проверенный способ разобраться в себе и своём призвании. Поговорим о нём на вебинаре!
⭐️ Во время стрима разберём 4 сценария, которые помогут тебе выбрать своё будущее – и покажем, как они работают в реальности. Как понять себя, подсветить свои сильные стороны, и какие решения точно не стоит принимать вслепую.
Вебинар проводит Институт iSpring, где каждый абитуриент проходит глубокую профориентацию прежде, чем принять решение о поступлении.
Когда: 29 апреля, 19:00 (МСК)
Спикеры:
— Дмитрий Лукашов, экс-директор по маркетингу Skillbox
— и секретный гость из ИТ, хорошо знающий рынок и его потребности
✅ Участие бесплатное
УЗНАТЬ ПОДРОБНЕЕ
Реклама АНО ВО «РУМТ»
ИНН 1215144727
erid: 2SDnjcK2v7F
FastAPI: Работа с базой данных
Продолжаем делиться циклом видео, благодаря которому ты научишься пользоваться FastAPI библиотекой. В этот раз ты установишь SQLAlchemy и настроишь работу с базой данных.
👀Смотреть видео
#видео
Как заговорить с сетевиками на одном языке? 👍
Эксперты одного из ведущих провайдеров IT-инфраструктуры Selectel подготовили бесплатный курс «Погружение в компьютерные сети».
Всего за час вы сможете разобраться в принципах работы сетей, освоить ключевые термины и на конкретных примерах освоить две основные модели.
Курс будет интересен как джунам, так и более опытным разработчикам.
➡️ Убедитесь в этом, начав обучение в Академии Selectel
Реклама. АО «Селектел», ИНН 7810962785, ERID: 2Vtzqwf5F5k
Random Forest
Random Forest — это не одно дерево, а сразу много. Каждый “деревце” в лесу обучается на случайной части данных и с использованием случайного поднабора признаков. Когда нужно предсказать класс или значение, все деревья голосуют, и побеждает большинство (в классификации) или усреднённый ответ (в регрессии). В результате снижается переобучение по сравнению с одиночным деревом, а сама модель меньше зависит от случайных шумов.
Сначала из обучающей выборки с помощью бутстрэпа выбирается случайная подвыборка (с возвращением). Для каждого дерева берётся случайный набор признаков. Все деревья предсказывают, и итоговый ответ — это агрегация: большинство голосов в классификации или среднее значение в регрессии.
Обрати внимание на пример. n_estimators определяет, сколько деревьев. max_depth — максимальная глубина каждого дерева. random_state — фиксируем сид, чтобы результат был воспроизводим. Можно добавлять class_weight='balanced', если классы несбалансированы.
#практика
Flask: Использование JavaScript
Продолжаем делиться циклом статей, благодаря которому ты научишься пользоваться Flask. В этот раз автор демонстрирует создание всплывающего окна при наведении курсора мыши на ник пользователя.
👉Читать статью
#статьи #flask
😮 Добавлена новая база слитых курсов на 800ГБ:
Python:
https://t.me/+NGzFxvZXoWY4YzJi
Программирование:
https://t.me/+7iLDOaOPIPxjNGEy
Графика и дизайн:
https://t.me/+dWCyu5OOWHU5Y2Uy
Frontend и Web:
https://t.me/+IhR1IL7GI203Yjg6
MongoDB: Поиск на совпадение в тексте
Делимся циклом видео, благодаря которому ты научишься пользоваться MongoDB. В этот раз автор рассказывает, какой функционал поможет тебе искать данные. В качестве примера продемонстрирован поиск на совпадение в тексте.
👀Смотреть видео
#видео
Уже разбираетесь в Python, но хотите большего? Тогда вам на PiterPy 2025
🗓️16–17 мая
📍 Питер + онлайн
PiterPy — конференция для всех, кто использует Python в работе. Здесь собираются бэкенд-разработчики, тестировщики, DevOps, дата- и ML-инженеры и аналитики, а также тимлиды.
Перед вами выступят спикеры из Яндекса, Т-Банка, Точки, Авито, Ozon и других известных компаний. Вас ждет два дня докладов про бэкенд и архитектуру, библиотеки и инструменты, практики разработки и Core Python, а еще мастер-класс по программированию роботов.
А вот что с билетами:
→ Дают скидку 15% на билет для частных лиц по промокоду
PITON;
→ Есть билет для студентов и преподавателей вузов — в два раза дешевле персонального;
→ Можно попросить руководство приобрести вам корпоративный билет.
Бонус: в соседних залах пройдет ML-конференция IML. Участники PiterPy смогут послушать доклады IML бесплатно.
За подробностями и билетами
Дерево решений: Часть 2
Алгоритм деления работает по принципу максимизации чистоты внутри подмножеств. В классификации чаще всего используется Gini impurity или энтропия: они показывают, насколько хорошо разделились классы после сплита. В регрессии — снижение дисперсии (variance reduction). На каждом шаге дерево перебирает все признаки и находит такое условие, которое максимально эффективно делит выборку на две группы с минимальной “грязью”.
Однако у данного алгоритма есть некоторые недостатки. Деревья легко переобучаются, особенно если не ограничивать глубину. Они могут давать нестабильные результаты при небольшом изменении данных (особенно одиночные деревья). Чтобы побороть эти минусы, придумали ансамбли — такие как Random Forest и Gradient Boosting, где используется много деревьев сразу, и это даёт намного более стабильный и мощный результат.
💻Ссылка на первую часть
#практика
+5
👩💻 Docker — лучший канал для ускоренного обучения DevOps.
С помощью инфографики, наглядных визуализаций и коротких обучающих видео вам будут доступны все ключевые концепции работы с Docker и методики DevOps.
Прокачать скиллы: t.me/DevopsDocker
Генерация двухмерной полигональной карты
В данной статье автор рассматривает задачу процедурной генерации двухмерной полигональной карты. Рассматривается решение и ключевые использованные принципы.
👉Читать статью
#статьи
FastAPI: Аннотации и валидация
Продолжаем делиться циклом видео, благодаря которому ты научишься пользоваться FastAPI библиотекой. В этот раз ты освоишь класс аннотаций. Он позволяет быстро добавлять валидацию к URL-адресам.
👀Смотреть видео
#видео
Дерево решений: Часть 1
Дерево решений — это модель, которая принимает решения, двигаясь по ветвям дерева от корня к листьям. На каждом узле происходит проверка: например, «если возраст > 30 — идём направо, иначе налево». Так шаг за шагом дерево делит данные на подгруппы, пока не придёт к финальному решению: в регрессии — числовое значение, в классификации — метка класса.
Модель выглядит почти как блок-схема, и ты можешь буквально прочитать, почему она приняла то или иное решение. В Python всё это делается через sklearn.tree.DecisionTreeClassifier или DecisionTreeRegressor.
Параметр max_depth — это ограничение на глубину дерева. Без него дерево может продолжать делиться, пока не переобучится подчистую. Всегда важно следить за глубиной, количеством листьев (max_leaf_nodes) и минимальным числом объектов в узле (min_samples_split) — это всё способы контроля переобучения.
#практика
