Aspiring Data Science – Telegram
Aspiring Data Science
386 subscribers
465 photos
12 videos
12 files
2.15K links
Заметки экономиста о программировании, прогнозировании и принятии решений, научном методе познания.
Контакт: @fingoldo

I call myself a data scientist because I know just enough math, economics & programming to be dangerous.
Download Telegram
#stocks #nvidia

"За четыре года рыночная стоимость компании выросла почти в восемь раз — с $500 млрд в 2021 году до почти четырёх триллионов сейчас.

По данным ведущего мирового поставщика инфраструктуры и данных для финансовых рынков LSEG, сейчас Nvidia стоит больше, чем фондовые рынки Канады и Мексики вместе взятые, а также превосходит совокупную капитализацию всех публичных компаний Великобритании. Акции Nvidia торговались с коэффициентом P/E (цена/прибыль) на уровне 32, что ниже среднего показателя в 41 за последние пять лет. Это говорит о том, что рост прибыли компании опережает даже существенное повышение курса её акций."

https://3dnews.ru/1125381/nvidia-segodnya-moget-otobrat-u-apple-zvanie-samoy-dorogoy-kompanii-v-istorii
#ufo #nhi #aliens

А это первое из недавних слушаний по теме НЛО, к которому так иронически все отнеслись в нашей блогосфере, и которое я тоже в своё время проигнорировал. А зря.

https://www.youtube.com/watch?v=OwSkXDmV6Io
😁1
#chess

Эмоционально нестабильный шахматист со склонностью к суициду говорит, что из-за крамниковских обвинений получил нервный срыв и планировал уже совершить самоубийство, после того как ФИДЕ проигнорировала его письма с запросом на восстановление справедливости.

А этот сидит с наглым видом и угрожает эмоционально нестабильному тюремными сроками... Когда уже Крамника реально вы**ут и высушат в суде как минимум за клевету/репутационный ущерб, мне интересно?

https://www.youtube.com/watch?v=qOYrRq4zh40
#polars #parquet #arrow

Практическое наблюдение: не надо категорийные столбцы с высокой кардинальностью сохранять в паркетный формат именно в виде категориек. Кто-то из цепочки polars-arrow-parquet жёстко лажает, и без причины может раздуть размер файла в сотни раз.

используйте хотя бы

df=df.with_columns(pl.col(pl.Categorical).cast(pl.Utf8))


перед сохранением на диск.
#nvidia #stocks

Офигеть.

"Nvidia была основана в 1993 году. Первоначально она занималась разработкой видеокарт для игровых компьютеров, но впоследствии стала специализироваться и на создании ИИ-ускорителей — на этом рынке она является ведущим производителем в мире. Отметку в $2 трлн она впервые преодолела в феврале 2024 года и достигла показателя в $3 трлн в июне того же года. До этого ближе всех к отметке $4 трлн удалось подобраться Apple, рыночная капитализация которой в декабре 2024 года составила $3,915 трлн.

На текущий момент рыночную капитализацию более $1 трлн имеют следующие технологические компании: Microsoft ($3,756 трлн), Apple ($3,137 трлн), Amazon ($2,369 трлн), Alphabet ($2,151 трлн), Meta ($1,842 трлн), Broadcom ($1,304 трлн) и TSMC ($1,199 трлн). Рыночная капитализация Tesla, которую традиционно причисляют к «клубу триллионеров», сейчас составляет $961,89 млрд."

https://3dnews.ru/1125697/nvidia-pervoy-kompaniey-v-istorii-s-kapitalizatsiey-4-trilliona
#healthcare #medicine #cancer

"В 2021 году из DeepMind была выделена компания Isomorphic Labs. Она подхватила эстафету AlphaFold и, от предсказания отдельных белковых структур, перешла к моделированию процессов взаимодействия белков с другими молекулами, такими как ДНК и лекарственные препараты.

В 2024 году, когда был выпущен пакет AlphaFold 3, Isomorphic Labs подписала соглашение о крупном исследовательском сотрудничестве с фармацевтическими компаниями Novartis и Eli Lilly. Год спустя, в апреле 2025 года, Isomorphic Labs привлекла $600 млн в рамках первого в истории раунда внешнего финансирования, проведённого под руководством Thrive Capital."

https://3dnews.ru/1125686/ii-sozdal-pervoe-v-mire-lekarstvo-ot-raka-kotoroe-ispitayut-na-givih-lyudyah
#astronomy

"Галактика Млечный Путь может находиться внутри гигантской космической пустоты диаметром около 2 млрд световых лет. Об этом свидетельствуют барионные акустические колебания — остаточные следы звуковых волн, которые перестали распространяться спустя 380 тыс. лет после Большого взрыва, но сохранились в крупномасштабной структуре вещества во Вселенной. Эта гипотеза может объяснить расхождение между локальными и космологическими оценками скорости её расширения."


https://3dnews.ru/1125726/echo-bolshogo-vzryva-ukazyvaet-na-vozmozhnoe-raspolozhenie-mlechnogo-puti-vnutri-kosmicheskoy-pustoty
Арнольд, конечно, был знаком в группе не только со мной, но мы как-то оказались за одной партой, в ряду у окна, по-моему, второй сзади или последней. Вскоре Арнольд стал для меня Димкой, что, впрочем, не уменьшило ореола вокруг него в моих глазах. Однако этот ореол не давил на меня, не мешал мне в общении с ним, хотя Димка и не скрывал своих математических достоинств. Открытость Арнольда, его весёлость, эмоциональная искренность привлекали к нему и делали отношения лёгкими в хорошем смысле слова. Иногда я узнавал от Димки неожиданные для меня вещи, не имеющие прямого отношения к математике. Так, зашла между нами речь об утренней зарядке и о том, что делать её надо, но трудно, так как лекции и занятия начинаются так рано, а ещё надо около часа добираться до университета. На это Димка заметил, что у него есть особенные трудности в этом отношении, так как его утренняя зарядка включает несколько (кажется, пять) обязательных компонент. Не помню порядка, в котором они были названы Арнольдом, но они включали следующее: прослушивание музыкального произведения, чтение стихотворения, чтение отрывка из философского произведения, собственно физическая зарядка и душ с растиранием. Я был сильно впечатлён этим сообщением. Мне такое и в голову не приходило и было не под силу. Вскоре, всё ещё под впечатлением от этого разговора, я подарил Арнольду небольшую книжку высказываний Марка Аврелия, дореволюционное издание, подаренное мне Марией Александровной Скрябиной. Я тогда недавно её прочёл, она произвела на меня большое впечатление, и мне захотелось разделить это впечатление с Димкой. Он поблагодарил, взял книгу, но о своих впечатлениях от Аврелия не рассказывал.


воспоминания А.В. Архангельского о В.И. Арнольде (из статьи "Вспоминая об Арнольде (Мои студенческие годы в МГУ, книга "Мы — математики с Ленинских гор")
1🔥1😁1
#facebook #bollocks

Захотелось мне найти свой старый пост на фэйсе. Казалось бы, естественное желание, по ключевым словам быстро найти свой пост. В ВК это сделано ну буквально одним полем поиска. Казалось бы, то же самое и в огромной международной соцсети с миллиардами пользователей?

Хер там.

How do I search within my Facebook posts?
Use activity log to find something specific

Tap Menu in the top right of Facebook, then tap your name. Tap Options below your profile picture, then tap Activity Log. From here, you can tap to review activities like: Your Posts to review things like photos, videos, text and status updates you've shared on Facebook.


Блять. И то там поиска нету, посты надо перебирать либо вручную, либо поиском браузера.

В своей мете сидят на мете, видно.
Forwarded from AvitoTech
Наука + бизнес = идеальный мэтч в ИИ ❤️

Наука помогает понять, как всё работает, и находит новые решения. А бизнес даёт ресурсы, чтобы эти решения стали реальностью.

Но это если кратко и в теории. Реальные кейсы такой синергии и возможности для молодых исследователей обсудим на паблик-толке 17 июля в нашем офисе на Лесной и онлайн.

Вместе с Иваном Оселедцем, генеральным директором Института ИИ AIRI и Андреем Рыбинцевым, старшим директором по ИИ Авито разберём:

☑️что такое RnD в компании, и как это работает;
☑️может ли бизнес без фундаментальных исследований и могут ли они приносить прибыль;
☑️какие новые задачи появятся у учёных в эпоху ИИ;
☑️как не ошибиться в выборе — научной карьере или развитии в бизнесе.

Встреча будет особенно полезна начинающим исследователям и тем, кто хочет развиваться в RnD. Зарегистрироваться можно тут*.

*
Количество мест на встречу ограничено, поэтому рекомендуем не откладывать. Также внимательно заполняйте форму: приглашение участникам будем рассылать исходя из темы паблик-толка.

#ds
Please open Telegram to view this post
VIEW IN TELEGRAM
How to avoid machine learning pitfalls by Michael A. Lones

Mistakes in machine learning practice are commonplace, and can result in a loss of confidence in the findings and products of machine learning.

This guide outlines common mistakes that occur when using machine learning, and what can be done to avoid them.

Whilst it should be accessible to anyone with a basic understanding of machine learning techniques, it focuses on issues that are of particular concern within academic research, such as the need to do rigorous comparisons and reach valid conclusions.

It covers five stages of the machine learning process:
- What to do before model building
- How to reliably build models
- How to robustly evaluate models
- How to compare models fairly
- How to report results

Link: arXiv

Navigational hashtags: #armarticles
General hashtags: #ml #machinelearning #mlsystemdesign

@data_science_weekly