Denis about Data

Думайте. Анализируйте. Учитесь.

Друзья, я наконец сподобилась убрать 2024 из url учебника. Теперь он живет по красивому атемпоральному адресу: https://locusclassicus.github.io/text_analysis/

еще по ходу дела выяснила, что история гит там была почти два гига, и это тоже почистила... уф 😅

Крутой учебник по Компьютерному анализу текста. Очень рекомендую!

Нашёл красивый таймлайн жизни русских писателей 18го века.
Большую часть имён я не знаю. Но раз такое дело - кто ваши любимые писатели этого периода?

Написал очень подробное ТЗ. Отдаю в Cursor.
Он мне выдает код, и там есть кусок с визуализацией. И внутрь визуализации он мне запихнул вызов функции.
Какая срань, слов нет. Сколько сил уходит на проверку того, что этот клоун пишет, слов нет.
Только у меня такие приколы, или у всех такое и вы тоже беситесь?

Если бы пару лет назад кто-то сказал мне, что я буду строить графики по художественным произведениям — я бы ни за что не поверила

Тем не менее, вот мы здесь, смотрим на 9 визуализаций, которые я подготовила для соответствующего курса, и узнаем что-то новое про так называемое «Великое пятикнижие» Федора Михайловича Достоевского!


Исследование провела в R, для интересностей использовала следующие библиотеки:
1. {lubridate} для работы с датами
2. {rulexicon} для работы со словарем распределения эмоциональной тональности
3. {ggraph} + {igraph} для графов персонажей


Лично для меня всегда интересно, по какому принципу и насколько логично распределятся на сообщества персонажи. Здесь, кажется, получилось довольно красиво.


Не все удалось сделать корректно, так как персонажи отбирались через поиск именованных сущностей, но это уже хороший результат для меня! Хотя бы потому, что теперь я всерьез задумалась о необходимости XML-разметки для «Бесов»…

Мой премиум — В С Е, так что без истории и красивых стикеров

Смотрите какая красота!

🗒 Результаты опроса про AI
Сравнил, как аналитики пользовались AI в ноябре 2025 и в мае 2026. Между замерами примерно полгода, в 2025 было 274 ответа, в 2026 пока 77 (если вы хотите пройти опрос и помочь коммьюнити — присоединяйтесь, 5-10 минут). Я бы смотрел не на точные доли до процента, но направления и общие сдвиги.

Основные выводы: чат-модели стали почти повседневной рабочей привычкой, а код-ассистенты резко перешли из «поиграться» в регулярное использование (90% используют хотя бы раз в неделю). А ежедневное использование — с 47% до 71%.

Самый резкий скачок — агенты для кодинга (Codex, Claude Code). Регулярное использование: 13% → 46%. Ежедневное использование: 5% → 27%.

Из инструментов резко вырос Claude, что не мудрено со всем хайпом вокруг него. Регулярное использование: 11% → 42%. Но ChatGPT остаётся стабильным лидером.

Автономные агенты (OpenClaw и т.п.) проявились скорее как что-то интересное и новое — 44% ответили, что их компания делает автономных агентов для бизнес-процессов. Но если смотреть на использование и понимание концептов, то картина не такая радужная. То есть агенты явно вошли в повестку, но до массового применения ещё далеко.

👉Потыкать дашборд 👈

Дашборд в этот раз уже сделал полностью с помощью Codex — это оказалось быстрее и проще, чем ковыряться с Tableau. Потратил где-то часа 2 на детальное редактирование и проверку, но зато получилось сделать эксперимент про который давно думал — слоуп-бар-чарты, которые показывают изменения между двумя периодами. Как вам такая визуализация?
#опрос

Очень интересная статистика. Я регулярно смотрю и тестирую модели. Что-то нравится, что-то нет.

Нужен спагетти-код!

Гугл на следующей неделе меняет модель поиска. Приоритет будет отдаваться поиску материалов, сгенерированных LLM.
Идея в том, чтобы поиск выполняли LLM и пользователь получал бы более подходящую под свой запрос информацию, где агенты сами всё найдут и сгенерят, если надо.
Звучит, если честно, очень сомнительно.
Но надо посмотреть, что получится в итоге. Подробней можно по ссылке почитать.

Это очень смешно!