ЛЛогово Комара

Логово Комара

@LogKmr💻 Технологии🇬🇧 English📅 март 2026 г.

https://t.me/reu_data_science_club

📊 Полная статистика📝 Все посты
##39#loading#time#036#importing#задаем#checking#sampling
2.3K
Подписчики
1.5K
Ср. охват
65.4%
Вовлечённость
18
Постов
~0.1
В день

Графики

📊 Средний охват постов

📉 ERR % по дням

📋 Публикации по дням

📎 Типы контента

Лучшие публикации

18 из 18
LLogKmr
LogKmr
18 нояб., 01:09

Создание системы рекомендаций from collections import Counter import datetime import numpy as np from sklearn.ensemble import RandomForestClassifier from sklearn.utils import shuffle from models.features.topics import topics_similarity from models.features.cosine import cosine_similarity_features clf = RandomForestClassifier() clf_one = RandomForestClassifier() clf_two = RandomForestClassifier() def generate_features(data, val=None): features = [] for raw in data: features.extend(topics_similari...

👁 2.4K
LLogKmr
LogKmr
19 нояб., 06:04

Тема, которую необходимо освоить перед тем, как вникать в рекомендательные системы -ранжирование Ранжирование от ВШЭ Ранжирование от Яндекса Основные подходы ранжирования Ранжирование с нуля

👁 2.2K
LLogKmr
LogKmr
16 янв., 13:35

Что такое паттерны в решении алгоритмических задач Паттерны в решении алгоритмических задач — это типичные подходы или стратегии, которые часто используются для решения определенных классов задач. Каждая задача входит в ряд задач, которые перекрывает определённый паттерн Примеры задач на Окна фикс. длины: ✔️максимальная сумма массива Пересекающиеся окна: ✔️цепочка уникальных генов Не пересекающиеся окна: ✔️Сжатие значений счётчика

👁 2.2K📷 photo
LLogKmr
LogKmr
9 нояб., 02:42

Неделю назад участвовали в хакатоне, хочу поделиться некоторыми инсайтами от задачи. Задача заключалась в создании сервиса, который получает статью, преобразует ее в диалог между отцом и дочерью, где отец объясняет какую-то тему, а затем этот диалог озвучивается. Разработали следующую архитектуру: парсер для ссылок отправлял текст в настроенную модель GPT, которая создавала диалог из статьи, после чего модель синтеза речи озвучивала его. Все это было завернуто в Docker-контейнер и запущено на ви...

👁 1.8K📷 photo
LLogKmr
LogKmr
9 нояб., 02:52

Для тех, кто только хочет окунуться в DL с уклоном на CV, Мюнхенский университет выпустил открытый курс с лекциями и задачами

👁 1.8K📷 photo
LLogKmr
LogKmr
18 дек., 01:18

Перевод аудио в текст с помощью нейронной сети📌 Часть 2 audio = whisper.pad_or_trim(audio_13) #Number of samples in our trimmed/padded audio n_samples = audio.shape[-1] #Time of each sample time = np.linspace(0,(n_samples-1)delta,n_samples) plt.figure(figsize=(20,10)) plt.title('Signal') plt.plot(time,audio) plt.ylabel('amplitude') plt.xlabel('seconds') plt.show() """Next, we can start plotting a mel spectogram by applying a log_mel_spectogram() funtion to our audio file. It converts the y-axis...

👁 1.8K
LLogKmr
LogKmr
18 нояб., 01:06

Создание системы рекомендаций ☸️ 🔸Среди рекомендательных систем выделяются три основных типа: коллаборативная фильтрация, контетная и гибридная. 🔸Коллаборативная фильтрация - наверное, наиболее популярная модель для рекомендации объектов. Её основная идея заключается в том, что если объекты смотрят почти одинаковые пользователи, то эти объекты стоит рекомендовать этим пользователям. В коллаборативной фильтрации выделяется два основных подхода: 🔶Корреляционные модели - основная идея таких моде...

👁 1.6K
LLogKmr
LogKmr
27 дек., 23:29

Основные понятия или как запускать коды из канала, чтобы они работали 🔋 1 Что такое модель? Модель- алгоритм, позволяющий обрабатывать наши данные так, чтобы получился желаемый результат (прогнозирование, классификация и т. д.) 2 Что такое метрика? Метрика- математическая оценка того, насколько хорошо или плохо работает модель 3. Как загрузить модель? Загрузка происходит путём импортирования из библиотек: import название библиотеки 4. Что делать если модель не импортируется? Значит нужно устано...

👁 1.6K

Типы хуков

Нейтральный16 | 1.6K просм.
Вопрос1 | 0 просм.
Статистика1 | 905 просм.

Длина постов

Очень длинные (1000+)7 | 1.5K просм.
Длинные (500-1000)4 | 1.1K просм.
Короткие (<200)3 | 1.8K просм.
Средние (200-500)2 | 1.1K просм.

Влияние эмодзи

1.8K
С эмодзи (1)
1.5K
Без эмодзи (17)
+25.3% охвата

Типы контента

📷
3
photo
1.9K просм.
📝
15
text
1.4K просм.
Логово Комара (@LogKmr) — Telegram-канал | PostSniper