🍳 Датазавтраки ☕️ НСК (Академ)

подготовь примеры, когда центральная предельная теорема неприменима. подбери как можно более близкие к практике примеры, избегай экзотических примеров
https://www.perplexity.ai/search/podgotov-primery-kogda-tsentra-cLXy5lDjR5K4Km6znjgt8A

23.12.2025 🍳 датазавтрак по вторникам ☕️ в Новосибирском Академгородке с 08:30 до 10:00 в "Shurubor coffeeshop" у фонтана ТЦ https://go.2gis.com/wlkqi

Добьем рассказ про оценку эффекта от внедрения AI https://kolodezev.ru/ai-value-estimation.html
попьем кофе, про датаелку поговорим (24 января в Москве, я поеду, поехали вместе!), новости друг другу расскажем.

Привет! Я как-то заходил к вам на датазавтрак в Новосибе, когда был там, мы обсуждали мутационное тестирование. Я тогда обещал держать в курсе, как идут дела в проекте, так что вот решил написать небольшой апдейт.

Изначально я предполагал, что прототип появится где-то в конце декабря, но в итоге это случится, вероятно, где-то в январе: разработка немного затянулась. Когда это случится, если есть желание, можем потестить систему на каких-то ваших питонячьих проектах.

Саму штуку пока не планирую полностью выкладывать в опенсорс, там будет закрытый облачный компонент. Но уже успел опубликовать несколько опенсорсных либ, которые созданы в рамках проекта: metacode для парсинга машиночитаемых конфигов, тут кстати уже 100 ⭐️на гитхабе всего за неделю + я недавно писал небольшой пост о том, как сгенерил формальную грамматику для доки с помощью ИИ; skelet для коллектинга конфигов; simtypes для работы с типами в рантайме, и некоторые другие.

Такой ща статус, если вкратце.

Рассказывал про подход к тестированию на исторических данных, когда мы тестировали многоруких бандитов - идем по реальному датасету и собираем статистику - как было бы, если бы мы выбрали другой вариант. Примерно так:

import pandas as pd
import numpy as np
from collections import deque

CACHE_SIZE = 100
CACHE_LAG = 3600

class ContrFactualNext:
    def __init__(self, df: pd.DataFrame):
        self.df = df
        self.locator = 0
        self.length = self.df.shape[0]
        self.preference = ''
        self.recsys_list = df.logger.unique().tolist()
        self.stacks = {k: deque(maxlen=CACHE_SIZE) for k in self.recsys_list}

    def __iter__(self):
         return self

    def __len__(self) -> int:
        return self.length

    def __next__(self):
        while self.locator < self.length:
            row = self.df.iloc[self.locator]
            if (self.preference == '') or (self.preference == row.logger):
                # возвращаем запись из лога
                self.locator += 1
                return row
            dq = self.stacks[self.preference]
            while len(dq):
                # возвращаем запись из кеша, берем самую старую
                tmp = dq.popleft()
                # tmp = dq.pop()
                assert (row.created_at - tmp.created_at).seconds >= 0 # ожидаем, что записи отсортированы по времени
                if (row.created_at - tmp.created_at).seconds < CACHE_LAG: # проверяем, что запись не слишком старая
                    return tmp
            self.stacks[row.logger].append(row)
            self.locator += 1
            # добавляем запись в кеш
        raise StopIteration

в preference мы указываем наши текущие пожелания - точку под какую руку бандитов хотим получить. Могу на следующем датазавтраке на примерах показать, если интересно

Рассказывал про конформных бандитов https://arxiv.org/abs/2512.09850

Я рассказывал про qwen code https://qwenlm.github.io/qwen-code-docs/ru/

Решили, что на следующем датазавтраке добьем про оценку эффекта от внедрения ИИ

НСПД | Геоинформационный портал
https://nspd.gov.ru/map?thematic=PKK&zoom=11.64484407444645&coordinate_x=8424266.496091982&coordinate_y=8793234.700664386&baseLayerId=235&theme_id=1&is_copy_url=true

Agisoft Metashape: Agisoft Metashape
https://www.agisoft.com/ru/

16.12.2025 🍳 датазавтрак по вторникам ☕️ в Новосибирском Академгородке с 08:30 до 10:00 в "Shurubor coffeeshop" у фонтана ТЦ https://go.2gis.com/wlkqi

Рекомендовал использовать pytorch для оптимизации, даже если не нейронки https://docs.pytorch.org/docs/stable/optim.html

Говорили про расписание scheduler скорости обучения - см например https://d2l.ai/chapter_optimization/lr-scheduler.html

Говорили про оптимизатор Adam https://education.yandex.ru/handbook/ml/article/metody-optimizacii-v-deep-learning

На датазавтраке показывал черновик шпаргалки про оценку эффекта от внедрения, там примерно 25% готово https://kolodezev.ru/ai-value-estimation.html

Topology — findpeaks findpeaks documentation https://erdogant.github.io/findpeaks/pages/html/Topology.html

find_peaks — SciPy v1.16.2 Manual https://docs.scipy.org/doc/scipy/reference/generated/scipy.signal.find_peaks.html

09.12.2025 🍳 датазавтрак по вторникам ☕️ в Новосибирском Академгородке с 08:30 до 10:00 в "Shurubor coffeeshop" у фонтана ТЦ https://go.2gis.com/wlkqi

Хочется обсудить тему оценки эффекта от внедрения AI - есть, например, методика https://a-ai.ru/wp-content/themes/Alliance/static/files/fin_eff.pdf ну и из опыта есть что добавить

Ну и просто кофе попить и поговорить про искусственный интеллект тоже хочется

А, еще на датазавтраке обещал книжку по оптимизации - она под открытой лицензией

Algorithms for Optimization, second edition
Mykel J. Kochenderfer, Tim A. Wheeler