tgindex

Аналитик данных

описание

Аналитика данных, Дата Сеанс @workakkk - по всем вопросам

← к каналу@dataanlitics
6 204
подписчиков
Охват к подписчикам
15,8%
ERR
Реакции к просмотрам
0,45%
160 на 31 постов
Пересылки к просмотрам
1,66%
586
Постов в день
0,1
всего 31

Где отзываются чаще

доля реакций к просмотрам
  • 24 июн.Мы вообще понимаем, насколько Месси статистически ненормален? Я наткнулся на цифру: по голам + ассистам за 90 минут он почти на 6 стандартных отклонений выше среднего нападающего из топ-лиг. Для контекста: это уже не «очень сильный игрок». Это уровень, который статистика почти не ожидает увидеть при жизни одного поколения. Вот почему спор про Месси часто ломается: его сравнивают как футболиста, а он по цифрам ближе к аномалии. Мы реально застали сбой системы. Или всё ещё есть сомневающиеся?1,50%
  • 3 авг.✔️ Firecrawl открыла один из самых быстрых PDF-парсеров Компания выложила в open source pdf-inspector - библиотеку на Rust, которая превращает PDF в Markdown, сохраняя структуру документа, заголовки и таблицы. По заявленным тестам, обработка одной страницы занимает около 0,002 секунды, а набор из 200 PDF был пройден примерно за 2,8 секунды. Главное здесь не одна скорость: парсер старается сохранить исходную логику документа, поэтому результат удобнее сразу отдавать в RAG, поиск, анализ или пайплайн подготовки данных. Проект полностью открыт. https://github.com/firecrawl/pdf-inspector1,47%
  • 19 мар.💀 Эта ошибка убила тысячи — и ты совершаешь её каждый день Во время Второй мировой войны аналитики ВВС США изучали повреждения бомбардировщиков, вернувшихся с миссий. Они отмечали, куда чаще всего попадали пули: - крылья - хвост - фюзеляж Вывод казался очевидным: 👉 усиливаем броню там, где больше всего попаданий Но один человек сказал: «Вы делаете всё наоборот» Его звали Абрахам Вальд — молодой статистик. И он увидел то, что остальные игнорировали. 💥 Главная мысль, которая всё изменила: Вы анализируете только выживших. А где данные о самолётах, которые не вернулись? Именно их и не хватает. Вальд сделал гениально простой вывод: 👉 если самолёт вернулся с дырками в крыльях — значит, туда *можно* попадать и выжить 👉 а вот туда, где дырок нет — попадание, скорее всего, фатально То есть: - двигатель - кабина пилота - топливная система — это и есть настоящие слабые места. Просто мы их не видим. Потому что такие самолёты не возвращаются. ⚡️ Армия изменила стратегию. Усилили не «самые пробитые места», а самые незаметные. Результат — тысячи спасённых жизней. 🧠 Так появилась концепция: ошибка выжившего (survivorship bias) Когда мы делаем выводы только по тем, кто «дошёл до финала» — и игнорируем всех, кто не дошёл. 📊 Интересные факты: - Вальд работал в секретной группе Statistical Research Group - Его подход применяли в авиации, баллистике и логистике - Он делал выводы из отсутствующих данных, а не только из имеющихся 💡 Где это ломает мышление сегодня: - стартапы — «делай как Uber» - инвестиции — «копируй успешных» - карьера — «вот путь топ-разработчика» - AI — «смотри на лучшие кейсы» 👉 Самое опасное: мы учимся только на успехах и почти никогда — на невидимых провалах 📌 Вывод: самые важные данные — это те, которых у тебя нет И именно они часто определяют реальность. #thinking #ai #business #startup • 🐍 Python полезные ресурсы 🚀Max1,27%
  • 19 июл.Ох уж, эта богатая жизнь1,05%
  • 4 июл.✔️ Data-Juicer: пайплайн для подготовки данных под foundation models Alibaba и сообщество Data-Juicer развивают open-source систему для обработки датасетов перед обучением, дообучением и RAG. Data-Juicer помогает чистить, фильтровать, дедуплицировать, синтезировать и анализировать данные. Работает не только с текстом, но и с мультимодальными датасетами: изображениями, аудио и видео. В версии 2.0 заявлено больше 100 операторов для разных модальностей. Практический сценарий понятный: есть сырой корпус из разных источников, где много дублей, мусора, слабых примеров и перекоса по доменам. Data-Juicer позволяет собрать воспроизводимый data recipe, прогнать его на локальной машине или в распределённом режиме и потом оценить, как изменения в данных влияют на модель. Проект смотрит на данные как на отдельный слой оптимизации. Позволяет настроить качество, смесь, фильтры и пайплайн обработки. В ранней работе авторы показывали прирост до 7.45% по среднему score на 16 LLM-бенчмарках и 17.5% win rate в GPT-4 pairwise evaluation за счёт data recipes. https://github.com/datajuicer/data-juicer0,99%
  • 10 мая20-летний парень заработал $37 250 за месяц на YouTube-контенте, почти не открывая монтажку. Он собрал автономную «фабрику контента», где Claude работает мозгом, а Premiere Pro - руками. Система крутится 24/7, пока он просто живёт своей жизнью. Claude анализирует ниши с высоким CPM, пишет сценарии и через Python-скрипты запускает озвучку и генерацию видео. Уже в первый месяц один из его каналов набрал сотни тысяч просмотров на Shorts. Одно клиентское видео за $400 - 15 минут работы ИИ - $400 прибыли. 20 видео в неделю - $8 000. У него была идея, а Claude сделал всё остальное: от первой строки сценария до финального рендера. https://x.com/shmidtqq/status/20532163063845150810,94%
  • 3 апр. 2025 г.✔️ Marimo — это блокнот с реактивным исполнением кода, обеспечивающий автоматическое обновление зависимых ячеек при изменении данных или кода. По сути это улучшенная альтернатива Jupyter.​ ​ Как работает Marimo? ▪️ При изменении значения переменной или взаимодействии с UI-элементом, Marimo автоматически выполняет все ячейки, зависящие от этой переменной, поддерживая консистентность кода и результатов. ​ Отличия от Jupyter: ▪️ Формат файлов: Marimo сохраняет блокноты как чистые Python-файлы (.py), облегчая интеграцию с системами контроля версий, в отличие от Jupyter, использующего формат JSON (.ipynb). ​ ▪️ Реактивность: В Marimo изменение данных автоматически обновляет все связанные ячейки, тогда как в Jupyter это требует ручного выполнения. ​ Основные преимущества Marimo: ▪️ Интерактивность: Встроенные UI-элементы, такие как слайдеры и выпадающие списки, синхронизируются с кодом без необходимости в дополнительных настройках. ​ ▪️ Отсутствие скрытых состояний и детерминированный порядок выполнения обеспечивают надежность результатов. ​ ▪️ Поддерживает возможность исполнять блокноты как скрипты, импортировать их в другие проекты и разворачивать как веб-приложения. ​ Marimo представляет собой мощный инструмент для разработчиков и исследователей, стремящихся к более эффективной и надежной работе с Python-блокнотами. В галерее Marimo представлены блокноты на все случае жизни, созданные сообществом, демонстрирующие различные возможности и сценарии использования Marimo.​ 🟡Еще примеры 🟡Документация 🟡Канал Marimo 🟡Видеообзор 🟡Урок по работе с Marimo @ai_machinelearning_big_data #marimo #ds #ml #tools #opensource #datascience0,73%
  • 26 апр.⚡️ 12 крутых вещей, которые умеет Claude Большинство до сих пор общается с Claude как с обычным чат-ботом. В итоге использует примерно 10% того, что он реально умеет. Вот остальные 90%. 1. Сайты без кода через Claude Code Подключаете GitHub, описываете обычным языком, что нужно собрать, и выкатываете в прод. Лендинги, дашборды, внутренние тулзы - это уже не демо, а рабочий сценарий. 2. Доступ к вашему компьютеру Claude может кликать, открывать сайты и работать на Mac, пока вас нет рядом. Управлять процессом можно с телефона через Dispatch. 3. Skills через /commands Один раз описываете сценарий, дальше команда вроде /linkedin или /brief запускает его в один клик. Skills можно расшаривать всей команде. 4. Слайды с ресёрчем из одного промпта Claude изучает тему, собирает структурированный бриф и превращает его в презентацию через Gamma. Без ручной копипасты между вкладками. 5. Расписание Регулярные задачи запускаются автоматически. Например, сводка по конкурентам каждый понедельник в 7 утра. Настройка занимает пару минут. 6. Excel-файлы из текста Описываете, какая таблица нужна, и получаете финансовую модель, дашборд или аналитику. Без ручного написания формул. 7. Connectors Claude можно подключить к Slack, Gmail, Google Drive, Notion и десяткам других сервисов. Он не просто пересказывает данные, а работает внутри ваших инструментов. 8. Cowork как AI-сотрудник Указываете рабочую папку, дальше Claude сам читает файлы, задаёт уточняющие вопросы и выдаёт готовые документы, отчёты и черновики. 9. Projects с памятью Cowork Projects помнят прошлые сессии. Пишете «продолжи отчёт с прошлой недели», и контекст подтягивается без повторного объяснения. 10. Плагины под роль Есть готовые наборы для Sales, Marketing, Legal, Finance и Data. Каждый даёт специализированные workflow, команды и шаблоны под конкретную работу. 11. AskUserQuestion Claude сам задаёт нужные уточняющие вопросы в виде кликабельной формы. Не нужно писать километровый промпт и пытаться заранее предусмотреть всё. 12. Claude Design Лендинги, pitch decks, прототипы приложений, экспорт в Canva, PDF или сразу в Claude Code на доработку. Главная мысль простая: Claude давно перестал быть чат-окном с текстом. Это связка из агента, инструментов, расписаний, памяти и доступа к вашим сервисам. Вопрос уже не в том, что он умеет. Вопрос в том, какие из этих 12 возможностей вы реально подключили.0,67%
  • 13 июн.🖥 Python в 2026 - уже не просто «первый язык программирования». Это инструмент, с которым можно автоматизировать задачи, писать скрипты, собирать проекты, работать с данными, делать ботов и использовать ИИ как ускоритель разработки. Но есть проблема: большинство новичков учат Python кусками. Немного синтаксиса, пару задачек, немного теории - и потом ступор: «а что с этим делать дальше?» Этот курс сделан иначе. Здесь упор на реальную практику: вы не просто смотрите уроки, а постепенно учитесь писать код, разбирать ошибки, собирать рабочие решения и понимать, как Python применяется в нормальных задачах. Что внутри: - Python с нуля понятным языком - практика вместо бесконечной сухой теории - реальные задачи и проекты - автоматизация рутины - работа с файлами, данными и API - понятная логика программирования - современный подход к разработке с ИИ - отдельный акцент на вайбкодинг Вайбкодинг -это умение правильно ставить задачу, проверять код, понимать результат и ускорять работу без слепого копирования. В 2026 году это уже не бонус, а нормальный навык разработчика. Сегодня скидка 60 процентов: https://stepik.org/course/288218/info0,59%
  • 24 нояб. 2024 г.👩‍💻 Курс по анализу и визуализации данных на Python с астрономическими данными! 💡 Этот курс — путешествие по вселенной анализа и визуализации данных, специально разработанный для астрономических данных. Курс охватывает все: от основ программирования на Python до продвинутых методов обработки изображений. 🕞 Продолжительность: 6:31:57 🔗 Ссылка: *клик* #курс #python #dataanalysis @dataanlitics0,46%
  • 30 апр.✔️ Mistral выпустила Medium 3.5 и Remote Agents в среде Vibe Medium 3.5 - модель на 128 млрд параметров с контекстным окном 256K токенов. Веса опубликованы на Hugging Face под модифицированной лицензией MIT. Цена API - $1,50/$7,50 за млн. входящих/сгенерированных токенов. Уровень рассуждений настраивается под каждый промпт. На SWE-Bench Verified модель набрала 77,6%, опередив Claude Sonnet 4.5. Вместе с моделью Mistral представила Remote Agents в среде Vibe. Сессию рефакторинга или генерации кода, начатую локально, можно перенести в облако: агент дальше работает асинхронно в изолированной песочнице, ставит зависимости, вносит правки и создаёт PR. Le Chat получил Work Mode для многошаговых задач: ассистент на базе Medium 3.5 разбирает почту, сверяется с календарём, заводит тикеты в Jira. mistral.ai ✔️ AWS запустил Amazon Quick: фоновый ассистент с долговременной памятью. Quick - десктопный ассистент, который работает в фоне, индексирует локальные файлы, календари и почту и подключается к Slack, Teams, Outlook, Gmail, Salesforce и Jira. Он строит персональный граф знаний пользователя: запоминает предпочтения, контакты в команде и бизнес-контекст между сессиями. Параллельно отслеживает активность в приложениях и подтягивает документы к встречам, напоминает о задачах и предупреждает о конфликтах в расписании. В релизе: генерация приложений, дашбордов и веб-страниц по текстовым запросам, а также создание документов, презентаций, инфографики и изображений прямо в чате. Плюс браузерная автоматизация и интеграция с Kiro CLI и Claude Code. Quick доступен в 2 тарифах - бесплатном и Plus. aboutamazon.com ✔️ Exa становится одним из поисковых бэкендов Gemini Exa получила 2 канала интеграции с Gemini: Grounding with Exa в Vertex AI (пока в режиме превью) и Exa Agent на маркетплейсе агентов в Gemini Enterprise. Grounding with Exa подключает Gemini к публичному вебу через API Exa. Модель Highlights отбирает из страниц релевантные фрагменты и отдаёт их в контекст вместо сырого HTML- это снижает шум на задачах, где важна свежесть данных или фактическая точность. Exa Agent работает из рабочего пространства Gemini: ресерч по вебу, поиск похожих страниц, вытягивание контента по URL. Установка - через каталог агентов, без кода. exa.ai ✔️ Исследователь Manifold обнаружил ботнет из агентов на ClawHub Акс Шарма из Manifold обнаружил на платформе ClawHub кампанию ClawSwarm: 30 скиллов для OpenClaw превращали ИИ-агентов в криптовалютный ботнет. Суммарно расширения скачали около 10 тысяч раз. Вредоносная логика лежит в инструкциях файлов SKILL.md: агент в фоне регистрируется на стороннем сервере, передаёт список своих возможностей, создаёт криптокошелёк в сети Hedera и отправляет управляющему узлу приватный ключ. Каждые 4 часа агент опрашивает сервер за новыми задачами по фармингу токенов. Сканеры безопасности угрозу не ловят: скрипты делают чистые запросы и используют официальные SDK, да и атака сводится к злоупотреблению логикой ИИ, а не к программному взлому. theregister.com ✔️ ElevenMusic: стриминг с генерацией и монетизацией ремиксов ElevenLabs запустила площадку ElevenMusic, где стриминг совмещён с генерацией треков. На бесплатном тарифе доступно 7 генераций в день, подписка за $9,99 в месяц поднимает лимит до 500 композиций. Треки можно публиковать и слушать только внутри сервиса. Для использования в играх, рекламе и других внешних продуктах нужен тариф ElevenCreative Music. На старте в каталоге работы более 4000 авторов. Слушатель может менять темп или жанр любого трека из библиотеки и собирать собственные композиции по текстовым промптам. Платформа платит авторам за прослушивания оригиналов и ремиксов - та же механика, что в библиотеке голосов ElevenLabs, где создатели моделей суммарно получили более $11 млн. elevenlabs.io0,42%
  • 13 июн.The Information: по сообщениям, Anthropic переходит от аренды облачных вычислений к аренде и самостоятельному управлению дата-центрами. Планируемая мощность в США — более 1 ГВт, а Google потенциально может выступить гарантом или поддержкой по арендным платежам. Старая модель была простой: Anthropic платит облачным провайдерам за GPU или кастомные чипы, но сам провайдер контролирует здание, электропитание, сеть, охлаждение и большую часть графика поставок железа. Новая модель приближает Anthropic к «цеху» ИИ-индустрии, где дата-центры — это уже не офисные здания, а энергоёмкие машинные залы, круглосуточно питающие системы обучения и инференса. Для контекста: до сих пор вычислительная стратегия Anthropic в основном строилась через облачных провайдеров. Компания уже взяла на себя обязательства по аренде серверных мощностей более чем на 10 ГВт, включая соглашение с Google на $200 млрд. Также Anthropic заключила крупные облачные сделки с Akamai, AWS, CoreWeave и Fluidstack. Они охватывают в том числе железо Amazon Trainium и партнёрство с Fluidstack на $50 млрд. Кроме того, компания расширила команду по дата-центрам и подписала договор аренды со SpaceX/xAI на весь дата-центр Colossus 1 за $1,25 млрд в месяц, а также получила площади в Colossus II.0,40%