tgoop.com »
United States »
Библиотека дата-сайентиста | Data Science, Machine learning, анализ данных, машинное обучение » Telegram Web
Forwarded from Библиотека программиста | программирование, кодинг, разработка
💻📈 Итоги года Proglib: 2024 год в цифрах и достижениях
«Библиотека программиста» подводит итоги 2024 года: 415 экспертных статей и миллион просмотров ежемесячно. Разбираем ключевые достижения, лучшие материалы и делимся планами развития.
👉 Читать статью
👉 Зеркало
P. S. Ну просто не могли не прикрепить мем года к этому посту 🫶
«Библиотека программиста» подводит итоги 2024 года: 415 экспертных статей и миллион просмотров ежемесячно. Разбираем ключевые достижения, лучшие материалы и делимся планами развития.
👉 Читать статью
👉 Зеркало
🎉3👍2
🐍🎄 Вот вам новогодняя загадка на подумать
Санта-Клаус решил проверить, есть ли у него все нужные игрушки для доставки. Он написал функцию на Python:
Функция работает, но Санта недоволен её скоростью на больших списках. Как можно улучшить производительность этой функции, чтобы поиск был быстрее?
Ответ👇
Для ускорения поиска можно преобразовать список игрушек (toys) в множество (set). Это сделает операции проверки принадлежности (in) более быстрыми, так как в множестве они выполняются за O(1), в отличие от списка, где поиск занимает O(n):
Так, неоптимизированная функция check_toys отработает на списке из 10 тысяч игрушек за 0.8673701286315918, а оптимизированная — за 0.002813100814819336.
Санта-Клаус решил проверить, есть ли у него все нужные игрушки для доставки. Он написал функцию на Python:
def check_toys(toys, required):
return all(toy in toys for toy in required)
Функция работает, но Санта недоволен её скоростью на больших списках. Как можно улучшить производительность этой функции, чтобы поиск был быстрее?
Ответ👇
def check_toys(toys, required):
toys_set = set(toys)
return all(toy in toys_set for toy in required)
😁8👍7
✨ Новый год — новая жизнь
Пояснение:модель и блогерша Zara Dar снимала ролики (которые выкладывала в том числе на PornHub) про математику и машинное обучение. Параллельно с этим она получала PhD в университете. Недавно девушка сообщила, что решила бросить обучение, так как OnlyFans приносит ей много денег и даёт больше свободы.
Пояснение:
👍10⚡3😁2
🦾 bnomial — небольшая тренировка для долгих выходных
Проект предлагает ежедневно отвечать на вопросы по машинному обучению. Чтобы не растерять скиллы за праздники:
👉 Заходите на сайт
👉 Даёте свои ответы (можно как анонимно, так и под зарегистрированным пользователем)
Проект предлагает ежедневно отвечать на вопросы по машинному обучению. Чтобы не растерять скиллы за праздники:
👉 Заходите на сайт
👉 Даёте свои ответы (можно как анонимно, так и под зарегистрированным пользователем)
👍6❤1
Что бы вы хотели получить в качестве подарка в розыгрыше?
Anonymous Poll
6%
Книги по разработке 📚
12%
IT-курсы 🎓
7%
Карьерные консультации, чтобы получить оффер мечты 💼
37%
Компьютер или ноутбук 💻
13%
Мощные комплектующие для ПК 🖥
4%
Игровая приставка 🎮
3%
Гаджеты для дома: робот-пылесос, проектор и т. д. 🏠
8%
Подписки на GitHub Copilot, JetBrains, LinkedIn Premium и т. д. 🧑💻
7%
Оплаченная поездка на IT-конференцию или хакатон 🥂
2%
Другой вариант (напишу в комментариях) 👇
🔮📊 DS/ML-гадания
Мы, конечно, привыкли работать с данными и не верить во всякую недоказанную чепуху. Но иногда можно расслабиться и позволить себе немного магии✨
👆Выбираем любую из картинок и читаем предсказание.
👇В комментариях расскажите, что вам попалось.
Мы, конечно, привыкли работать с данными и не верить во всякую недоказанную чепуху. Но иногда можно расслабиться и позволить себе немного магии✨
👆Выбираем любую из картинок и читаем предсказание.
👇В комментариях расскажите, что вам попалось.
👍4🥰1
Forwarded from Proglib.academy | IT-курсы
Основы Data Science | SF Education — Вводный курс для тех, кто хочет освоить ключевые знания и компетенции, необходимые для старта карьеры в индустрии Data Science.
Machine Learning и Deep Learning | Skillfactory — Онлайн-курс по машинному обучению, на котором вы научитесь создавать продвинутые ML-модели и обучать нейронные сети.
Базовые модели ML и приложения | Proglib.academy — Онлайн-курс по машинному обучению: осваивайте ML с нуля до реальных проектов.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥3
📖 Учебник по прикладной линейной алгебре... написанный Claude
Если быть точнее, автором учебника является американский математик Роберт Грист, который активно использовал LLM от Anthropic для написания.
🧑💻 Claude уловил авторский стиль Гриста из его предыдущих работ и следовал необходимому форматированию. Математик считает, что любая другая LLM не смогла бы сделать это так же хорошо, как продукт Anthropic. Он отметил степень продуманности в выборе слов, темпе и тоне Claude.
👉 Что касается самого материала, то читателям необходимо знать основы матричной алгебры, определители и пр. Учебник начинает с абстрактных векторных пространств и линейных преобразований.
🔗 Читать можно по этой ссылке
Если быть точнее, автором учебника является американский математик Роберт Грист, который активно использовал LLM от Anthropic для написания.
🧑💻 Claude уловил авторский стиль Гриста из его предыдущих работ и следовал необходимому форматированию. Математик считает, что любая другая LLM не смогла бы сделать это так же хорошо, как продукт Anthropic. Он отметил степень продуманности в выборе слов, темпе и тоне Claude.
👉 Что касается самого материала, то читателям необходимо знать основы матричной алгебры, определители и пр. Учебник начинает с абстрактных векторных пространств и линейных преобразований.
🔗 Читать можно по этой ссылке
👏5👍3😁2
🧪 Байесовское A/B-тестирование vs частотное: преимущества, недостатки и способ реализации на Python
A/B-тестирование — это метод сравнения двух версий чего-либо для определения, какая из них работает лучше.
В статье разбираемся, в каких случаях лучше применять частотный подход, а в каких — байесовский, и напишем продвинутый байесовский тест на Python без использования специальных A/B-библиотек.
👉 Читать статью
В статье разбираемся, в каких случаях лучше применять частотный подход, а в каких — байесовский, и напишем продвинутый байесовский тест на Python без использования специальных A/B-библиотек.
👉 Читать статью
👍5❤1
🎄 Начни 2025-й с апгрейдом навыков,
которые откроют двери в мир IT!
Ты можешь собрать свой персональный план обучения с помощью нашего новогоднего конструктора. Это шанс не просто начать год с полезных знаний, но и сделать инвестицию в своё будущее, которая окупится многократно.
🔗 Собери свой план и начни путь в IT
Почему это выгодно?
📚 Несколько программ по цене одной — максимальная эффективность: учишься сразу тому, что действительно нужно.
💾 Бессрочный доступ — все материалы всегда под рукой, чтобы учиться в своём темпе.
💸 Знания, которые окупятся — навыки, востребованные в любой точке мира.
Какие навыки ты можешь прокачать?
💡 Математика для Data Science + Алгоритмы и структуры данных
— Подготовка к собеседованиям в FAANG и поступлению в ШАД. Решай сложные задачи, работай с данными и моделями на профессиональном уровне.
💡 Алгоритмы и структуры данных + ML
— Улучшай своё алгоритмическое мышление и изучай базовые методы машинного обучения, чтобы создавать интеллектуальные приложения.
💡 Frontend Basic + Базовые модели ML
— Построй свою первую веб-страницу и погрузись в мир ML: от нейросетей до ML-бустинга.
💡 Архитектуры и шаблоны проектирования + Математика для Data Science
— Развивай аналитическое мышление и учись проектировать устойчивые системы.
💡 Алгоритмы и структуры данных + Frontend Basic
— Получи полный набор навыков: от оптимизации алгоритмов до создания современных веб-приложений.
Не упусти шанс сделать шаг в будущее! Новый год — это время обновлений, и твоя карьера может стать одним из них.
🔗 Составь свой IT-маршрут сейчас или выбери курс по новогодней скидке
которые откроют двери в мир IT!
Ты можешь собрать свой персональный план обучения с помощью нашего новогоднего конструктора. Это шанс не просто начать год с полезных знаний, но и сделать инвестицию в своё будущее, которая окупится многократно.
🔗 Собери свой план и начни путь в IT
Почему это выгодно?
📚 Несколько программ по цене одной — максимальная эффективность: учишься сразу тому, что действительно нужно.
💾 Бессрочный доступ — все материалы всегда под рукой, чтобы учиться в своём темпе.
💸 Знания, которые окупятся — навыки, востребованные в любой точке мира.
Какие навыки ты можешь прокачать?
💡 Математика для Data Science + Алгоритмы и структуры данных
— Подготовка к собеседованиям в FAANG и поступлению в ШАД. Решай сложные задачи, работай с данными и моделями на профессиональном уровне.
💡 Алгоритмы и структуры данных + ML
— Улучшай своё алгоритмическое мышление и изучай базовые методы машинного обучения, чтобы создавать интеллектуальные приложения.
💡 Frontend Basic + Базовые модели ML
— Построй свою первую веб-страницу и погрузись в мир ML: от нейросетей до ML-бустинга.
💡 Архитектуры и шаблоны проектирования + Математика для Data Science
— Развивай аналитическое мышление и учись проектировать устойчивые системы.
💡 Алгоритмы и структуры данных + Frontend Basic
— Получи полный набор навыков: от оптимизации алгоритмов до создания современных веб-приложений.
Не упусти шанс сделать шаг в будущее! Новый год — это время обновлений, и твоя карьера может стать одним из них.
🔗 Составь свой IT-маршрут сейчас или выбери курс по новогодней скидке