This media is not supported in your browser
VIEW IN TELEGRAM
⚡️ Напоминаем: у нас можно (и нужно) купить рекламу
→ Более 60 телеграм-каналов по всем направлениям IT
→ Почти 1,2 миллиона аудитории
→ Собственное медиа и сайт с DAU 25 000 — можем усилить продвижение
→ Классные email-рассылки
→ И, конечно же, крутые контент-менеджеры, которые сделают нативную интеграцию/придумают виральный пост/реализуют любые контентные предпочтения
Для заказа пишите сюда: @proglib_adv
→ Более 60 телеграм-каналов по всем направлениям IT
→ Почти 1,2 миллиона аудитории
→ Собственное медиа и сайт с DAU 25 000 — можем усилить продвижение
→ Классные email-рассылки
→ И, конечно же, крутые контент-менеджеры, которые сделают нативную интеграцию/придумают виральный пост/реализуют любые контентные предпочтения
Для заказа пишите сюда: @proglib_adv
А как часто вы решаете задачки на программирование?
Anonymous Poll
17%
Ежедневно💪
18%
Довольно часто👍
31%
Изредка, чтобы не потерять скилл👌
20%
Только перед собеседованиями😎
14%
Никогда🤔
🎉 Розыгрыш от Proglib Academy и DigitalRazor!
С 27 ноября по 27 декабря у вас есть шанс не только прокачать свои навыки, но и выиграть ПК при покупке любого курса Академии!
🎁 Призы для участников акции:
– Игровой ПК DigitalRazor ProGaming
– VIP-пакет курса Proglib Academy
💡 Как принять участие?
Купите любой курс Proglib Academy с 27 ноября по 27 декабря и получите шанс выиграть мощный ПК.
Приобретите технику DigitalRazor — участвуйте в розыгрыше VIP курса.
📅 Вместе с DigitalRazor мы создали спецпредложение -50% на курсы до 30 ноября, чтобы вы могли начать обучение на более выгодных условиях.
Выбрать курс
С 27 ноября по 27 декабря у вас есть шанс не только прокачать свои навыки, но и выиграть ПК при покупке любого курса Академии!
– Игровой ПК DigitalRazor ProGaming
– VIP-пакет курса Proglib Academy
Купите любой курс Proglib Academy с 27 ноября по 27 декабря и получите шанс выиграть мощный ПК.
Приобретите технику DigitalRazor — участвуйте в розыгрыше VIP курса.
Выбрать курс
Please open Telegram to view this post
VIEW IN TELEGRAM
Какой из перечисленных ниже алгоритмов идеально классифицирует данные сверху?
Anonymous Quiz
52%
Решающее дерево
16%
Логистическая регрессия
16%
Наивный Байес
16%
Все
В Lasso-регрессии что увеличивается при увеличении параметра lambda?
Anonymous Quiz
30%
Дисперсия
40%
Смещение
16%
И дисперсия, и смещение
14%
Ни дисперсия, ни смещение
Forwarded from Proglib.academy | IT-курсы
📊 Системный и бизнес-аналитик: пошаговый гайд к востребованной профессии
Пару слов о еще одном безумном разделении во вселенной IT-специальностей: системный и бизнес-аналитик. Рассказываем в нашей статье, чем занимаются представители профессии, сколько зарабатывают и как войти в эту сферу деятельности.
🔗 Ссылка
Хочешь стать бизнес-аналитиком? У нас есть отличный курс, который поможет подтянуть математику:
🔵 Математика для Data Science
Пару слов о еще одном безумном разделении во вселенной IT-специальностей: системный и бизнес-аналитик. Рассказываем в нашей статье, чем занимаются представители профессии, сколько зарабатывают и как войти в эту сферу деятельности.
🔗 Ссылка
Хочешь стать бизнес-аналитиком? У нас есть отличный курс, который поможет подтянуть математику:
Please open Telegram to view this post
VIEW IN TELEGRAM
Какое из следующих утверждений является верным для kNN-классификатора?
Anonymous Quiz
33%
Чем больше примеров используется для классификации, тем выше точность, которую мы получаем
27%
Чем больше атрибутов используется для описания объектов, тем сложнее достичь высокой точности
17%
Самая затратная часть этого метода — обучение модели
23%
Мы можем использовать kNN только для классификации
Forwarded from Proglib.academy | IT-курсы
📊 Системный и бизнес-аналитик: пошаговый гайд к востребованной профессии
Пару слов о еще одном безумном разделении во вселенной IT-специальностей: системный и бизнес-аналитик. Рассказываем в нашей статье, чем занимаются представители профессии, сколько зарабатывают и как войти в эту сферу деятельности.
🔗 Ссылка
Хочешь стать бизнес-аналитиком? У нас есть отличный курс, который поможет подтянуть математику:
🔵 Математика для Data Science
Пару слов о еще одном безумном разделении во вселенной IT-специальностей: системный и бизнес-аналитик. Рассказываем в нашей статье, чем занимаются представители профессии, сколько зарабатывают и как войти в эту сферу деятельности.
🔗 Ссылка
Хочешь стать бизнес-аналитиком? У нас есть отличный курс, который поможет подтянуть математику:
Please open Telegram to view this post
VIEW IN TELEGRAM
🧑💻 Статьи для IT: как объяснять и распространять значимые идеи
Напоминаем, что у нас есть бесплатный курс для всех, кто хочет научиться интересно писать — о программировании и в целом.
Что: семь модулей, посвященных написанию, редактированию, иллюстрированию и распространению публикаций.
Для кого: для авторов, копирайтеров и просто программистов, которые хотят научиться интересно рассказывать о своих проектах.
👉Материалы регулярно дополняются, обновляются и корректируются. А еще мы отвечаем на все учебные вопросы в комментариях курса.
Напоминаем, что у нас есть бесплатный курс для всех, кто хочет научиться интересно писать — о программировании и в целом.
Что: семь модулей, посвященных написанию, редактированию, иллюстрированию и распространению публикаций.
Для кого: для авторов, копирайтеров и просто программистов, которые хотят научиться интересно рассказывать о своих проектах.
👉Материалы регулярно дополняются, обновляются и корректируются. А еще мы отвечаем на все учебные вопросы в комментариях курса.
Какое ключевое предположение лежит в основе моделей гауссовых смесей?
Anonymous Quiz
69%
Данные распределены нормально внутри каждого кластера
10%
Данные линейно разделимы
18%
Данные равномерно распределены внутри каждого кластера
4%
Данные имеют высокую степень размерности
Как создать класс без инструкции class?
В Python есть встроенная функция type(), которая позволяет создавать классы динамически. Она принимает три аргумента: имя класса, кортеж базовых классов (если они есть) и словарь атрибутов класса.
*Несмотря на то, что это технически возможно, использование инструкции class предпочтительнее и более понятно для создания классов.
В Python есть встроенная функция type(), которая позволяет создавать классы динамически. Она принимает три аргумента: имя класса, кортеж базовых классов (если они есть) и словарь атрибутов класса.
*Несмотря на то, что это технически возможно, использование инструкции class предпочтительнее и более понятно для создания классов.
Для чего используется предложение WHERE и как оно применяется для фильтрации данных?
В SQL WHERE используется для фильтрации строк из таблицы или набора результатов в соответствии с предопределенными критериями. Он позволяет нам выбирать только те строки, которые удовлетворяют определенным требованиям или следуют шаблону. Ключевой элемент SQL-запросов, WHERE часто используется для извлечения и обработки данных
В SQL WHERE используется для фильтрации строк из таблицы или набора результатов в соответствии с предопределенными критериями. Он позволяет нам выбирать только те строки, которые удовлетворяют определенным требованиям или следуют шаблону. Ключевой элемент SQL-запросов, WHERE часто используется для извлечения и обработки данных
Сравнение двух лиц на фотографиях с использованием Python
Для того чтобы сравнить два лица на изображениях в Python, можно воспользоваться библиотекой face_recognition.
В этом примере мы сначала загружаем изображения с лицами и находим их с помощью функции face_locations().
После этого мы кодируем обнаруженные лица с помощью функции face_encodings() и сравниваем их с помощью функции compare_faces(). Результатом сравнения является список булевых значений (True или False), который указывает, совпадают ли два лица на фотографиях.
Для того чтобы сравнить два лица на изображениях в Python, можно воспользоваться библиотекой face_recognition.
В этом примере мы сначала загружаем изображения с лицами и находим их с помощью функции face_locations().
После этого мы кодируем обнаруженные лица с помощью функции face_encodings() и сравниваем их с помощью функции compare_faces(). Результатом сравнения является список булевых значений (True или False), который указывает, совпадают ли два лица на фотографиях.
Каковы хорошие исходные данные при построении рекомендательной системы?
✍️ Хорошая система рекомендаций должна предоставлять актуальную и персонализированную информацию.
✍️ Она не должна рекомендовать элементы, которые пользователь хорошо знает или легко находит.
✍️ Она должна вносить разнообразные предложения.
✍️ Пользователь должен исследовать новые предметы.
✍️ Хорошая система рекомендаций должна предоставлять актуальную и персонализированную информацию.
✍️ Она не должна рекомендовать элементы, которые пользователь хорошо знает или легко находит.
✍️ Она должна вносить разнообразные предложения.
✍️ Пользователь должен исследовать новые предметы.
Forwarded from Proglib.academy | IT-курсы
Читайте нашу статью. В ней: аналитики крупных компаний рассказали Proglib о самых интересных кейсах, над которыми им приходилось работать.
🔗 Ссылка
Please open Telegram to view this post
VIEW IN TELEGRAM