Версия 15:10, 27 апреля 2022

2022

2022-04

• 2022-04-27, 15:10:17: Academic License Detail - Gurobi

  grbgetkey fe05e206-c63b-11ec-acdf-0242c0a89004

2022-03

• 2022-03-15, 10:41:48: The Traveling Salesman Problem in Theory & Practice Lecture 11: Branch & Cut & Concorde 8 April 2014 David S. Johnson - ppt download
• 2022-03-15, 09:30:35: GitHub - jvkersch/pyconcorde: Python wrapper around the Concorde TSP solver
• 2022-03-15, 09:30:26: GitHub - dmishin/tsp-solver: Travelling Salesman Problem solver in pure Python + some visualizers
• 2022-03-11, 03:25:24: GitHub - spacedeck/spacedeck-open: Spacedeck, a web based, real time, collaborative whiteboard application with rich media support

2021

2021-12

• 2021-12-01, 05:20:51: phdthesis/sec-introduction.tex at master · ccanonne/phdthesis · GitHub

2021-11

• 2021-11-26, 19:23:23: Active Calculus Landing Page
• 2021-11-21, 11:53:11: Tutorial: Verify Haskell Programs with hs-to-coq
• 2021-11-21, 03:05:00: Первый truly stateless оптимальный алгоритм модел-чекера и его проверка на Coq / Хабр

  Рынок труда и задачи сегодня — скорее академические. Да, есть компании, которые фигачат на коках-агдах что-то в прод (вроде во всяких боингах-BAE было что-то), но в чистом ресёрче больше шансов этим заниматься. Ну и плюс последнее время — блокчейн, там стараются применять формальные методы (например, чуваки из iohk систематически что-то доказывают на агде про свой блокчейн).

• 2021-11-20, 22:02:20: Учебник. Машинное обучение и Data Science: погружение в тему

  Машинное обучение и Data Science: погружение в тему

  Знания и опыт выпускников, преподавателей и друзей Школы анализа данных — в одном онлайн учебнике. Погрузитесь в ML и узнайте, какие технологии меняют лицо современной науки и дают жизнь сервисам, которыми пользуются миллионы людей.

  Перейти в учебник

• 2021-11-10, 02:57:35: Lead Coding by FRAZ - YouTube

  

  Lead Coding by FRAZ

2021-10

• 2021-10-12, 10:13:18: OpenMined

2021-09

• 2021-09-23, 10:34:11: Что же не так с ДЭГ в Москве? / Хабр
• 2021-09-02, 16:34:43: Личная карточка пользователя

2021-08

• 2021-08-31, 14:25:23: Алгебраические типы данных и Python / Хабр

2021-07

• 2021-07-01, 16:12:00: Вероятностное программирование / Блог компании Яндекс / Хабр

  Вероятностное программирование

  • Блог компании Яндекс,
  • Поисковые технологии,
  • Программирование,
  • Математика,
  • Машинное обучение

  Вероятностное моделирование является одним из мощнейших инструментов для специалиста по анализу данных. К сожалению, для его использования необходимо не только уверенно владеть

2021-06

• 2021-06-29, 21:56:20: Examples of constraint programming — DOcplex.CP: Constraint Programming Modeling for Python V2.20 documentation
• 2021-06-29, 21:55:42: Introduction — Python-MIP documentation
• 2021-06-29, 21:55:20: Data sets

2021-05

• 2021-05-30, 11:24:30: Facebook

  Аллен Дауни прямо радует - читается хорошо, без академической воды и понятно, с адекватными и ясными примерами практических задач. Последний раз все было так ясно и лаконично при перерешивании задач по терверу из советского учебника Вентцель и книги по байесовским методам Джона Крушке. Покрутил, наверное, в 10 раз в голове теорему Байеса и, вообще, понятие вероятности, условной вероятности, совместной вероятности, априорного и апостериорного распределения, сопряженного приора, pdf, pmf, cdf с разных сторон (и в очередной раз так и не просек простую идею бета-распределения, но, верю, она же есть) - ну чтобы чуйка развилась еще больше. Я честно, от всего сердца и ума, делал несколько подходов к прикладной байесовской статистике с разных сторон и с разными инструментами, прочитал, наверно несколько книг (поняв в них далеко не все) и не помню уже как много статей, но постоянно преследовал вопрос - а зачем и как это мне поможет в повседневной практике? Основная цель, которую я преследовал и до сих пор преследую для себя - научиться понимать "небольшие" данные и причины, стоящие за ними глубже, чем позволяют популярные статистические методы и мало кем, на самом деле, глубоко понимаемые доверительные интервалы на хи-квадратах, погоняемых группами сТЬЮдентов

2021-04

• 2021-04-21, 16:49:25: Российское ПО - драйвер развития цифровой образовательной среды - YouTube
• 2021-04-15, 06:40:47: KNAPSACK_MULTIPLE - Data for the 01 Multiple Knapsack Problem
• 2021-04-11, 12:56:17: ISO - ISO 6710:2017 - Single-use containers for human venous blood specimen collection

  ISO 6710:2017

  Single-use containers for human venous blood specimen collection

• 2021-04-11, 12:53:52: 08-31-2.pdf

  Основным видом биологического материала, который подвергаются анализу в централизованнойКДЛ, являются кров. Кровь состоит из клеток (эритроциты, лейкоциты и тромбоциты) и жидкой части, которая представляет собой раствор многих неорганических и органических веществ. Эта и есть та жидкость, которую анализируют в большинстве лабораторных тестов. Поэтому первым этапом после взятия проб крови и перед отправкой ихв централизованнуюКДЛ, является отделение жидкой части крови от клеток путем центрифугирования проб. Жидкая часть крови, которую получают после центрифугирования, может быть плазмой или сывороткой. Различие между плазмой и сывороткойдолжна понимать медицинская сестра при взятии проб крови.

• 2021-04-09, 06:30:07: Code Editor
• 2021-04-06, 18:23:38: networkx pyvis.ipynb - Colaboratory
• 2021-04-03, 01:17:44: mesa-geo/README.md at master · Corvince/mesa-geo
• 2021-04-02, 19:03:23: Семейный бюджет, Google sheets и Python / Хабр

  Localtunnel - https://localtunnel.github.io/www

  Teleconsole - https://www.teleconsole.com/Pagekite - https://pagekite.net/ 

• 2021-04-02, 05:24:20: trobey/covid: A Coronovirus model in Python Mesa
• 2021-04-02, 05:11:20: Repast
• 2021-04-02, 05:05:17: Bioinformatics and other bits - A simple agent based infection model with Mesa and Bokeh
• 2021-04-02, 04:50:44: covid/COVID Agent Based Model.ipynb at master · killerfridge/covid

2021-03

• 2021-03-22, 16:22:55: Литература по AnyLogic - AnyLogic - Киберфорум
• 2021-03-19, 01:16:41: livejournal-export/download_comments.py at master · arty-name/livejournal-export · GitHub
• 2021-03-18, 08:51:01: vitus_wagner | Криптапокалипсис сегодня

  Schneier on Security: "No, RSA Is Not Broken"
  
  https://www.schneier.com/blog/archives/2021/03/no-rsa-is-not-broken.html
  
  Вобщем, реакция общества скептическая пока

• 2021-03-10, 01:54:19: EMO 2021 Competition-3LVRP
• 2021-03-04, 02:46:51: Index of /~irani/s18_cs262/HW
• 2021-03-04, 01:40:09: solution1.pdf
• 2021-03-01, 11:41:58: (13) (PDF) Solving the Quadratic Assignment Problem using the Swallow Swarm Optimization Problem
• 2021-03-01, 03:33:45: react-d3-tree - npm
• 2021-03-01, 03:19:41: anvaka/VivaGraphJS: Graph drawing library for JavaScript

2021-02

• 2021-02-21, 03:10:20: Objects Representations for Machine Learning system based on Lattice Theory / Хабр
• 2021-02-20, 17:12:08: Как выучить иностранный язык: алгоритм / Хабр
• 2021-02-20, 10:40:05: Is there a JS better than D3.js for graph visualization? - Quora

  <div class="q-inlineFlex qu-py--tiny qu-px--small qu-color--gray qu-bg--gray_ultralight qu-borderRadius--small qu-whiteSpace--nowrap qu-hover--color--blue" style="box-sizing: border-box; display: inline-flex;">

  D3.js (JavaScript library)

  Data Visualization

  JavaScript (programming language)

  Is there a JS better than D3.js for graph visualization?

  Ad by InApps

  How is big data transforming web development in 2021?

  We are experts in front-end and back-end web development applying the latest technology and big data.

  Learn More

  5 Answers

  

  Adrian M.P. Brasoveanu

  , works at MODUL University, Vienna

  Answered 3 years ago · Author has 88 answers and 110.9K answer views

  It would be extremely difficult to come up with a better framework for graph visualization in JavaScript than D3 for several reasons:

  • D3 is built around all the normal web stuff like HTML, DOM, CSS, therefore there is no need to learn new technologies in order to use it.
  • D3 is rather like a programming language for graphics. Leave aside the fact it’s written in JS, and it looks more like a Processing type of interpreted programming language.
  • D3 has a big community behind it. While even 2–3 years there were still problems finding good documentation for it, right now however there shouldn’t be any issues with it.
  • As other answers have mentioned, you can think of D3 as more of a basic utility that can be used to develop higher level charts/libraries, and as it turns out there are many of them. They are not better than D3, but rather they use D3.

  In general if you need something better you need to define in which sense? If you need better speed? Better functionality? Faster rendering speed versus faster development time? Depending on the answer you might find faster graphics library, e.g., if they were developed directly in C, however I doubt that beside Processing or D3 you will find anything faster in the JavaScript world. Be aware though that both Processing and D3 have a steep learning curve, and Processing also requires you to use a lot of mathematics.

  8.8K views ·

  View 2 Upvoters

  · Answer requested by

  Jeff Kinney

  Related Questions

  More Answers Below

  Which is better for network visualization, Vis.js or D3.js?

  What is best for graph rendering: sigma.js or d3.js? Why?

  Is d3.js worth learning?

  What are the data visualization alternatives to D3.js?

  What is better for data visualization: R/Python libraries or D3. js?

  

  </div>

  Taha Kachwala

  , Digital Media Technologist

  Answered 3 years ago · Upvoted by

  Ravi Shankar

  , Mater's Master of Science in Computer Science & D3.js, University of Massachusetts, Dartmouth (2018) · Author has 63 answers and 625.1K answer views

  You can imagine D3 to be more of a framework you can use to design any type of visualization. It will require you to invest time and effort in learning, manipulation and cleaning of data, scaling, labeling etc. You can basically build any 2D visualizations you like from simple charts like bar and pie, to complex PCP and even custom visualizations. It is free, open sourced, and comes with a lot of good documentation and help from stack overflow.

  

  (I had created this DOTA2 map using D3 and had done some analysis - DotA2 Spatio-Temporal Game Analysis

• 2021-02-20, 10:32:26: Cytoscape.js
• 2021-02-20, 10:29:31: Vega
• 2021-02-20, 10:29:13: Sigma js
• 2021-02-11, 11:00:24: Сложность вычислений 1. Вводная лекция - YouTube
• 2021-02-09, 23:09:20: caiyangcy/VRP-Algorithms
• 2021-02-09, 23:08:38: Solution Methods for VRP | Vehicle Routing Problem
• 2021-02-09, 23:08:23: 494.pdf
• 2021-02-09, 00:34:16: django-mptt-admin

  filter_tree_queryset

• 2021-02-07, 11:22:47: Making Artistic Maps with Python. Rock Chalk Jayhawk! | by Frank Ceballos | Towards Data Science
• 2021-02-07, 11:21:11: Как создавать красивые карты с помощью Python / Блог компании SkillFactory / Хабр
• 2021-02-04, 20:32:08: Curved Links - bl.ocks.org
• 2021-02-03, 12:23:00: Travelling Salesman Problem
• 2021-02-02, 14:14:27: Как «Ревущий Котёнок» с Reddit заработал 28.500% на акциях GameStop: объясняю простым языком / Хабр

  С. Вайн, „Опционы. Курс для профессоналов“, 2003.

  Я свои деньги (401k) в фонде могу инвестировать в довольно широких пределах, от высокорисковых активов до низкорисковых и низкодоходных (типа гособлигаций).

2021-01

• 2021-01-30, 03:50:08: Box Stacking Problem | DP-22 - GeeksforGeeks
• 2021-01-26, 07:42:08: Welcome to the QGIS project!
• 2021-01-26, 07:28:36: Делаем маршрутизацию (роутинг) на OpenStreetMap. Введение / Хабр
• 2021-01-26, 06:38:53: Простая логистика своими руками / Хабр
• 2021-01-26, 06:32:51: Яндекс.Маршрутизация vs Sygic. Замещаем импортозамещение
• 2021-01-26, 06:05:38: pgr_dijkstra — pgRouting Manual (2.2)
• 2021-01-26, 05:34:10: Сотни тысяч маршрутов в секунду на ядро. Опыт Яндекс.Маршрутизации / Блог компании Яндекс / Хабр

  Еще раз — представленное решение настолько плохо, что любой Open Source роутинг типа PgRouting или Spatialite Routing будет на порядки быстрее (100-1000 раз, навскидку).

• 2021-01-26, 04:22:42: Как мы сэкономили время курьерам. Логистика в Яндекс.Еде / Блог компании Яндекс / Хабр

  Как мы сэкономили время курьерам. Логистика в Яндекс.Еде

• 2021-01-26, 04:22:39: Яндекс.Маршрутизация: как мы окунулись в логистику и решили поменять будущее / Блог компании Яндекс / Хабр

  Было бы интересно если бы вы выложили матрицу и точки для 3000 локаций, ваше решение, чтобы посмотреть бенчмарк (мы тоже занимаемся VRP задачами)

  Солвер Яндекс.Маршрутизации использует комбинацию алгоритма симуляции отжига и генетического алгоритма.

  заточенных именно под MVRP-задачи и готовых к интеграции с системами управления предприятием. В России известны VeeRoute, Maxoptra, Антор.

  Программа написана хорошими программистами, она умеет разбрасывать грузы по машинам и строить оптимальный (по времени или пробегу) маршрут объезда заказов, учитывая кучу параметров. Но логист этой функциональностью никак не пользуется. Зато он активно использует визуализацию заказов на карте.

  Яндекс.Маршрутизация: как мы окунулись в логистику и решили поменять будущее

• 2021-01-26, 04:22:37: Сотни тысяч маршрутов в секунду на ядро. Опыт Яндекс.Маршрутизации / Блог компании Яндекс / Хабр

  Сотни тысяч маршрутов в секунду на ядро. Опыт Яндекс.Маршрутизации

• 2021-01-13, 23:28:35: Что вас ждет на курсе Алгоритмов в Яндекс.Практикуме / Хабр

  Это вы еще в школе21 от Сбера не учились.
  Там всё то же, но бесплатно, и преподавателей нет совсем

  Оставлю ссылку openedu.ru/course/ITMOUniversity/PADS
  Единственный момент, в 2017 году, когда я проходил, графов не было. Может сейчас добавили.

  Вышеупомянутый leetcode, например, не оценивает производительность работы с консолью, оценивается только работа алгоритма. Также собственно и на hackerrunk, только там, в отличии от leetcode, функции чтения из консоли и далее вывод ответа в консоль реализованы заранее и скрыты от пользователя (но код можно развернуть и посмотреть).

  Подтверждаю — 50-100 решенных литкодов позволяют пройти алгоритм секцию в том же яндексе

• 2021-01-12, 16:25:42: Аксиома выбора и принципиальные ограничения человеческого разума / Хабр
• 2021-01-12, 11:33:42: Computational Complexity: Impagliazzo's Five Worlds

2020

2020-12

• 2020-12-15, 21:12:50: Как попадает товар в магазины «Леруа Мерлен» с точки зрения математики заказа / Блог компании Леруа Мерлен / Хабр
• 2020-12-01, 22:40:34: BI 3 (45) 2018 RU.indd - 2.pdf

2020-11

• 2020-11-26, 02:18:46: Заметки Датасатаниста: что делать, если перед вами оказалась NP-полная задача / Блог компании RUVDS.com / Хабр
• 2020-11-26, 02:15:02: Что такое логическое программирование и зачем оно нам нужно / Хабр
• 2020-11-26, 01:52:18: ITMO Smart Waste Management system
• 2020-11-26, 01:25:36: Circulation problem - Wikipedia
• 2020-11-26, 01:24:20: gboeing/osmnx: OSMnx: Python for street networks. Retrieve, model, analyze, and visualize street networks and other spatial data from OpenStreetMap.
• 2020-11-26, 01:24:15: OSMnx: New methods for acquiring, constructing, analyzing, and visualizing complex street networks - ScienceDirect
• 2020-11-17, 09:41:05: A method for designing minimum‐cost multisource multisink network layouts - Heijnen - 2020 - Systems Engineering - Wiley Online Library
• 2020-11-17, 09:40:42: algorithms - Minimizing transportation cost through a network, multiple source/sinks - Computer Science Stack Exchange
• 2020-11-17, 08:55:10: (1) (PDF) The Logistic Model for Decision Making in Waste Management

2020-10

• 2020-10-13, 14:31:27: vasil-sd/engineering-sw-hw-model-checking-letures: Lectures in MIPT: intro to engineering software using model-checking.

  Обзорный курс по model-checking/model-finding, читаемый осенью 2020 для студентов 2-го курса МФТИ.

• 2020-10-13, 14:10:16: The Science of Deep Specification
• 2020-10-13, 14:06:36: engineering-sw-hw-model-checking-letures/Lecture1.pdf at master · vasil-sd/engineering-sw-hw-model-checking-letures
• 2020-10-13, 14:00:10: «Введение в верификацию программ» - YouTube
• 2020-10-13, 13:54:55: jsCoq – Use Coq in Your Browser
• 2020-10-13, 02:45:30: Приближенное решение задач комбинаторной оптимизации: алгоритмы и трудность, осень 2016
• 2020-10-13, 02:40:51: Введение в язык формальной верификации Coq, осень 2019
• 2020-10-13, 02:35:10: Алгоритмы: дополнительные главы, осень 2020
• 2020-10-13, 02:33:55: Fine-grained complexity, осень 2020
• 2020-10-13, 02:33:04: Эффективные алгоритмы и коммуникационная сложность, весна 2019
• 2020-10-13, 02:32:30: Вероятностные алгоритмы, весна 2020
• 2020-10-13, 02:08:22: Проблема останова лжеца Гёделя и брадобрея Кантора / Хабр
• 2020-10-12, 00:49:47: Исследователи смогли преодолеть барьер в улучшении решения задачи коммивояжера / Хабр

  Исследователи смогли преодолеть барьер в улучшении решения задачи коммивояжера

• 2020-10-04, 14:13:10: [[[spoj/tag]]graph-theory Sphere Online Judge (SPOJ)]

2020-09

• 2020-09-12, 08:21:26: Специалисты по информатике хотят загнать в угол гипотезу Коллатца / Хабр
• 2020-09-01, 20:36:26: Интерактивная визуализация алгоритмов на базе Jupyter / Хабр

2020-08

• 2020-08-01, 17:35:26: Книга «Гид по Computer Science для каждого программиста» / Блог компании Издательский дом «Питер» / Хабр

2020-07

• 2020-07-08, 10:38:47: Hoare: Hoare Logic, Part I
• 2020-07-03, 10:27:44: Дерандомизация и псевдослучайность (Д.В. Мусатов, осень 2018) — Кафедра дискретной математики

  Дерандомизация и псевдослучайность (Д.В. Мусатов, осень 2018)

  Печать DOC PDF

  Лектор - доц. Д.В. Мусатов
  
  Спецкурс проходит по четвергам в 16:00 в ШАД, Яндекс. Начало - 13.09.2018.
  
  

  • Программа курса

• 2020-07-02, 22:58:04: Multiresolution alignment for multiple unsynchronized audio sequences using sequential Monte Carlo samplers - Multiresolution-alignment-for-multiple-unsynchronized-audio-sequences-using-Sequential-Monte-Carlo-samplers.pdf

  See discussions, stats, and author profiles for this publication at: https://www.researchgate.net/publication/321767378Multiresolution alignment for multiple unsynchronized audio sequencesusing Sequential Monte Carlo samplers

• 2020-07-02, 21:35:32: Участник:StasFomin/Bookmarks/DocStruct — DISCOPAL
• 2020-07-02, 19:44:44: Проблема перебора
• 2020-07-02, 19:37:12: Lecture26
• 2020-07-02, 18:25:13: Algorithms | Coursera