Библиотека задач по Data Science | тесты, код, задания
Kanalga Telegram’da o‘tish
Задачи и тесты по Data Science для тренировки и обучения. По рекламе: @proglib_adv Учиться у нас: https://proglib.io/w/fa77bf4e Для обратной связи: @proglibrary_feeedback_bot Наши каналы: https://t.me/proglibrary/9197
Ko'proq ko'rsatish4 018
Obunachilar
-224 soatlar
-37 kunlar
+730 kunlar
Ma'lumot yuklanmoqda...
O'xshash kanallar
13.8K
6.0K
4.5K
3.9K
1.6K
1
Kirish va chiqish esdaliklari
---
---
---
---
---
---
Obunachilarni jalb qilish
Iyun '26
Iyun '26
+6
0 kanalda
May '26
+48
1 kanalda
Get PRO
Aprel '26
+68
1 kanalda
Get PRO
Mart '26
+97
0 kanalda
Get PRO
Fevral '26
+58
2 kanalda
Get PRO
Yanvar '26
+102
4 kanalda
Get PRO
Dekabr '25
+61
2 kanalda
Get PRO
Noyabr '25
+69
2 kanalda
Get PRO
Oktabr '25
+87
2 kanalda
Get PRO
Sentabr '25
+66
2 kanalda
Get PRO
Avgust '25
+75
4 kanalda
Get PRO
Iyul '25
+95
2 kanalda
Get PRO
Iyun '25
+56
2 kanalda
Get PRO
May '25
+60
1 kanalda
Get PRO
Aprel '25
+69
1 kanalda
Get PRO
Mart '25
+119
52 kanalda
Get PRO
Fevral '25
+75
32 kanalda
Get PRO
Yanvar '25
+131
36 kanalda
Get PRO
Dekabr '24
+162
35 kanalda
Get PRO
Noyabr '24
+178
37 kanalda
Get PRO
Oktabr '24
+161
36 kanalda
Get PRO
Sentabr '24
+140
36 kanalda
Get PRO
Avgust '24
+186
35 kanalda
Get PRO
Iyul '24
+176
35 kanalda
Get PRO
Iyun '24
+180
29 kanalda
Get PRO
May '24
+224
35 kanalda
Get PRO
Aprel '24
+210
35 kanalda
Get PRO
Mart '24
+274
29 kanalda
Get PRO
Fevral '24
+266
29 kanalda
Get PRO
Yanvar '24
+227
24 kanalda
Get PRO
Dekabr '23
+455
33 kanalda
Get PRO
Noyabr '23
+435
11 kanalda
Get PRO
Oktabr '23
+1 203
22 kanalda
| Sana | Obunachilarni jalb qilish | Esdaliklar | Kanallar | |
| 04 Iyun | +1 | |||
| 03 Iyun | +1 | |||
| 02 Iyun | +3 | |||
| 01 Iyun | +1 |
Kanal postlari
| 2 | 🐸 Библиотека задач по Data Science | 49 |
| 3 | Что выведет код? | 130 |
| 4 | 🐸 Библиотека задач по Data Science | 128 |
| 5 | 🐸 Библиотека задач по Data Science | 1 |
| 6 | Что выведет код? | 165 |
| 7 | 🐸 Библиотека задач по Data Science | 158 |
| 8 | ⚡️ Продолжаем знакомить вас с экспертами курса AgentOps!
— Сергей Нотевский расскажет, как выстроить FinOps для AI-продуктов: оптимизировать затраты на разработку и продакшен, внедрить model routing, semantic cache и систему алертов для контроля расходов
— Эмиль Сатаев разберет Context Engineering: управление контекстом, защиту от prompt injection, работу с длинными контекстами и построение безопасного пайплайна входа для AI-систем
— Михаил Бондаревский покажет, как подготовить инфраструктуру для AI-агентов: Docker, sandboxing, streaming, docker-compose и воспроизводимое окружение для разработки и продакшена
— Мурат Хажгериев расскажет про Enterprise Integrations & MCP: когда MCP действительно нужен, как подключать внешние сервисы и реализовывать интеграции с OAuth2 delegation
— Герман Сабиров разберет Governance & Compliance для AI-систем: data flow, audit logs, требования 152-ФЗ, локализацию данных и построение compliance-подхода на уровне архитектуры
Курс для backend-разработчиков, тимлидов и LLM инженеров о том, как внедрять AI-логику в бэкенд IT-продуктов и сохранять стабильность сервиса.
👉 Изучить обновленную программу AgentOps и занять место. | 171 |
| 9 | Что выведет код? | 177 |
| 10 | 🐸 Библиотека задач по Data Science | 177 |
| 11 | Нужно проверить, содержится ли ID в черном списке, где хранятся 10 000 000 элементов. Какую структуру данных эффективнее использовать и какая будет сложность этого поиска?
| 220 |
| 12 | Что выведет код? | 261 |
| 13 | 🐸 Библиотека задач по Data Science | 241 |
| 14 | Что выведет код? | 244 |
| 15 | 🐸 Библиотека задач по Data Science | 230 |
| 16 | До 31 мая можно забрать любой курс Proglib Academy со скидкой 40%
Если давно хотели прокачаться в Python, ML, алгоритмах или AI-агентах, сейчас самое время выбрать программу и начать обучение по сниженной цене.
🎁 Разработка AI-агентов — от 49.000 ₽ (вместо 69.000 ₽)
Практический курс по разработке AI-агентов для автоматизации задач, работы и собственных проектов
🎁 Курс AgentOps — 129.000 ₽ (вместо 149.000 ₽)
Для разработчиков и LLM-инженеров, которые хотят внедрять AI-логику в бэкенд и сохранять стабильность сервиса.
🎁 Математика для разработки AI-моделей — 23.990 ₽ (вместо 31.990 ₽)
Практическая база по математике для анализа данных, ML и дальнейшего развития в AI.
🎁 Математика для Data Science — от 29.990 ₽ (вместо 39.990 ₽)
Курс для тех, кто хочет решать задачи, которые дают на собеседованиях на позицию дата-сайентиста в бигтехе.
🎁 ML для старта в Data Science — 28.990 ₽ (вместо 38.990 ₽)
Разберётесь в машинном обучении: от базовых понятий и линейных моделей до ансамблей, бустинга и рекомендательных систем.
🎁 Основы IT для непрограммистов — 16.990 ₽ (вместо 28.990 ₽)
Курс для IT-рекрутеров, маркетологов, проджектов, продактов и всех, кто работает с IT, но не пишет код.
🎁 Архитектуры и шаблоны проектирования — 27.990 ₽ (вместо 37.900 ₽)
Освоите основные паттерны проектирования и прокачаете навыки архитектора программного обеспечения.
🎁 Специалист по ИИ — 89.000 ₽ (вместо 113.900 ₽)
Курс для тех, кто хочет получить профессию в сфере ИИ, собрать портфолио из 5 проектов и научиться разрабатывать сложных AI-агентов.
🎁 Алгоритмы и структуры данных — 33.990 ₽ (вместо 57.990 ₽)
Подготовитесь к алгоритмическим собеседованиям, разберёте структуры данных и научитесь писать более эффективный код.
🎁 Программирование на языке Python — 27.990 ₽ (вместо 47.390 ₽)
Освоите Python на практике: без сухой теории, с пошаговой прокачкой навыков и итоговым проектом в портфолио.
🙌 Выбирайте курс по ссылке, оставляйте заявку, и менеджер поможет подобрать программу под ваши цели — https://clc.to/SALE40 | 214 |
| 17 | ✏️ Разбор задачи из высшей математики
Условие: Дискретная случайная величина задана своим законом распределения 1️⃣. Нужно найти математическое ожидание, дисперсию, и среднее квадратическое отклонение величины x.
Решение: Находим a,
cлучайная величина может принять только 5 значений, поэтому их сумма равна единице 2️⃣.
Приступаем к заполнению расчетной таблицы 3️⃣.
C помощью формулы находим математическое ожидание 4️⃣. Дисперсия вычисляется по формуле 5️⃣. Остается найти среднее квадратическое отклонение 6️⃣
Ответ: M(X) = 20.6; D(X) = 31.64; σ(X) = 5.62
Хотите подготовиться к поступлению или подтянуть знания? Оставляйте заявку на наш курс по математике для Data Science 💙
🔹 Получить консультацию менеджера
🔹 Сайт Академии 🔹 Сайт Proglib
🏃♀️ Proglib Academy
#буст | 177 |
| 18 | Что выведет код? | 213 |
| 19 | 🐸 Библиотека задач по Data Science | 230 |
| 20 | Что выведет код? | 254 |
Endi mavjud! Telegram Tadqiqoti 2025 — yilning asosiy insaytlari 
