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 51 932 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, 51 932 obunachiga ega bo‘ldi.

15 Noyabr, 2026 dagi oxirgi ma’lumotlarga ko‘ra kanal barqaror faollikka ega. Oxirgi 30 kunda obunachilar soni 528 ga, so‘nggi 24 soatda esa -4 ga o‘zgardi va umumiy qamrov yuqori darajada qolmoqda.

  • Tasdiqlash holati: Tasdiqlanmagan
  • Jalb etish (ER): Auditoriya o‘rtacha 11.70% 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 6 075 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 198 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 16 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.

51 932
Obunachilar
-424 soatlar
+307 kun
+52830 kun
Postlar arxiv
📈 Если вы хотите преобразить свои графики #matplotlib попробуйте LovelyPlots Чтобы красивые графики, просто добавьте одну ст
📈 Если вы хотите преобразить свои графики #matplotlib попробуйте LovelyPlots Чтобы красивые графики, просто добавьте одну строку кода к существующему коду matplotlib. 📉 Lovely Plots - это инструмент, содержащий таблицы стилей matplotlib для легкого форматирования графиков для научных статей, проектов и презентаций. Библиотека сохраняет их полностью редактируемыми в Adobe Illustrator. Кроме того, параметры экспорта .svg позволяют автоматически адаптировать шрифт рисунков к шрифту вашего документа. Например, рисунки в формате .svg, импортированные в файл .tex, будут автоматически сгенерированы с использованием текстового шрифта, используемого в вашем файле .tex. pip install LovelyPlots ▪Github @data_analysis_ml

🖥 45+ IT-компаний ищут стажёров и джунов Карьерные форумы "Найти IT" — это шанс пообщаться с топовыми компаниями и получить
🖥 45+ IT-компаний ищут стажёров и джунов  Карьерные форумы "Найти IT" — это шанс пообщаться с топовыми компаниями и получить оффер. Среди работодателей будут Сбер, Яндекс, Kaspersky, Avito и многие другие. Что вас ждёт: 🔹 Мастер-классы, кейсы и Q&A-сессии. 🔹 Розыгрыш призов среди участников. 🔹 Обширное пространство для общения и обмена опытом. 🔹 Карьерные консультации от HR-ов. Участие бесплатное!  Выбирайте город и регистрируйтесь👇🏻 📍 Москва — 6 марта 📍 Санкт-Петербург — 6 апреля 📍 Новосибирск — 10 апреля

По умолчанию преобразователи #scikit-learn возвращают массив NumPy. Это может быть проблемой, если для последующих этапов обр
По умолчанию преобразователи #scikit-learn возвращают массив NumPy. Это может быть проблемой, если для последующих этапов обработки данных вам нужен датафрейм pandas. К счастью, начиная с scikit-learn версии 1.3.2, вы можете использовать метод set_output для получения результатов в формате датафреймов pandas. @data_analysis_ml

Присоединяйтесь к GitVerse – сервису для быстрого создания исходного кода с AI-помощником Разработчики получили доступ к GitV
Присоединяйтесь к GitVerse – сервису для быстрого создания исходного кода с AI-помощником Разработчики получили доступ к GitVerse – платформе для совместной разработки и хостинга кода от СберТеха. Она позволяет создавать проекты с открытым и закрытым кодом, приглашать новых участников, переносить репозитории с популярных мировых ресурсов в один клик и общаться с единомышленниками в ИТ-сообществе. Первые пользователи, зарегистрировавшиеся на GitVerse, смогут присоединиться к открытому тестированию персонального AI-ассистента разработчика (AI, artificial intelligence — искусственный интеллект) — сервису GigaCode. Он ускоряет и упрощает программирование, генерируя варианты завершения кода непосредственно в среде разработки в режиме реального времени. В рамках акции пользователям доступен бесплатный годовой пакет облачных сервисов, с ним можно размещать разработанные приложения в облаке с использованием технологий распределённого хранения и вычислений. Подробности и правила акции, а также регистрация на сайте платформы.

⚡️Нереальная подборка полезных нейросетей. 226 AI-сервисов и приложений на все случаи жизни, от известных MGIE, Perplexity, Gemini, Groq до совсем свежих и малознакомых Эти нейросети помогут вам: ➖управлять движением объектов на видео ➖повысить качество записанного аудио ➖исправить грамматику в любом приложении ➖генерировать аудио, видео, изображения ➖апскейлить изображение ➖и ещё помогут с миллионом других задач 🔗 Каталог @ai_machinelearning_big_data

Всем привет! Владелец продукта ИТ-компании изучает потребности и пожелания участников процесса работы с даннымии аналитикой.  У вас есть уникальная возможность поделиться опытом, дать рекомендации и подсветить проблемы используемых систем. Переходите по ссылке и делитесь бесценным опытом😉

⚡️ StarCoder2: открытые веса, датасеты, обучающие скрипты, топ лидерборда HF. StarCoder2 - это семейство открытых LLM для ген
⚡️ StarCoder2: открытые веса, датасеты, обучающие скрипты, топ лидерборда HF. StarCoder2 - это семейство открытых LLM для генерации кода, в трех различных размерах с параметрами 3B, 7B и 15B. StarCoder2-15B обучен на более чем 4 триллионах лексем и 600+ языках программирования из The Stack v2. Все модели используют Grouped Query Attention, контекстное окно из 16 384 лексем. StarCoder2 предлагает три размера модели: модель на 3 миллиарда параметров, обученная ServiceNow, модель на 7 миллиардов параметров, обученная Hugging Face, и модель на 15 миллиардов параметров, обученная NVIDIA с помощью NVIDIA NeMo и ускоренной инфраструктуры NVIDIA: ▪StarCoder2-3B был обучен на 17 языках программирования из The Stack v2 на 3+ триллионах токенов. ▪StarCoder2-7B обучался на 17 языках программирования из The Stack v2 на 3,5+ триллионах токенов. ▪StarCoder2-15B был обучен на 600+ языках программирования из The Stack v2 на 4+ триллионах токенов. StarCoder2-15B является лучшим в своем классе и по многим показателям превосходит модели 33B+. 📌HF 📌Github 📌Статья

Работаешь с данными и чувствуешь, что из них можно получить больше? В DataWorkshop расскажут как это сделать. 5 дней практики
Работаешь с данными и чувствуешь, что из них можно получить больше? В DataWorkshop расскажут как это сделать. 5 дней практики в Data Science на реальных данных магазина из Великобритании. 1-2 часа в день и самостоятельно создаешь модели машинного обучения. Старт - 4 марта. Обучаешься под руководством эксперта в своем темпе, в удобное время. 6000+ человек из разных стран мира уже приняли участие в данном интенсиве. 15 лет практического опыта у автора интенсива, поэтому полученные знания можно сразу применять в рабочих проектах. Обучают с 2017 года. Предоставляем готовое окружение - ничего устанавливать и настраивать не нужно. Участие бесплатно только для первых 100 записавшихся человек. Успевайте записаться по 👉 ЭТОЙ ССЫЛКЕ А еще много полезной информации о том, как начать работать в сфере Data Science в их канале. Реклама: ИП Кравченко Николай Васильевич LjN8KCNbP

🖥 3 лучших инструмента для автоматизации устранения SQL инъекций! SQL-инъекция (SQLi) - это уязвимость веб-безопасности, которая позволяет злоумышленнику вмешиваться в запросы, которые приложение делает к своей базе данных. Как правило, это позволяет просматривать данные, которые он обычно не может получить. Это могут быть других пользователей, или любые другие данные, доступ к которым имеет само приложение. Во многих случаях злоумышленник может изменять или удалять эти данные, вызывая постоянные изменения в содержимом или поведении приложения. 1⃣ SQLMap Вы, вероятно, уже знаете о первом инструменте. SQLMap - самый популярный сканер уязвимостей SQL Injection, полностью открытый! 2⃣ Ghauri Ghauri - это продвинутый инструмент, позволяющий легко автоматизировать обнаружение и эксплуатацию уязвимостей SQL Injection! Ghauri также имеет открытый исходный код и доступен на GitHub! 3⃣ SQLiv Обнаруживает уязвимости SQL-инъекций в веб-приложениях с помощью методов автоматического сканирования. Этот инструмент способен найти в Google определенную цель, просмотреть ее и просканировать несколько URL-адресов на наличие SQL-инъекций. @data_analysis_ml

IT-индустрия и проекты с каждым годом становятся все сложнее. Все больше технологий, сложной инфраструктуры и массивов данных
IT-индустрия и проекты с каждым годом становятся все сложнее. Все больше технологий, сложной инфраструктуры и массивов данных. Для управления этими махинами привычного продуктового подхода больше недостаточно. Топ-менеджеры крупнейших IT-компаний говорят о том, что продактам нужны новые компетенции для навыки, чтобы строить продукты на больших данных. Ассоциация Больших Данных вместе с топами из Сбера, Яндекса, ВК и Сколково разработали образовательную программу Big Data Product Owner. Курс ориентирован на junior и middle-специалистов и учит создавать из хаотичных данных прибыльные бизнесы. Студенты совмещают hard-скиллы с важными навыками переговоров и менеджерскими навыками. По результатам обучения выдается диплом государственного образца. 👉До 29 февраля включительно можно зафиксировать стоимость с 20% скидкой 👉 Первый урок доступен бесплатно по ссылке Реклама. ООО "АБД". ИНН 9703042787.

🚀🧙🏼‍♂️Представляем OpenHermesPreferences: крупнейший открытый набор данных для RLHF и DPO OpenHermesPreferences - это набо
🚀🧙🏼‍♂️Представляем OpenHermesPreferences: крупнейший открытый набор данных для RLHF и DPO OpenHermesPreferences - это набор данных из ~1 миллиона прдпочтений ИИ, полученных из его ответов. Датасет объединяет ответы от моделей, Mixtral-8x7B-Instruct-v0.1 и Nous-Hermes-2-Yi-34B. Набор данных можно использовать для обучения моделей предпочтений или настройки ответов больших языковых моделей с помощью таких методов, как прямая оптимизация предпочтений. https://huggingface.co/datasets/argilla/OpenHermesPreferences @data_analysis_ml

🕒 datefinder: Инструмент автоматического поиска дат и времени в строках Python Если вы хотите автоматически искать дату и вр
🕒 datefinder: Инструмент автоматического поиска дат и времени в строках Python Если вы хотите автоматически искать дату и время с различными форматами в строках Python, попробуйте использовать datefinder. В приведенном коде показано, как использовать datefinder. pip install datefinder ▪Github @data_analysis_ml

🎉 Выпущены JupyterLab 4.1 и Jupyter Notebook 7.1! В новых релизах добавлена поддержка диаграмм Mermaid, добавлена автоматиче
🎉 Выпущены JupyterLab 4.1 и Jupyter Notebook 7.1! В новых релизах добавлена поддержка диаграмм Mermaid, добавлена автоматическая генерация, добавлен ряд улучшений и исправлено более 100 ошибок. Обновления ▪jupyterlab.readthedocs.io/ ▪jupyter-notebook.readthedocs.io/ @data_analysis_ml

⛅ Запуск локального кода в облаке без настройки серверов и кластеров Yandex DataSphere Jobs позволяет запускать любую программу на Python или shell-скрипт в облаке без всяких изменений. Для запуска скрипта не нужно модифицировать исходный код, самостоятельно развёртывать кластер и собирать окружение — это происходит автоматически при запуске скрипта. Преимущества DataSphere Jobs: ⏺ Быстрый запуск вычислений в облаке с доступом ко всем его ресурсам, включая GPU без настройки виртуальных машин и кластеров. ⏺ Безопасность — Yandex Cloud выполняет все требования безопасности информации и работы с персональными данными. После исполнения вычислений DataSphere Jobs удалит весь код и данные. ⏺ Экономия затрат на развёртывание кластеров, их обслуживание и DevOps. 🗣 Подробнее смотрите в видео. Реклама. ООО «Яндекс.Облако» ИНН 7704458262

📊 Vega-Altair - это декларативная библиотека визуализации на Python. Приемущества 1. Декларативный подход: Altair предлагает декларативный подход к созданию графиков, что означает, что вы описываете, какие данные вы хотите визуализировать и как, а библиотека заботится о деталях. 2. Простота использования: Altair позволяет генерировать красивые графики с минимальным количеством кода. Это делает его отличным выбором для быстрого создания визуализаций. 3. Легкая Интеграция: Altair хорошо интегрируется с Pandas, Jupyter Notebook и JupyterLab для , что упрощает работу с данными. 4.Интерактивность: Позволяет создавать интерактивные графики без усилий. Недостатки 1. Ограниченные возможности настройки: В сравнении с Matplotlib, Altair предоставляет меньше возможностей для настройки графиков. 2. Ограниченная документация: Altair не обладает богатой документацией. pip install altair ▪Github ▪Docs ▪Colab ▪Примеры @data_analysis_ml

Avito Analytics meetup #12 — онлайн-ивент для аналитиков 🔥 Эксперты из AvitoTech и других крупных компаний разберут кейсы ан
Avito Analytics meetup #12 — онлайн-ивент для аналитиков 🔥 Эксперты из AvitoTech и других крупных компаний разберут кейсы аналитической поддержки при создании нового продукта, а также расскажут как и зачем анализируют обратную связь о товарах в ритейле и не только. Темы докладов: 👉 Аналитика нового продукта «под ключ»; 👉 Обратная связь в «Пятёрочке»: как работают с оценками товаров; ⚡️ Секретный доклад. Встречаемся онлайн 6 марта в 18:00 по Москве. Регистрируйтесь по ссылке, и до встречи!

⚡️ Шпаргалка по ML Нереальной полезности пост — ловите Cheatsheet по Machine Learning, тут разобраны самые основные понятия и
+9
⚡️ Шпаргалка по ML Нереальной полезности пост — ловите Cheatsheet по Machine Learning, тут разобраны самые основные понятия и даже больше: ❯ метод понижения размерности PCA ❯ ложноположительные, ложноотрицательные ошибки ❯ наивный Байесовский классификатор ❯ регрессионный анализ ❯ регуляризация ❯ архитектура, устройство, известные реализации нейронных сетей CNN ❯ базовые структуры данных: массив, связный список, стек, очередь, хеш-таблица, дерево Поможет без проблем подготовиться к собесу и освежить знания 📁 PDF @data_analysis_ml

🔥 Планы на неделю: прокачать Pandas в Python! Завтра в 19:00 по Мск пройдет бесплатный интенсив по теме: “RFM-анализ клиентской базы с помощью Pandas в Python”. Мы проводили такой интенсив в прошлом месяце, но многие не успели на него записаться, а очень хотели — поэтому мы решили, почему бы не провести его еще раз 🥰 А еще он очень понравился участникам, и мы собрали много положительного фидбека ⭐️ Что будем делать на интенсиве: ◾️ Проанализируем реальную клиентскую базу аптечной сети ◾️ Проведем EDA с помощью Pandas ◾️ Напишем скрипт для проведения RFM-анализа ◾️ Изучим несколько классных фишек Pandas ◾️ Сформулируем конкретные бизнес-выводы и предложения на основании проведенного анализа Мы также расскажем о частых ошибках новичков и поделимся лайфхаками — как достойно пройти собеседование и удивить ревьюера крутыми фишками 🤩 Любой рекрутер, увидев RFM-анализ в вашем портфолио, скажет: «О, круто, мы тоже такое делаем - классно, что кандидат это уже умеет!». И ваши шансы найти работу аналитиком кратно возрастут. А вы готовы бустануть свои знания и скиллы в аналитике? 🔗Регистрируйтесь на интенсив 👈 Реклама. ООО «АЙТИ РЕЗЮМЕ». ИНН 4025460134. Erid: LjN8KNZ3z

😺 Awesome CatBoost Кураторский список ресурсов, обучающих матералов, репозиториев с открытым исходным кодом, руководств, бло
😺 Awesome CatBoost Кураторский список ресурсов, обучающих матералов, репозиториев с открытым исходным кодом, руководств, блогов для работы с Catboost. ▪Github @data_analysis_ml

Автостопом по галактике ML🌠 С 2021 года Selectel проводит конференции для ML-специалистов. На недавнем митапе обсуждали инфр
Автостопом по галактике ML🌠 С 2021 года Selectel проводит конференции для ML-специалистов. На недавнем митапе обсуждали инфраструктуру для ML и AI, виды дрифтов ML-моделей и Computer Vision в животноводстве. Эксперты из Neoflex, Контур AI, Selectel и Русагро поделились опытом. А в Академии Selectel вышел материал, в котором удобно выбрать интересующий доклад и углубиться в тему ML. В материале вас ждут: — видео четырех докладов и одной дискуссии по ML, — тексты по работе с ML-моделями, — ссылка на бесплатный курс по работе с ML, — приглашение в сообщество из 2700 специалистов по ML в Telegram. Изучите конспект с последнего митапа по ML 👀 Реклама ООО «Селектел» erid 2VtzqwWGwmk