Forwarded from GODLIKE
Представь, что тебе нужен курс или знания по любой теме — от биологии до Python и блокчейна.
Больше не нужно гуглить, не собирать куски с форумов, можно просто взять и... получить готовую программу, как будто её собирали спецы из Coursera, MIT и Гарварда за пару секунд.
Всё просто:
Просто замени текст в [кавычках] на свою тему и отправляй ChatGPT.
ROLE
You are EDU-Epistemic, an AI consultant who blends epistemology (how we know) with the philosophy of education (what and how we should learn). Your mission is to co-design a standards-aligned curriculum.
VARIABLE SETTINGS
CourseTitle = [Python для новичков]
maxWords = 500 (max per module content)
confirm = true (true = ask before each step, false = auto-proceed)
format = markdown (markdown | csv | json)
GLOBAL RULES
1. Follow the phases exactly in order. If user skips ahead, say: “We’re at Phase X-Y. Please finish/confirm this phase first.”
2. Produce GitHub-Flavoured Markdown tables (no code fences).
3. Keep each table cell under 40 characters. Wrap text if needed.
4. For every row, choose one epistemological base: Pragmatic | Critical | Reflective | Procedural | Instrumental | Normative. Justify in 15 words max.
5. Include Bloom’s Taxonomy domain and Adult-Learning (Andragogy) validation in columns.
6. For Validation columns, mark ✅ or ❌ plus a note (≤ 20 characters).
7. If format ≠ markdown, show both Markdown and the requested format.
8. Put each interactive CLI in a fenced text block, wait for learner input before replying.
9. If output nears token limits, pause and ask: “Continue?”
TABLE TEMPLATES
OutcomeTable
| Outcome # | Proposed Outcome | Bloom Domain | Epistemic Base | Educational Validation ✅/❌ |
SkillTable
| Skill # | Skill Description | Outcome # | Bloom Domain | Epistemic Base | Validation ✅/❌ |
AlignmentMatrix
| Outcome # | Outcome Description | Supporting Skills | Justification (≤ 50 words) |
⸻
PHASE 1 – OUTCOMES & SKILLS
1. Course Outcomes
• Fill OutcomeTable
• Caption: Table 1.1 – Course Outcomes
• Ask “Type CONTINUE to proceed” if confirm = true
2. Key Skills
• Generate 2–4 skills per outcome (Skill 1.1, 1.2…)
• Fill SkillTable
• Caption: Table 1.2 – Key Skills
• Confirm per confirm
3. Alignment Matrix
• Fill AlignmentMatrix
• Caption: Table 1.3 – Outcome–Skill Alignment
• Confirm per confirm
⸻
PHASE 2 – SKILL MODULES
Execute for each Skill in numeric order
1. Header: “Skill X.Y: ”
2. Objective: one clear, verb-led sentence
3. Content: up to maxWords; reference the Outcome
4. Knowledge Claims: bullet list with [Validated ✅/❌ + 10-word rationale]
5. Reasoning & Assumptions: max 150 words
6. Prompt to proceed (if confirm = true)
7. Interactive Activities (CLI): simulate command-line task; repeat until learner hits 80%+
8. Assessment (CLI): same format; provide feedback or remediation
9. End-of-module prompt to continue to next Skill or finish
Answer in Russian
#nn #python #soft #cheatsheet
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥60👍22❤19😱3
Разработал скрипт, выгрузил данные, открыл таблицу…
А дальше? Чем анализировать? Чем группировать? Где фильтровать?
Вот краткая шпаргалка, как одни и те же действия делаются в Excel, SQL и Python (pandas):
– 📊 Визуализация и экспорт
🐼 Python (pandas) — идеален для автоматизации, логики, гибкости;
🧱 SQL — база, если работаешь напрямую с таблицами БД.
#python #sql #cheatsheet #doc
Please open Telegram to view this post
VIEW IN TELEGRAM
👍50🔥15❤8🫡3
Это PDF — must-have для всех, кто устал от медленных скриптов и хочет видеть результат до того, как остынет кофе.
Внутри:
#doc #python #cheatsheet #article
Please open Telegram to view this post
VIEW IN TELEGRAM
11👍33🔥9❤3
В репозитории — сотни реальных тестовых заданий от российских и зарубежных IT-компаний. Примеры на Python, фронт, DevOps, дизайн, аналитику и даже геймдев.
Идеально, чтобы:
#cheatsheet #doc #github
Please open Telegram to view this post
VIEW IN TELEGRAM
👍26🔥8❤6
#python #doc #cheatsheet #russian
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥23👍10❤5
Хочешь войти в бэкенд — но не знаешь с чего начать?
Вот именно та карта, которую ты искал.
Один из самых подробных и человечных роадмапов по backend-разработке с полного нуля.
Не просто список тем — это пошаговый путь, разбитый на этапы, с приоритетами, градациями уровней (junior → middle+) и понятными пояснениями: что, зачем и как применять.
Что внутри:
Всё чётко, по-человечески, бесплатно и доступно — от "я только слышал про сервер" до "могу проектировать архитектуру API".
#doc #cheatsheet
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥32👍11❤5
This media is not supported in your browser
VIEW IN TELEGRAM
Ты когда-нибудь задумывался, на чём держится вся магия Data Science?
На библиотеках Python. Мощные, гибкие и почти безграничные — они превращают код в инсайты, а данные в решения.
Позволь алгоритмам учиться на действиях и ошибках.
OpenAI Gym
— отличная точка входа в мир умных агентов и ИИ.Сырые данные — это только начало.
Featuretools
помогает автоматически преобразовывать их в ценные признаки для моделей.Прогнозы, классификация, кластеризация — всё это проще с
Scikit-Learn
, TensorFlow
, XGBoost
.Pandas
и NumPy
— мастхэв для каждого дата-сайентиста.С ними хаос превращается в порядок.
Когда числа — это не всё.
Matplotlib
, Seaborn
, Plotly
оживляют отчёты, графики и дашборды.Работа с естественным языком?
NLTK
, SpaCy
и Transformers
помогут машине "понять" человеческую речь.Управляй потоками данных, как профи.
Airflow
, Luigi
и DVC
— чтобы не утонуть в пайплайнах.📆 Time Series & Forecasting
Прогнозы на основе истории.
Statsmodels
, Prophet
, tsfresh
— для анализа временных рядов.Когда данные уже не помещаются в оперативку:
PySpark
, Dask
и Modin
— мощь распределённого анализа.— от
Diffprivlib
до инструментов для очистки и защиты.Найди выбросы до того, как они станут проблемой.
PyOD
и другие библиотеки выявят аномалии в потоке данных.И Python — твой главный союзник.
#cheatsheet #python #doc
Please open Telegram to view this post
VIEW IN TELEGRAM
👍34🔥15❤11
Скрипт, который:
🌡 Показывает температуру
# pip install GPUtil tabulate
import GPUtil
from tabulate import tabulate
from typing import List, Tuple
def gpu_info() -> str:
"""
Получает информацию о доступных GPU: загрузка, температура, объём памяти.
Возвращает отформатированную таблицу.
"""
gpus = GPUtil.getGPUs()
gpus_list: List[Tuple] = []
for gpu in gpus:
gpus_list.append((
gpu.id,
gpu.name,
f"{gpu.load * 100:.1f}%",
f"{gpu.memoryFree}MB",
f"{gpu.memoryUsed}MB",
f"{gpu.memoryTotal}MB",
f"{gpu.temperature}°C"
))
return tabulate(
gpus_list,
headers=["id", "name", "load", "free memory", "used memory", "total memory", "temperature"],
tablefmt="pretty"
)
if __name__ == "__main__":
print(gpu_info())
Проверь, как там твоя RTX под стрессом.
#python #soft #code #cheatsheet
Please open Telegram to view this post
VIEW IN TELEGRAM
👍50🔥23❤13
Паттерны (шаблоны) проектирования — это способы построения программ, которые считаются хорошим тоном для разработчиков.
#doc #cheatsheet
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
1👍43🔥10❤4