ChatCrawlerпоиск по публичному Telegram Открыть приложение
S

SenatorovAI | Школа Data Science Руслана Сенаторова

453 участников
31 января 2026
1 февраля 2026
С
Разминка для мозга) Два человека отправились на рынок продавать яблоки. У них было по 30 яблок. Один собирался продавать 2 яблока за 1 рубль, а другой - 3 яблока за один рубль. Перед началом торговли одного из них вызвали домой, и он попросил другого продавца продать его яблоки. Тот стал продавать 5 яблок за 2 рубля. Если бы они торговали порознь, то выручили бы 10 рублей и 15 рублей, а продавая 5 яблок за 2 рубля, получили 24 рубля. Вопрос: куда исчез рубль? Пишите ваш ответ в комментариях
404 ·
2 февраля 2026
O
Фотография
нажмите — покажем
NumPy — это фундамент, Pandas — удобство NumPy работает с числами и массивами быстро. Pandas — это когда к числам добавляются таблицы, колонки и смысл. Сначала NumPy → потом Pandas. Не наоборот. Если ты понимаешь массивы — ты уже впереди В NumPy всё строится вокруг array. Это не список Python. Он быстрее, строже и думает математикой. DS начинается с понимания формы данных. Pandas — это Excel на стероидах Таблицы, фильтры, группировки — всё знакомо. Но: – можно автоматизировать – можно обрабатывать миллионы строк – можно повторять результат Excel так не умеет.
389 ·
В
Фотография
нажмите — покажем
#отзыв В SenatorovAI ты получаешь только реальные знания и практики, без воды и лишней, ненужно информации. Они достаточно углублённые и подкреплены реальными кейсами. По соотношении теории и практики примерно 50/50, тебе доступно объясняют тему, а после ты на примерах самостоятельно закрепляешь знания. Но и требуется от тебя что ты будешь учится, выполнять задания и следовать регламенту(с этим тут очень строго). Я нигде не встречал такого инновационного подхода, возможно это первая такая школа в России, а может даже и в мире, которую создал Руслан. @Viktor_Vin1 https://github.com/ViktorVinogradov89 Ютуб | Школа SenatorovAI | Live
622 ·
4 февраля 2026
O
Фотография
нажмите — покажем
Что такое Сигма? (Σ) — это знак суммирования. Он говорит: «возьми несколько чисел и сложи их по правилу». Проще: Σ = сложи всё подряд Sigma x Читается так: «сложи все значения x» Если есть числа: 1, 2, 3, 4 То: Sigma x = 1 + 2 + 3 + 4 = 10 Sigma_{i=1}^{5} i Означает: 👉 сложи числа от 1 до 5 Расписываем вручную: 1 + 2 + 3 + 4 + 5 = 15 Сигма в Data Science и ML Сигма постоянно встречается в формулах: • среднее значение • функция потерь • линейная регрессия • градиентный спуск Пример среднего: {Среднее} = \frac{1}{n} \Sigma x То есть: 1. сложили все значения 2. разделили на количество Ютуб | Школа SenatorovAI | Live
478 ·
Фотография
нажмите — покажем
#freelance Студенты школы SenatorovAI под руководством Руслана Сенаторова успешно выполнили коммерческий проект, получили опыт и заработали деньги. всем привет! в школе учусь меньше месяца, но уже сегодня смог заработать свои первые деньги, за несложный фриланс проект. я, в шоке. если литературно выражаться в общественном месте. было озвучено, что есть возможность зарабатывать, мне надо было просто несколько раз набраться смелости и высказать свою потребность и желание участвовать. в итоге, появилась элементарная задача, но я никак не мог решиться больше суток. я просто не верил, что вот это все возможно. большая благодарность участникам, кто уже дольше меня учится, имеет опыт заработка и знает, что это действительно возможно. и человек предложил помощь. вот этот проект: https://github.com/SENATOROVAI/devtools_swagger Выполняем коммерческие проекты любой сложности и учебные работы (курсовые, дипломы, задачи) — обращайтесь в личные сообщения Ютуб | Школа SenatorovAI | Live
452 ·
Д
Видеосообщение
6.7 МБ · нажмите — покажем
416 ·
O
Видеосообщение
video.mp4 · 6.3 МБ · нажмите — покажем
419 ·
П
Павел Д.#group_2_scrum Созвон 2 группы - 04.02.2026 Среда в 19-00 2 группа: https://cr2nsocc.ktalk.ru/sw1tpl3toeyl
Ссылка
нажмите — покажем
Изменения по времени из-за плохого самочувствия участника. #group_2_scrum Созвон 2 группы - 05.02.2026 Четверг в 19-00 2 группа: https://cr2nsocc.ktalk.ru/sw1tpl3toeyl Ютуб | Школа SenatorovAI | Live
399 ·
5 февраля 2026
Фотография
нажмите — покажем
Python и интерпретатор: как это работает на самом деле Python — интерпретируемый язык. Это значит, что твой код выполняет интерпретатор Python, а не компьютер напрямую. Интерпретатор читает программу сверху вниз, строка за строкой: • понял строку → выполнил • не понял → сразу показал ошибку Поэтому в Python можно быстро писать код, проверять идеи и учиться на ошибках. Когда ты запускаешь скрипт или ячейку в ноутбуке, интерпретатор: 1. читает команду 2. проверяет синтаксис 3. выполняет её 4. возвращает результат или ошибку Ошибки — это язык общения интерпретатора с программистом. Тот, кто умеет их читать, учится и пишет код в разы быстрее. Ютуб | Школа SenatorovAI | Live
390 ·
O
Фотография
нажмите — покажем
👋 Привет! Новые участники и ПОДПИСЧИКИ — добро пожаловать в канал 🙌 Если у вас есть вопросы — задавайте смело 🙋‍♂️ Не знаете, с чего начать? Что и как устроено? Просто напишите — мы подскажем. Частые вопросы: 1️⃣ Как вступить в школу? Напишите в чат или в личные сообщения: «Хочу вступить в школу». 2️⃣ Какие группы есть? Есть несколько групп.. 3️⃣ С чего начать? Нужна ли математика сразу? Отвечаем честно: в начале математика не нужна ✅ Начинаем с базы и практики. 4️⃣ Будут ли проверки и домашние задания? Да ✅ Будут домашки, тесты и проверки, чтобы был реальный прогресс. ⸻ 🔒 У нас закрытый Telegram-портал(Чат) Отдельно Почему портал? Потому что внутри всё разложено по полочкам: 🆘 помощь с домашними заданиями 🧮 математика 💼 фриланс и заработок 🐙 GitHub 📢 объявления 📚 статьи и книги 💬 чаты по группам Без хаоса. Всё понятно и структурировано. Если есть вопросы — пишите в комментариях или в личные сообщения 👇 Не стесняйтесь, здесь все начинали с нуля.📚 Ютуб | Школа SenatorovAI | Live
423 ·
M
Видео
group 3.mp4 · 308.6 МБ · нажмите — покажем
345 ·
6 февраля 2026
Фотография
нажмите — покажем
🤖 Machine Learning — простыми словами Machine Learning (ML) — это когда компьютер учится на данных, а не по жёстким правилам. Мы не говорим программе «делай так», мы говорим «вот данные — найди закономерность». Простой пример Есть данные: x — часы учёбы y — результат экзамена ML-модель: смотрит на прошлые примеры находит зависимость предсказывает результат для новых данных Ютуб | Школа SenatorovAI | Live
286 ·
O
Фотография
нажмите — покажем
🧠 Основные типы ML 1.Supervised Learning (обучение с ответами) Есть вход + правильный ответ линейная регрессия логистическая регрессия деревья решений Примеры: прогноз цены спам / не спам оценка риска 2.Unsupervised Learning (без ответов) Ответов нет, модель ищет структуру сама кластеризация (KMeans) понижение размерности Примеры: сегментация клиентов поиск аномалий 3.Reinforcement Learning Обучение через награду и штраф агент среда стратегия Примеры: игры роботы автопилоты 📉 Ключевая идея ML Модель минимизирует ошибку Ошибка = разница между: реальным значением предсказанием Для этого используют: функцию потерь градиент оптимизацию ❗️ Глубокую математику можно учить по ходу, а не в начале. Ютуб | Школа SenatorovAI | Live
316 ·
7 февраля 2026
O
Фотография
нажмите — покажем
🤖 Как ML-модель учится на данных Machine Learning — это подбор параметров модели так, чтобы ошибка была минимальной. 📐 Модель = формула Пример простой модели: y = kx + b x - вход y - предсказание k, b - параметры, которые ищет модель ML не «думает», он подбирает k и b. Ошибка и функция потерь Ошибка - разница между: реальным y предсказанным y Чтобы ошибки не компенсировали друг друга, берут квадрат ошибки. Сумма этих квадратов = функция потерь (loss). loss → минимум ⛰ Градиентный спуск Алгоритм, который: смотрит, куда ошибка уменьшается делает маленькие шаги повторяет много раз Так модель учится. 🧠 Главное ML — это не магия. Это: формула + ошибка + оптимизация. Если это понятно - база ML у тебя уже есть Ютуб | Школа SenatorovAI | Live
299 ·
Открыть в Telegram Лента t.me/s Каталог площадок Искать в ChatCrawler

Слепок открытой публичной ленты из поискового индекса ChatCrawler — «Google по публичному Telegram»; обновляется по мере обхода площадки. Время — UTC.

Только публичный контент, официальный API Telegram. О проекте · Вопросы · Чего мы не делаем · Убрать страницу из выдачи · Каталог