uz
Feedback

Firibgarlarga uchmang! Telemetrio bunday kanallarni topadi va belgilaydi 👉 Belgini ko‘rmoqchi bo‘lsangiz, obuna bo‘ling

Анализ данных (Data analysis)

Анализ данных (Data analysis)

Kanalga Telegram’da o‘tish

Data science, наука о данных. @haarrp - админ РКН: clck.ru/3FmyAp

Ko'proq ko'rsatish

📈 Telegram kanali Анализ данных (Data analysis) analitikasi

Анализ данных (Data analysis) (@data_analysis_ml) Rus til segmentidagi kanali faol ishtirokchi. Hozirda hamjamiyat 51 911 obunachidan iborat bo'lib, Texnologiyalar & Aralashmalar toifasida 2 581-o'rinni va Rossiya mintaqasida 11 797-o'rinni egallagan.

📊 Auditoriya ko‘rsatkichlari va dinamika

невідомо sanasidan buyon loyiha tez o‘sib, 51 911 obunachiga ega bo‘ldi.

16 Noyabr, 2026 dagi oxirgi ma’lumotlarga ko‘ra kanal barqaror faollikka ega. Oxirgi 30 kunda obunachilar soni 444 ga, so‘nggi 24 soatda esa -8 ga o‘zgardi va umumiy qamrov yuqori darajada qolmoqda.

  • Tasdiqlash holati: Tasdiqlanmagan
  • Jalb etish (ER): Auditoriya o‘rtacha 11.63% darajada jalb etiladi. Nashrdan keyingi dastlabki 24 soatda kontent odatda umumiy obunachilar sonining 8.47% ini tashkil etuvchi reaksiyalarni to‘playdi.
  • Post qamrovi: Har bir post o‘rtacha 6 040 marta ko‘riladi; birinchi sutkada odatda 4 397 ta ko‘rish yig‘iladi.
  • Reaksiyalar va o‘zaro ta’sir: Auditoriya faol: har bir postga o‘rtacha 192 ta reaksiya keladi.
  • Tematik yo‘nalishlar: Kontent llm, контекст, openai, архитектура, deepseek kabi asosiy mavzularga jamlangan.

📝 Tavsif va kontent siyosati

Muallif resursni shaxsiy fikrni ifoda etish maydoni sifatida ta’riflaydi:
“Data science, наука о данных. @haarrp - админ РКН: clck.ru/3FmyAp”

Yuqori yangilanish chastotasi (oxirgi ma’lumot 17 Noyabr, 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.

51 911
Obunachilar
-824 soatlar
+27 kun
+44430 kun
Postlar arxiv
Анализ данных и машинное обучение в облаке Если вам не хватает мощностей собственного компьютера для разработки модели машинн
Анализ данных и машинное обучение в облаке Если вам не хватает мощностей собственного компьютера для разработки модели машинного обучения, у вас краткосрочный проект, для которого нецелесообразно покупать мощные видеокарты, или вы хотели бы собрать небольшую платформу обработки данных, используйте Data Analytics Virtual Machine. В чем преимущества Data Analytics Virtual Machine в @Selectel: ◽Это виртуальные серверы с предустановленным набором инструментов для анализа данных, BI и машинного обучения. Решение подойдет для небольших команд и стартапов и поможет с хранением, обработкой, анализом и визуализацией данных. ◽Вам не придется тратить время на установку драйверов для видеокарты, Python и библиотек для работы с ML. Все компоненты предустановлены, сервер разворачиватся из образа и сразу готов к работе. ◽ Отсутствие vendor lock-in. Решение построено на базе Open Source инструментов: Jupyter, Prefect, Apache Superset. Вы платите только ресурсы облака по модели pay-as-you-go. Арендовать готовый сервер и узнать больше о решении можно по ссылке: https://slc.tl/f63rg Реклама ООО «Селектел» 2VtzqwjSSDE

🖥 Полный курс по библиотеке Numpy. Урок 4: Создание матриц из файла. ▪Видео ▪Код из видео ▪Часть 1 ▪Часть 2 ▪Часть 3 @data_a
🖥 Полный курс по библиотеке Numpy. Урок 4: Создание матриц из файла. ▪Видео ▪Код из видео ▪Часть 1 ▪Часть 2 ▪Часть 3 @data_analysis_ml

💪 Data Scientist нужны бизнесу Время стать востребованным специалистом — в этом поможет курс от Слёрм ✨ В руках Data Scienti
💪 Data Scientist нужны бизнесу Время стать востребованным специалистом — в этом поможет курс от Слёрм ✨ В руках Data Scientist находится будущее. Он может рассказать бизнесу: ✔️Когда произойдет отток клиентов 🕒 Как будет загружен персонал в ближайшее время 👥 На какие сегменты можно разделить аудиторию ❓ Что будет делать покупатель в магазине И многое другое. И специалисту для этих ответов не требуется хрустальный шар и умение видеть будущее. Достаточно знаний, которые Слёрм дает на курсе «Data Scientist». Подробная программа и эксперты уже на сайте — можете посмотреть по ссылке ⚡️ На курсе вам дадут полноценное представление о профессии и практику с рабочими инструментами — комплект знаний и умений, с которым можно пойти работать junior Data Scientist. Реклама. ООО «Слёрм» г. Лиски, ОГРН 1193668020545

🦅 Falcon 180B is here! Falcon 180B устанавливает новый уровень для открытых моделей. Это самая большая открытая языковая мод
+2
🦅 Falcon 180B is here! Falcon 180B устанавливает новый уровень для открытых моделей. Это самая большая открытая языковая модель со 180 миллиардами параметров, которая была обучена на огромном массиве данных TII RefinedWeb, насчитывающем 3,5 триллиона лексем. Это самый продолжительный период предварительного обучения открытой модели на одной эпохе. По своим возможностям Falcon 180B достигает самых высоких результатов в задачах на естественном языке. Он занимает первое место в рейтинге предварительно обученных моделей открытого доступа и конкурирует с собственными моделями, такими как PaLM-2. 🤗 HF: https://huggingface.co/blog/falcon-180b 🖥 Github: https://github.com/huggingface/blog/blob/main/falcon-180b.md 📕 Demo: https://huggingface.co/spaces/tiiuae/falcon-180b-demo @data_analysis_m

🖥 Полный курс по библиотеке Numpy. Урок 3: применение Numpy ▪Видео ▪Код из видео ▪Часть 1 ▪Часть 2 ▪Упражнения @data_analysis_m

Станьте дипломированным экспертом по Data Science и развитию искусственного интеллекта Первый университет Сибири – ТГУ запускает первую онлайн-магистратуру в России по программе «Анализ естественного языка (NLP) в лингвистике и IT». На программе вы: ●Будете обучать нейросети, учить машины распознавать и анализировать человеческую речь и генерировать ответы; ●Узнаете как устроены виртуальные ассистенты, генеративные и нейронные сети (например, ChatGPT, Siri, Олег из Тинькофф); ●Получите доступ к суперкомпьютерному центру CYBERIA от ТГУ, с помощью которого вы сможете обучать нейросети и решать задачи NLP Data Science в режиме онлайн; ●Освоите инструменты: написание кода на Python, Data Mining, Feature Engineering; ●Получите знания от академического руководителя – тимлида направления Data Science в Сбере. – Обучение очное, но в онлайн-режиме - Студенческие льготы и отсрочка от армии – Обучение с нуля, технический "бэкграунд" не обязателен – Очный диплом ТГУ и готовое портфолио для дальнейшего трудоустройства. Необходим любой диплом первого высшего образования! А благодаря господдержке первый год обучения стоит всего от 280 р/мес! Успейте записаться на бесплатный подготовительный курс: https://go.skillfactory.ru/nV2f3w Прием документов до 13 сентября! Реклама - ООО «Скиллфэктори» Kra23UuFT

Овладейте основными навыками работы с искусственным интеллектом с помощью этих 10 бесплатных курсов: 1. Google - искусственны
Овладейте основными навыками работы с искусственным интеллектом с помощью этих 10 бесплатных курсов: 1. Google - искусственный интеллект для всех https://edx.org/learn/artificial-intelligence/google-google-ai-for-anyone 2. Microsoft - ИИ для начинающих https://microsoft.github.io/AI-For-Beginners 3. IBM - AI for Everyone: Освоить основы https://edx.org/learn/artificial-intelligence/ibm-ai-for-everyone-master-the-basics 4. Гарвард - Введение в искусственный интеллект с помощью Python https://cs50.harvard.edu/ai/2023 5. Google - Введение в генеративный ИИ https://cloudskillsboost.google/journeys/118 6. Deep Learning - Finetuning Large Language Models https://deeplearning.ai/short-courses/finetuning-large-language-models/ 7. Microsoft - Основы ИИ в Azure https://learn.microsoft.com/en-us/training/paths/create-no-code-predictive-models-azure-machine-learning/ 8. Linux Foundation - Основы работы с данными и искусственным интеллектом https://edx.org/learn/computer-programming/the-linux-foundation-data-and-ai-fundamentals 9. Alison - 13 бесплатных курсов по ИИ https://alison.com/tag/artificial-intelligence 10. Проекты по искусственному интеллекту https://mygreatlearning.com/academy/learn-for-free/courses/artificial-intelligence-projects @data_analysis_m

О нейросетях в кредитном скоринге на реальных примерах Поговорить о применении нейросеток в деятельности кредитных организаци
О нейросетях в кредитном скоринге на реальных примерах   Поговорить о применении нейросеток в деятельности кредитных организаций так, чтобы было не скучно, решили эксперты из управления моделирования КИБ и СМБ ВТБ, лаборатории машинного обучения Альфа-Банка и центра компетенций Data Science МТС. В новом эпизоде подкаста «Деньги любят техно» они обратились к ML с новой стороны и поделились собственным опытом его внедрения в больших проектах. Заодно дали много практических советов и рекомендаций.   Послушать: https://podcast.ru/e/dTYEDjzyYj

🖥 Полный курс по библиотеке Numpy. Урок 2 Полезные функции. ▪Видео ▪Часть 1 ▪Упражнения @data_analysis_m

🔥История LLM с открытым исходным кодом: Ранние разработки (часть первая) Понимание принципов работы GPT-Neo, GPT-J, GLM, OPT
🔥История LLM с открытым исходным кодом: Ранние разработки (часть первая) Понимание принципов работы GPT-Neo, GPT-J, GLM, OPT, BLOOM и других. https://cameronrwolfe.substack.com/p/the-history-of-open-source-llms-early @data_analysis_ml

🖥 Полный курс по библиотеке Numpy. Урок 1 Матрицы. ▪Видео ▪Код из видео ▪Упражнения по Numpy @data_analysis_ml

🔥 Дайджест полезных материалов из мира : Data Science за неделю Почитать: — Таблица-справочник – генератор DAG? А что так можно было? — Как создать привлекательные графики с рейтингами стран с помощью Python и Matplotlib — Как полностью устранить дублирующие записи в ClickHouse — Как подружить Spark и S3 для обработки файлов — Первые шаги в ML на обучающем хакатоне: обнаружение птиц на фотографиях yolov8s + sahi — Просто о Deep #1 — How AI models are transforming evidence-based predictions — Auto-Synchronizing an Entire MySQL Database for Data Analysis — "Which job sectors are witnessing a surge in demand for AI and Data Science professionals?" — NumPy Tutorial #14: Random — 5 Completely FREE Data Analytics Online Courses — Innovative Smart Surfaces: Walls That Can Generate Energy and Data — Python Cheat Sheet for Data Engineers and Data Scientists! — Harnessing the Power of Accountability Buddies for Learning — NumPy Tutorial #13: Array Filtering — Exploring Connections: How Meeting People Enriched My Master's Journey Посмотреть: 🌐 How to Use the Open-Source Hugging Chat API in Python (⏱ 07:38) 🌐 Продвинутый парсинг на Python со сменой прокси (⏱ 10:27) 🌐 Уроки Golang с нуля /#25 - Интерфейсы (⏱ 10:51) 🌐 Многопоточный парсер на Python. ООП подход (⏱ 08:24) 🌐 AI in a Minefield: Learning from Poisoned Data - Johnathan Roy Azaria (⏱ 37:07) 🌐 Orchestrating Data Assets instead of Tasks, with Dagster - Sandy Ryza (⏱ 31:06) 🌐 1,000,000,000 Parameter Super Resolution AI! (⏱ 04:59) 🌐 DeepMind-Like Gaming AI: Incredible Driving Skills! (⏱ 05:09) Хороших выходных! @data_analysis_ml

🖥 Бесплатные сертификационные курсы по изучению Git и GitHub в 2023 году ❯ Введение в управление версиями с помощью Git http
🖥 Бесплатные сертификационные курсы по изучению Git и GitHub в 2023 году ❯ Введение в управление версиями с помощью Git https://learn.microsoft.com/en-us/training/paths/intro-to-vc-git ❯ Курс GitHub от Microsoft https://learn.microsoft.com/en-us/training/github ❯ Начало работы с GitHub https://udemy.com/course/git-started-with-github ❯ 5-дневное испытание The Ultimate GIT https://udemy.com/course/the-ultimate-git-5-day-challenge ❯ Контроль версий с помощью Git от Atlassian https://coursera.org/learn/version-control-with-git ❯ Интерактивное руководство по Git https://learngitbranching.js.org ❯ Основы командной строки: Git Bash для Windows https://udemy.com/course/git-bash ❯ Изучение Git с помощью Bitbucket Cloud https://hackernoon.com/top-5-free-courses-to-learn-git-and-github-best-of-lot-2f394c6533b0 ❯ Изучайте Git: Все, что нужно знать https://udemy.com/course/learngit @data_analysis_ml

Залипательное: заметка о CAD-системах, которые применяют для 3d-печати зубов. С помощью CAD-программ врач сначала составляет
Залипательное: заметка о CAD-системах, которые применяют для 3d-печати зубов. С помощью CAD-программ врач сначала составляет трёхмерную модель зубочелюстного аппарата пациента в его текущем состоянии, а потом размечает план лечения. Т.е. в виртуальной среде выполняются все необходимые лечебные действия, и там же прогнозируется их результат — вставленные импланты, исправление зубного ряда и т. д. И пациент еще до начала лечения знает, что в итоге увидит в зеркале.

🗣💭 Speech Wikimedia: A 77 Language Multilingual Speech Dataset Speech-wikimedia - это общедоступная компиляция аудиозаписей
🗣💭 Speech Wikimedia: A 77 Language Multilingual Speech Dataset Speech-wikimedia - это общедоступная компиляция аудиозаписей с транскрипциями, взятых из Wikimedia. Она включает 1780 часов (195 ГБ) транскрибированной речи с лицензией CC-BY-SA из различных источников и дикторов на 77 различных языках. from datasets import load_dataset dataset = load_dataset("MLCommons/speech-wikimedia") 🤗 HH: https://huggingface.co/datasets/MLCommons/speech-wikimedia 📌Статья: https://arxiv.org/abs/2308.15710v1 ⭐️ Dataset: https://paperswithcode.com/dataset/voxpopuli @data_analysis_ml

📣 Присоединяйтесь к AI News Hack – хакатону по разработке ИИ-сервисов! 🚀 AI Open News приглашает вас на хакатон по искусств
📣 Присоединяйтесь к AI News Hack – хакатону по разработке ИИ-сервисов! 🚀 AI Open News приглашает вас на хакатон по искусственному интеллекту. Компания создаёт бота, который помогает избавиться от информационного шума. Вместо чтения большого количества каналов, подписчики бота получают все главные новости в одном месте. 💰 Призовой фонд хакатона 500 000 рублей! 🔍 Задача на хакатоне: Разработка сервиса удаления дубликатов и классификации новостей. 👥 Приглашаются IT-специалисты, дата-сайентисты, эксперты по нейросетям и искусственному интеллекту, а также продакт-менеджеры. Присоединяйтесь к команде единомышленников и продолжите работу над инновационным продуктом. 💡 На хакатоне вы сможете проверить свои навыки, найти новых единомышленников и показать свою сообразительность. Лучшим участникам будет предложен контракт или возможность трудоустройства для продолжения работы над проектом. Не упустите возможность проявить свой потенциал и стать частью команды! Успейте зарегистрироваться до 13 сентября: https://cnrlink.com/ainewsgt

🚀 Список лучших Data Science шпаргалок 🔸Статистика - https://res.cloudinary.com/dyd911kmh/image/upload/v1662111933/Marketing/Blog/Descriptive_Statistics_Cheat_Sheet.pdf 🔸Теория вероятностей - https://res.cloudinary.com/dyd911kmh/image/upload/v1674822557/Marketing/Blog/Probability_Cheat_Sheet.pdf 🔸Data storytelling - https://res.cloudinary.com/dyd911kmh/image/upload/v1662633286/Marketing/Blog/Data_Storytelling_Cheat_Sheet.pdf 🔸Data Visualization - https://s3.amazonaws.com/assets.datacamp.com/email/other/Data+Visualizations+-+DataCamp.pdf 🔸Machine Learning - https://s3.amazonaws.com/assets.datacamp.com/email/other/ML+Cheat+Sheet_2.pdf 🔸Deep Learning - https://github.com/afshinea/stanford-cs-229-machine-learning/blob/master/en/cheatsheet-deep-learning.pdf 🔸Big Data - https://github.com/Ritik2703/Data-Science-Cheat-Notes-/blob/master/Big%20Data/Hadoop-and-mapreduce-cheat-sheet.pdf 🔸NLP - https://cheatography.com/sree017/cheat-sheets/nlp/ 🔸SQL - https://s3.amazonaws.com/assets.datacamp.com/email/other/SQL+for+Data+Science.pdf 🔸Python - https://res.cloudinary.com/dyd911kmh/image/upload/v1673614153/Marketing/Blog/Python_Cheat_Sheet_for_Beginners.pdf 🔸R Programming - https://res.cloudinary.com/dyd911kmh/image/upload/v1654763044/Marketing/Blog/R_Cheat_Sheet.pdf 🔸Plotly Express - https://res.cloudinary.com/dyd911kmh/image/upload/v1668605954/Marketing/Blog/Plotly_Cheat_Sheet.pdf 🔸Git - https://res.cloudinary.com/dyd911kmh/image/upload/v1656573882/Marketing/Blog/git_cheat_sheet.pdf 🔸Excel - https://res.cloudinary.com/dyd911kmh/image/upload/v1674225421/Marketing/Blog/Excel_Cheat_Sheet.pdf 🔸Tableau - https://s3.amazonaws.com/assets.datacamp.com/email/other/Tableau+Cheat+Sheet.pdf 🔸Power BI - https://s3.amazonaws.com/assets.datacamp.com/email/other/Power+BI_Cheat+Sheet.pdf @data_analysis_ml

У Яндекс Практикума есть бесплатный курс по основам анализа данных. В нём забавный интерактивный сюжет и много практики: четы
У Яндекс Практикума есть бесплатный курс по основам анализа данных. В нём забавный интерактивный сюжет и много практики: четыре реальных кейса из разных областей. Вам предстоит: — выяснить причину массовой поломки гаджетов, — проверить окупаемость рекламы мобильного приложения, — выбрать стратегию развития ИИ-стартапа, — оценить эффективность роботов в службе поддержки. На курсе вы напишете первый код на Python и поймёте, чем занимаются специалисты в сфере. → Приходите учиться бесплатно

🖥 Выполнение SQL непосредственно в Jupyter Notebook с помощью IPython-SQL IPython-SQL – это мощный инструмент, позволяющий легко интегрировать язык SQL (Structured Query Language) в среду IPython или Jupyter Notebook. Такая интеграция позволяет выполнять SQL-запросы и взаимодействовать с базами данных, используя при этом интерактивные возможности IPython. В этом руководстве мы рассмотрим установку, настройку и базовое использование IPython-SQL. ✔️ Установка pip install ipython-sql ✔️ Подключение к базе данных Для подключения к базе данных сначала необходимо загрузить расширение IPython-SQL, а затем с помощью магической команды %sql задать строку подключения к базе данных. Синтаксис команды следующий: %load_ext sql %sql dialect+driver://username:password@host:port/database Например, для подключения к базе данных SQLite с именем example.db, расположенной в текущем каталоге, используйте: %load_ext sql %sql sqlite:///example.db Замените dialect+driver на соответствующий диалект и драйвер базы данных (например, mysql, postgresql, sqlite и т.д.), а также укажите необходимую информацию об аутентификации и подключении. ✔️ Выполнение SQL-запросов После подключения к базе данных можно выполнять SQL-запросы с помощью команды %sql magic, за которой следует сам SQL-запрос. Запросы могут состоять из нескольких строк для улучшения читаемости. Вот пример: %sql SELECT * FROM employees WHERE department = 'HR'; ✔️ Доступ к результатам запросов IPython-SQL предоставляет различные способы доступа к результатам запросов. По умолчанию результаты запроса возвращаются в виде Pandas DataFrame, что облегчает работу с данными и их анализ. Чтобы присвоить результаты запроса переменной, используйте флаг -o, за которым следует имя переменной: result = %sql -o SELECT * FROM products; Также можно получить прямой доступ к результатам запроса, используя переменную _: result = %sql SELECT * FROM orders; print(_.head()) # Display the first few rows of the result ✔️ Магические команды IPython-SQL предлагает дополнительные магические команды для улучшения взаимодействия с базами данных: ▪️%config SqlMagic.autocommit: Включает или отключает режим автокоммита для транзакций. ▪️%config SqlMagic.displaylimit: установка максимального количества строк для отображения в результатах запроса. ▪️%%sql: Использование двойных знаков процента для выполнения многострочных SQL-запросов. Рассмотрим пример использования магической команды %%sql для многострочных запросов: %%sql SELECT department, AVG(salary) as avg_salary FROM employees GROUP BY department ORDER BY avg_salary DESC; ✔️ Расширенное использование ▪Продолжение ▪Github @data_analysis_ml

Программировали, программировали и переросли свои задачи? Работайте над масштабными ИТ-проектами в Тинькофф. Здесь тимлид хор
Программировали, программировали и переросли свои задачи? Работайте над масштабными ИТ-проектами в Тинькофф. Здесь тимлид хороший и задачи интересные. А работать можно прямо там, где живете: у Тинькофф есть ИТ-хабы в 25 городах России, в Беларуси, Армении и Казахстане. Вакансии тут