Machine Learning | YeaHub

#course #microsoft #схемы #обучение
📚 Библиотека от Microsoft

Содержит почти 5к модулей обучения наверное по всем возможным технологиям.


Перейти к материалу

📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа

#Собес #bulk_insert #copy #generate_series
🤔 Для нагрузочного тестирования нужно добавить 10,000 клиентов в базу данных. Как бы вы это сделали?

💬 Кратко:

Использовать COPY, INSERT INTO ... SELECT, или ORM-методы с батчами.

📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору

📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа

#Собес #regression #machine_learning #linear_regression
🤔 Какие методы машинного обучения используются для регрессии?

💬 Кратко:
Для регрессии используются алгоритмы, предсказывающие непрерывные значения. Основные методы: линейная регрессия, деревья решений, случайный лес, градиентный бустинг и нейронные сети. Выбор зависит от размера данных, линейности зависимостей и требуемой интерпретируемости.

📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору

📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа

#Собес #Python #cybersecurity #malware
🤔 Как Python может использоваться в контексте кибербезопасности, в том числе для написания вредоносного кода?

💬 Кратко:
Python широко используется в кибербезопасности для автоматизации задач, анализа данных и написания эксплойтов. Благодаря простоте и богатым библиотекам, на Python создают инструменты для сканирования сетей, перебора паролей и обратного инжиниринга. Однако те же возможности позволяют писать вредоносный код, например, для кражи данных или создания бэкдоров. Важно понимать, что эти знания применяются этично в рамках тестирования на проникновение.

📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору

📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа

#podcast #все
📚 Kolesa Podcast

Podcast by IT-компания Kolesa Group. В целом он обо всём и вся. Интересно для прослушивания на досуге

Перейти к материалу

📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа

#Собес #agile_testing #sprint #test_automation
🤔 Как организован процесс тестирования в спринте?

💬 Кратко:
Тестирование в спринте начинается с планирования, где определяются тест-кейсы и приоритеты. В ходе спринта тестировщики выполняют ручное и автоматизированное тестирование новых фич, регрессионное тестирование и проверку багов. Результаты фиксируются в баг-трекере, а автоматизация интегрируется в CI/CD для быстрой обратной связи.

📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору

📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа

#Собес #decorator #args #kwargs
🤔 Как передавать позиционные и именованные аргументы через декоратор?

💬 Кратко:
Для передачи аргументов через декоратор используется внутренняя функция-обертка, которая принимает *args и **kwargs. Это позволяет декоратору обрабатывать любые позиционные и именованные аргументы, переданные декорируемой функции. Внутри обертки эти аргументы передаются в исходную функцию с помощью распаковки.

📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору

📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа

#video #машинное_обучение
📚 Курс «Машинное обучение» 2019

Курс состоит из 22-ух видео.
К.В. Воронцов, Школа анализа данных, Яндекс.

Перейти к материалу

📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа

#Собес #build #release #deployment
🤔 В чем разница между build и release?

💬 Кратко:

Build — это процесс преобразования исходного кода в исполняемый файл.

Release — это развертывание собранного кода в продакшн.

📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору

📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа

#Собес #regex #quantifier
🤔 Что означают основные конструкции регулярных выражений, например диапазоны символов и квантификаторы?

💬 Кратко:

Диапазоны символов задаются в квадратных скобках, например [a-z] — любые буквы от a до z. Квантификаторы определяют количество повторений, например *, +, {3}. Точка означает любой символ, а \d — цифру. Эти конструкции позволяют описывать сложные шаблоны строк.

📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору

📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа

#Собес #cpu #bound
🤔 Как определить, что длительная CPU-операция не зависла?

💬 Кратко:

CPU-операция не считается зависшей, если она продолжает потреблять процессорное время. Это можно проверить через системные метрики или логирование прогресса. Отсутствие отклика не всегда означает зависание. Для контроля используют тайм-ауты, heartbeat-логи и профилировщики. Важно уметь наблюдать выполнение, а не полагаться на субъективные ощущения.

📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору

📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа

#article #prompt #engineering
📚 Промптинг и суеверия. Что (не) надо добавлять к запросу в ChatGPT

Статья рассказывает о развитии промптинга — техники составления запросов к большим языковым моделям — и развенчивает мифы, связанные с «волшебными» фразами, которые якобы принципиально улучшают ответы. Автор объясняет, откуда появились популярные приемы (как «Let’s think step by step» или эмоциональные приписки), как они работают на самом деле, и почему многие из них являются скорее психологическими трюками, чем технически обоснованными улучшениями, а также обсуждает эволюцию роли промптинга в эпоху современных моделей, когда сам навык задавать запросы стал частью широкой практики взаимодействия с ИИ (напр., GPT-моделями).

Перейти к материалу

📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа

#Собес #UUID #sharding #database
🤔 Почему при шардировании лучше использовать UUID вместо числового ID?

💬 Кратко:
UUID (универсальный уникальный идентификатор) лучше подходит для шардирования, потому что он генерируется независимо на каждом узле без централизованного счетчика. Это исключает конфликты и узкие места при вставке данных. Числовые автоинкрементные ID требуют синхронизации между шардами, что снижает производительность и усложняет масштабирование.

📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору

📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа

#Собес #architecture #scalability
🤔 Что такое "хорошая архитектура"?

💬 Кратко:

Хорошая архитектура:

- Решает бизнес-задачи (например, обрабатывает 10к запросов/сек).
- Гибкая: Позволяет легко добавлять функции.
- Масштабируемая: Растёт с нагрузкой без переписывания.
- Поддерживаемая: Код понятен новым разработчикам.

📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору

📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа

#Собес #asyncio #threading #concurrency
🤔 Когда стоит использовать asyncio вместо потоков?

💬 Кратко:
Asyncio стоит использовать вместо потоков, когда ваше приложение в основном выполняет операции ввода-вывода (I/O), такие как сетевые запросы, чтение файлов или взаимодействие с базами данных. Asyncio использует один поток и цикл событий, переключаясь между задачами при ожидании I/O, что эффективнее потоков для тысяч одновременных соединений. Потоки лучше подходят для CPU-bound задач или когда требуется параллельное выполнение кода, блокирующего GIL. Asyncio проще для управления конкурентностью и избегает проблем синхронизации потоков.

📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору

📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа

#course #матанализ
📚 Введение в математический анализ

Курс представляет собой краткое введение в математический анализ. За 4 модуля слушатели познакомятся с базовыми понятиями математического анализа: последовательностями, пределами, непрерывностью, производными и интегралами.

Перейти к материалу

📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа

#Собес #two_phase_commit #distributed_transaction
🤔 Почему «отправка в брокер до коммита» не решает транзакционность с двумя очередями?

💬 Кратко:

С двумя независимыми очередями вы упираетесь в проблему двойной записи и отсутствие атомарности между БД и обоими брокерами. Без 2PC (дорого/редко доступно) единственный практичный путь — Outbox + идемпотентные публикации.

📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору

📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа

#Собес #Python #operator_overloading #addition
🤔 Какие типы данных поддерживают операцию сложения (+) в Python?

💬 Кратко:
Оператор сложения (+) в Python поддерживается для чисел (int, float, complex), строк (str), списков (list), кортежей (tuple) и некоторых других типов, таких как set (через оператор |). Для пользовательских классов можно определить метод __add__.

📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору

📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа

#Собес #pandas #dataframe #list
🤔 Какие существуют способы создания DataFrame в Pandas?

💬 Кратко:

В Pandas DataFrame можно создать несколькими способами:

- Пустой DataFrame – pd.DataFrame().
- Из списка – pd.DataFrame(list).
- Из списка списков – pd.DataFrame(list_of_lists).
- Из словаря списков – pd.DataFrame(dict_of_lists).
- Из списка словарей – pd.DataFrame(list_of_dicts).
- Из Series – pd.DataFrame(pd.Series()).
- Из CSV или Excel – pd.read_csv(), pd.read_excel().

📌 Полный разбор + примеры использования — на платформе:
👉 Перейти к разбору

📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа

#book #спам #математика
📚 Грокаем машинное обучение


Автор рассказывает, что такое машинное обучение и показывает его на примере выявления спама и распознавания изображений. Язык программирования — Python. Тут же раскрываются разные методы машинного обучения, освоить которые можно даже со школьным уровнем математики.

Перейти к материалу

📣 Все для прокачки навыков:
✅ Анонсы → канал
✅ Комьюнити → чат
✅ База задач и вопросов → платформа