[{"data":1,"prerenderedAt":20776},["ShallowReactive",2],{"navigation_docs":3,"-ai-python-statistics-basics-distributions":5180,"-ai-python-statistics-basics-distributions-surround":20771},[4,1707,2084,2556,2737,2863,3070,3192,3242,3299,3333,3459,3536,3550,3689,3983,4060,4793,4968,5061,5114,5176],{"title":5,"icon":6,"path":7,"stem":8,"children":9},"C#","i-devicon-csharp","\u002Fcsharp","01.csharp",[10,13,60,90,120,202,219,253,379,404,457,650,1364,1654,1703],{"title":11,"path":7,"stem":12},"C# та .NET","01.csharp\u002Findex",{"title":14,"icon":15,"path":16,"stem":17,"children":18,"page":59},"Fundamentals","i-lucide-book-open","\u002Fcsharp\u002Ffundamentals","01.csharp\u002F01.fundamentals",[19,23,27,31,35,39,43,47,51,55],{"title":20,"path":21,"stem":22},"Вступ до екосистеми .NET","\u002Fcsharp\u002Ffundamentals\u002Fintroduction-to-ecosystem","01.csharp\u002F01.fundamentals\u002F01.introduction-to-ecosystem",{"title":24,"path":25,"stem":26},"Структура програми на C#","\u002Fcsharp\u002Ffundamentals\u002Fprogram-structure","01.csharp\u002F01.fundamentals\u002F02.program-structure",{"title":28,"path":29,"stem":30},"Змінні та Типи Даних","\u002Fcsharp\u002Ffundamentals\u002Fvariables-data-types","01.csharp\u002F01.fundamentals\u002F03.variables-data-types",{"title":32,"path":33,"stem":34},"Масиви","\u002Fcsharp\u002Ffundamentals\u002Farrays","01.csharp\u002F01.fundamentals\u002F04.arrays",{"title":36,"path":37,"stem":38},"Strings & Text Handling","\u002Fcsharp\u002Ffundamentals\u002Fstrings-text-handling","01.csharp\u002F01.fundamentals\u002F05.strings-text-handling",{"title":40,"path":41,"stem":42},"Дати і Час","\u002Fcsharp\u002Ffundamentals\u002Fdates-time-handling","01.csharp\u002F01.fundamentals\u002F06.dates-time-handling",{"title":44,"path":45,"stem":46},"Потік Керування","\u002Fcsharp\u002Ffundamentals\u002Fcontrol-flow","01.csharp\u002F01.fundamentals\u002F07.control-flow",{"title":48,"path":49,"stem":50},"Методи","\u002Fcsharp\u002Ffundamentals\u002Fmethods","01.csharp\u002F01.fundamentals\u002F08.methods",{"title":52,"path":53,"stem":54},"Основи Відлагодження","\u002Fcsharp\u002Ffundamentals\u002Fdebugging-basics","01.csharp\u002F01.fundamentals\u002F09.debugging-basics",{"title":56,"path":57,"stem":58},"Інтерактивна Консоль (Classic)","\u002Fcsharp\u002Ffundamentals\u002Finteractive-console","01.csharp\u002F01.fundamentals\u002F10.interactive-console",false,{"title":61,"icon":62,"path":63,"stem":64,"children":65,"page":59},"OOP","i-lucide-box","\u002Fcsharp\u002Foop","01.csharp\u002F02.oop",[66,70,74,78,82,86],{"title":67,"path":68,"stem":69},"Package Management (Управління Пакетами)","\u002Fcsharp\u002Foop\u002Fpackage-management","01.csharp\u002F02.oop\u002F01.package-management",{"title":71,"path":72,"stem":73},"Класи та Об'єкти","\u002Fcsharp\u002Foop\u002Fclasses-objects","01.csharp\u002F02.oop\u002F02.classes-objects",{"title":75,"path":76,"stem":77},"Властивості та Поля","\u002Fcsharp\u002Foop\u002Fproperties-fields","01.csharp\u002F02.oop\u002F03.properties-fields",{"title":79,"path":80,"stem":81},"Стовпи ООП","\u002Fcsharp\u002Foop\u002Foop-pillars","01.csharp\u002F02.oop\u002F04.oop-pillars",{"title":83,"path":84,"stem":85},"Advanced Types","\u002Fcsharp\u002Foop\u002Fadvanced-types","01.csharp\u002F02.oop\u002F05.advanced-types",{"title":87,"path":88,"stem":89},"Namespaces (Простори Імен)","\u002Fcsharp\u002Foop\u002Fnamespaces","01.csharp\u002F02.oop\u002F06.namespaces",{"title":91,"icon":92,"path":93,"stem":94,"children":95,"page":59},"Advanced Core","i-lucide-zap","\u002Fcsharp\u002Fadvanced-core","01.csharp\u002F03.advanced-core",[96,100,104,108,112,116],{"title":97,"path":98,"stem":99},"Generics (Узагальнення)","\u002Fcsharp\u002Fadvanced-core\u002Fgenerics","01.csharp\u002F03.advanced-core\u002F01.generics",{"title":101,"path":102,"stem":103},"Делегати, Події та Лямбда-вирази","\u002Fcsharp\u002Fadvanced-core\u002Fdelegates-events-lambdas","01.csharp\u002F03.advanced-core\u002F02.delegates-events-lambdas",{"title":105,"path":106,"stem":107},"Interfaces Deep Dive (Інтерфейси: Поглиблений Розгляд)","\u002Fcsharp\u002Fadvanced-core\u002Finterfaces-deep-dive","01.csharp\u002F03.advanced-core\u002F03.interfaces-deep-dive",{"title":109,"path":110,"stem":111},"Обробка Винятків","\u002Fcsharp\u002Fadvanced-core\u002Fexception-handling","01.csharp\u002F03.advanced-core\u002F04.exception-handling",{"title":113,"path":114,"stem":115},"Pattern Matching","\u002Fcsharp\u002Fadvanced-core\u002Fpattern-matching","01.csharp\u002F03.advanced-core\u002F05.pattern-matching",{"title":117,"path":118,"stem":119},"Додаткові Можливості C#","\u002Fcsharp\u002Fadvanced-core\u002Fadditional-features","01.csharp\u002F03.advanced-core\u002F06.additional-features",{"title":121,"icon":122,"path":123,"stem":124,"children":125,"page":59},"Architecture Best Practices","i-lucide-building-2","\u002Fcsharp\u002Farchitecture-best-practices","01.csharp\u002F04.architecture-best-practices",[126,130,149,153,157,161,165,169],{"title":127,"path":128,"stem":129},"Software Design Principles (Частина 1)","\u002Fcsharp\u002Farchitecture-best-practices\u002Fsoftware-design-principles","01.csharp\u002F04.architecture-best-practices\u002F01.software-design-principles",{"title":131,"icon":132,"path":133,"stem":134,"children":135,"page":59},"Design Patterns","i-lucide-folder","\u002Fcsharp\u002Farchitecture-best-practices\u002Fdesign-patterns","01.csharp\u002F04.architecture-best-practices\u002F02.design-patterns",[136],{"title":137,"icon":132,"path":138,"stem":139,"children":140,"page":59},"Creational","\u002Fcsharp\u002Farchitecture-best-practices\u002Fdesign-patterns\u002Fcreational","01.csharp\u002F04.architecture-best-practices\u002F02.design-patterns\u002Fcreational",[141,145],{"title":142,"path":143,"stem":144},"Singleton (Одинак)","\u002Fcsharp\u002Farchitecture-best-practices\u002Fdesign-patterns\u002Fcreational\u002Fsingleton","01.csharp\u002F04.architecture-best-practices\u002F02.design-patterns\u002Fcreational\u002F01.singleton",{"title":146,"path":147,"stem":148},"Builder (Будівельник)","\u002Fcsharp\u002Farchitecture-best-practices\u002Fdesign-patterns\u002Fcreational\u002Fbuilder","01.csharp\u002F04.architecture-best-practices\u002F02.design-patterns\u002Fcreational\u002F02.builder",{"title":150,"path":151,"stem":152},"Building Professional CLIs","\u002Fcsharp\u002Farchitecture-best-practices\u002Fbuilding-professional-clis","01.csharp\u002F04.architecture-best-practices\u002F03.building-professional-clis",{"title":154,"path":155,"stem":156},"Validation & Flow Control","\u002Fcsharp\u002Farchitecture-best-practices\u002Fvalidation-flow-control","01.csharp\u002F04.architecture-best-practices\u002F04.validation-flow-control",{"title":158,"path":159,"stem":160},"The Modern .NET Host (Microsoft.Extensions)","\u002Fcsharp\u002Farchitecture-best-practices\u002Fmodern-dotnet-host","01.csharp\u002F04.architecture-best-practices\u002F05.modern-dotnet-host",{"title":162,"path":163,"stem":164},"Data Mapper: Repository та DAO патерни (Частина 1)","\u002Fcsharp\u002Farchitecture-best-practices\u002Fdata-mapper-part1","01.csharp\u002F04.architecture-best-practices\u002F06.data-mapper-part1",{"title":166,"path":167,"stem":168},"Data Mapper: Repository та DAO патерни (Частина 2)","\u002Fcsharp\u002Farchitecture-best-practices\u002Fdata-mapper-part2","01.csharp\u002F04.architecture-best-practices\u002F07.data-mapper-part2",{"title":170,"icon":132,"path":171,"stem":172,"children":173,"page":59},"Di Ioc","\u002Fcsharp\u002Farchitecture-best-practices\u002Fdi-ioc","01.csharp\u002F04.architecture-best-practices\u002F08.di-ioc",[174,178,182,186,190,194,198],{"title":175,"path":176,"stem":177},"Проблема залежностей та Інверсія Контролю","\u002Fcsharp\u002Farchitecture-best-practices\u002Fdi-ioc\u002Fthe-dependency-problem","01.csharp\u002F04.architecture-best-practices\u002F08.di-ioc\u002F01.the-dependency-problem",{"title":179,"path":180,"stem":181},"Будуємо власний Service Container","\u002Fcsharp\u002Farchitecture-best-practices\u002Fdi-ioc\u002Fbuild-your-own-container","01.csharp\u002F04.architecture-best-practices\u002F08.di-ioc\u002F02.build-your-own-container",{"title":183,"path":184,"stem":185},"Service Locator: Паттерн та Анти-паттерн","\u002Fcsharp\u002Farchitecture-best-practices\u002Fdi-ioc\u002Fservice-locator-pattern","01.csharp\u002F04.architecture-best-practices\u002F08.di-ioc\u002F03.service-locator-pattern",{"title":187,"path":188,"stem":189},"Паттерни Dependency Injection","\u002Fcsharp\u002Farchitecture-best-practices\u002Fdi-ioc\u002Fdependency-injection-patterns","01.csharp\u002F04.architecture-best-practices\u002F08.di-ioc\u002F04.dependency-injection-patterns",{"title":191,"path":192,"stem":193},"Microsoft DI: IServiceCollection та IServiceProvider","\u002Fcsharp\u002Farchitecture-best-practices\u002Fdi-ioc\u002Fmicrosoft-di-deep-dive","01.csharp\u002F04.architecture-best-practices\u002F08.di-ioc\u002F05.microsoft-di-deep-dive",{"title":195,"path":196,"stem":197},"Service Lifetimes та Scopes","\u002Fcsharp\u002Farchitecture-best-practices\u002Fdi-ioc\u002Fservice-lifetimes-and-scopes","01.csharp\u002F04.architecture-best-practices\u002F08.di-ioc\u002F06.service-lifetimes-and-scopes",{"title":199,"path":200,"stem":201},"DI Анти-паттерни та Найкращі Практики","\u002Fcsharp\u002Farchitecture-best-practices\u002Fdi-ioc\u002Fdi-anti-patterns-and-best-practices","01.csharp\u002F04.architecture-best-practices\u002F08.di-ioc\u002F07.di-anti-patterns-and-best-practices",{"title":203,"icon":132,"path":204,"stem":205,"children":206,"page":59},"Standard Library","\u002Fcsharp\u002Fstandard-library","01.csharp\u002F05.standard-library",[207,211,215],{"title":208,"path":209,"stem":210},"Collections (Колекції)","\u002Fcsharp\u002Fstandard-library\u002Fcollections","01.csharp\u002F05.standard-library\u002F01.collections",{"title":212,"path":213,"stem":214},"High Performance Types (Високопродуктивні Типи)","\u002Fcsharp\u002Fstandard-library\u002Fhigh-performance-types","01.csharp\u002F05.standard-library\u002F02.high-performance-types",{"title":216,"path":217,"stem":218},"LINQ (Language Integrated Query)","\u002Fcsharp\u002Fstandard-library\u002Flinq","01.csharp\u002F05.standard-library\u002F03.linq",{"title":220,"icon":221,"path":222,"stem":223,"children":224,"page":59},"System Internals Concurrency","i-lucide-server","\u002Fcsharp\u002Fsystem-internals-concurrency","01.csharp\u002F06.system-internals-concurrency",[225,229,233,237,241,245,249],{"title":226,"path":227,"stem":228},"Memory Management","\u002Fcsharp\u002Fsystem-internals-concurrency\u002Fmemory-management","01.csharp\u002F06.system-internals-concurrency\u002F01.memory-management",{"title":230,"path":231,"stem":232},"Reflection API: System.Type та Метадані","\u002Fcsharp\u002Fsystem-internals-concurrency\u002Freflection-fundamentals","01.csharp\u002F06.system-internals-concurrency\u002F02.reflection-fundamentals",{"title":234,"path":235,"stem":236},"Attributes та Dynamic Language Runtime","\u002Fcsharp\u002Fsystem-internals-concurrency\u002Fattributes-dynamic","01.csharp\u002F06.system-internals-concurrency\u002F03.attributes-dynamic",{"title":238,"path":239,"stem":240},"Expression Trees: Швидка Альтернатива Рефлексії","\u002Fcsharp\u002Fsystem-internals-concurrency\u002Fexpression-trees-compiled","01.csharp\u002F06.system-internals-concurrency\u002F04.expression-trees-compiled",{"title":242,"path":243,"stem":244},"Source Generators: Compile-Time Code Generation","\u002Fcsharp\u002Fsystem-internals-concurrency\u002Fsource-generators","01.csharp\u002F06.system-internals-concurrency\u002F05.source-generators",{"title":246,"path":247,"stem":248},"Multithreading Fundamentals","\u002Fcsharp\u002Fsystem-internals-concurrency\u002Fmultithreading-fundamentals","01.csharp\u002F06.system-internals-concurrency\u002F06.multithreading-fundamentals",{"title":250,"path":251,"stem":252},"Synchronization Primitives","\u002Fcsharp\u002Fsystem-internals-concurrency\u002Fsynchronization-primitives","01.csharp\u002F06.system-internals-concurrency\u002F07.synchronization-primitives",{"title":254,"icon":255,"path":256,"stem":257,"children":258,"page":59},"System Programming Windows","i-lucide-cpu","\u002Fcsharp\u002Fsystem-programming-windows","01.csharp\u002F07.system-programming-windows",[259,263,267,271,275,279,283,287,291,295,299,303,307,311,315,319,323,327,331,335,339,343,347,351,355,359,363,367,371,375],{"title":260,"path":261,"stem":262},"Як Працює Операційна Система","\u002Fcsharp\u002Fsystem-programming-windows\u002Fhow-os-works","01.csharp\u002F07.system-programming-windows\u002F01.how-os-works",{"title":264,"path":265,"stem":266},"Процеси в .NET — API та Запуск","\u002Fcsharp\u002Fsystem-programming-windows\u002Fprocesses-in-dotnet","01.csharp\u002F07.system-programming-windows\u002F02.processes-in-dotnet",{"title":268,"path":269,"stem":270},"Процеси в .NET — IPC та Міжпроцесна Комунікація","\u002Fcsharp\u002Fsystem-programming-windows\u002F02a.processes-ipc","01.csharp\u002F07.system-programming-windows\u002F02a.processes-ipc",{"title":272,"path":273,"stem":274},"Application Domains та Збірки — AppDomain і AssemblyLoadContext","\u002Fcsharp\u002Fsystem-programming-windows\u002Fappdomains-assemblies","01.csharp\u002F07.system-programming-windows\u002F03.appdomains-assemblies",{"title":276,"path":277,"stem":278},"Application Domains та Збірки — Plug-in Система з Hot-Reload","\u002Fcsharp\u002Fsystem-programming-windows\u002F03a.appdomains-plugin-system","01.csharp\u002F07.system-programming-windows\u002F03a.appdomains-plugin-system",{"title":280,"path":281,"stem":282},"Потоки — Основи та API Thread","\u002Fcsharp\u002Fsystem-programming-windows\u002Fthread-fundamentals","01.csharp\u002F07.system-programming-windows\u002F04.thread-fundamentals",{"title":284,"path":285,"stem":286},"Потоки — Lifecycle, Пріоритети та Безпечне Завершення","\u002Fcsharp\u002Fsystem-programming-windows\u002F04a.thread-lifecycle-priorities","01.csharp\u002F07.system-programming-windows\u002F04a.thread-lifecycle-priorities",{"title":288,"path":289,"stem":290},"Проблеми Спільного Стану — Race Condition та Data Race","\u002Fcsharp\u002Fsystem-programming-windows\u002Fshared-state-problems","01.csharp\u002F07.system-programming-windows\u002F05.shared-state-problems",{"title":292,"path":293,"stem":294},"Проблеми Спільного Стану — Memory Model та volatile","\u002Fcsharp\u002Fsystem-programming-windows\u002F05a.shared-state-memory-model","01.csharp\u002F07.system-programming-windows\u002F05a.shared-state-memory-model",{"title":296,"path":297,"stem":298},"Синхронізація — Monitor, lock та еволюція примітивів","\u002Fcsharp\u002Fsystem-programming-windows\u002Fsynchronization-fundamentals","01.csharp\u002F07.system-programming-windows\u002F06.synchronization-fundamentals",{"title":300,"path":301,"stem":302},"Синхронізація — Наскрізний Приклад та Deadlock Detection","\u002Fcsharp\u002Fsystem-programming-windows\u002F06a.synchronization-walkthrough","01.csharp\u002F07.system-programming-windows\u002F06a.synchronization-walkthrough",{"title":304,"path":305,"stem":306},"Синхронізація — Mutex, Semaphore та Event-Based Primitives","\u002Fcsharp\u002Fsystem-programming-windows\u002Fsynchronization-advanced","01.csharp\u002F07.system-programming-windows\u002F07.synchronization-advanced",{"title":308,"path":309,"stem":310},"Синхронізація — Interlocked, Volatile та Lock-Free Структури","\u002Fcsharp\u002Fsystem-programming-windows\u002F07a.synchronization-advanced-walkthrough","01.csharp\u002F07.system-programming-windows\u002F07a.synchronization-advanced-walkthrough",{"title":312,"path":313,"stem":314},"Interlocked, CAS та Lock-Free Структури","\u002Fcsharp\u002Fsystem-programming-windows\u002Finterlocked-cas-lockfree","01.csharp\u002F07.system-programming-windows\u002F08.interlocked-cas-lockfree",{"title":316,"path":317,"stem":318},"Volatile, Memory Model та Spinning","\u002Fcsharp\u002Fsystem-programming-windows\u002F08a.volatile-memory-model","01.csharp\u002F07.system-programming-windows\u002F08a.volatile-memory-model",{"title":320,"path":321,"stem":322},"ThreadPool — Пул Потоків для Ефективного Виконання","\u002Fcsharp\u002Fsystem-programming-windows\u002Fthread-pool","01.csharp\u002F07.system-programming-windows\u002F09.thread-pool",{"title":324,"path":325,"stem":326},"ThreadPool — Просунуті Сценарії та Внутрішня Будова","\u002Fcsharp\u002Fsystem-programming-windows\u002F09a.thread-pool-advanced","01.csharp\u002F07.system-programming-windows\u002F09a.thread-pool-advanced",{"title":328,"path":329,"stem":330},"Concurrent та Immutable Collections","\u002Fcsharp\u002Fsystem-programming-windows\u002Fconcurrent-collections","01.csharp\u002F07.system-programming-windows\u002F10.concurrent-collections",{"title":332,"path":333,"stem":334},"TPL, Task та Композиція — Від Thread до Task","\u002Fcsharp\u002Fsystem-programming-windows\u002Ftpl-parallel-plinq","01.csharp\u002F07.system-programming-windows\u002F11.tpl-parallel-plinq",{"title":336,"path":337,"stem":338},"Parallel Class та PLINQ — Data Parallelism","\u002Fcsharp\u002Fsystem-programming-windows\u002F11a.tpl-parallel-plinq-advanced","01.csharp\u002F07.system-programming-windows\u002F11a.tpl-parallel-plinq-advanced",{"title":340,"path":341,"stem":342},"Async\u002FAwait — Фундамент Асинхронного Програмування","\u002Fcsharp\u002Fsystem-programming-windows\u002Fasync-fundamentals","01.csharp\u002F07.system-programming-windows\u002F12.async-fundamentals",{"title":344,"path":345,"stem":346},"SynchronizationContext та ConfigureAwait — Контекст Виконання","\u002Fcsharp\u002Fsystem-programming-windows\u002Fasync-context-configureawait","01.csharp\u002F07.system-programming-windows\u002F13.async-context-configureawait",{"title":348,"path":349,"stem":350},"Async — Просунуті Паттерни","\u002Fcsharp\u002Fsystem-programming-windows\u002Fasync-advanced","01.csharp\u002F07.system-programming-windows\u002F14.async-advanced",{"title":352,"path":353,"stem":354},"System.Threading.Channels — Async Producer-Consumer","\u002Fcsharp\u002Fsystem-programming-windows\u002Fchannels","01.csharp\u002F07.system-programming-windows\u002F15.channels",{"title":356,"path":357,"stem":358},"Асинхронна Синхронізація","\u002Fcsharp\u002Fsystem-programming-windows\u002Fasync-synchronization","01.csharp\u002F07.system-programming-windows\u002F16.async-synchronization",{"title":360,"path":361,"stem":362},"Unsafe Code та Вказівники","\u002Fcsharp\u002Fsystem-programming-windows\u002Funsafe-code","01.csharp\u002F07.system-programming-windows\u002F17.unsafe-code",{"title":364,"path":365,"stem":366},"P\u002FInvoke та Windows API — Міст між .NET та Native Code","\u002Fcsharp\u002Fsystem-programming-windows\u002Fpinvoke-winapi","01.csharp\u002F07.system-programming-windows\u002F18.pinvoke-winapi",{"title":368,"path":369,"stem":370},"Реєстр Windows — Центральна База Конфігурації Системи","\u002Fcsharp\u002Fsystem-programming-windows\u002Fwindows-registry","01.csharp\u002F07.system-programming-windows\u002F19.windows-registry",{"title":372,"path":373,"stem":374},"Windows Hooks, Hotkeys та Services — Глибока Інтеграція з ОС","\u002Fcsharp\u002Fsystem-programming-windows\u002Fwindows-hooks-services","01.csharp\u002F07.system-programming-windows\u002F20.windows-hooks-services",{"title":376,"path":377,"stem":378},"Системне Програмування C# (Windows) — 07.system-programming-windows","\u002Fcsharp\u002Fsystem-programming-windows\u002Fimplementation_plan","01.csharp\u002F07.system-programming-windows\u002Fimplementation_plan",{"title":380,"icon":132,"path":381,"stem":382,"children":383,"page":59},"Io","\u002Fcsharp\u002Fio","01.csharp\u002F08.io",[384,388,392,396,400],{"title":385,"path":386,"stem":387},"8.1.1. Основи роботи з файловою системою","\u002Fcsharp\u002Fio\u002Ffile-system-basics","01.csharp\u002F08.io\u002F01.file-system-basics",{"title":389,"path":390,"stem":391},"8.1.2. Потоки (Streams) та Серіалізація Даних","\u002Fcsharp\u002Fio\u002Fstreams-serialization","01.csharp\u002F08.io\u002F02.streams-serialization",{"title":393,"path":394,"stem":395},"8.2.1. JSON Serialization з System.Text.Json","\u002Fcsharp\u002Fio\u002Fjson-serialization","01.csharp\u002F08.io\u002F03.json-serialization",{"title":397,"path":398,"stem":399},"8.2.2. XML Serialization та LINQ to XML","\u002Fcsharp\u002Fio\u002Fxml-serialization","01.csharp\u002F08.io\u002F04.xml-serialization",{"title":401,"path":402,"stem":403},"8.2.3. Binary Serialization: MessagePack та Protocol Buffers","\u002Fcsharp\u002Fio\u002Fbinary-serialization","01.csharp\u002F08.io\u002F05.binary-serialization",{"title":405,"icon":132,"path":406,"stem":407,"children":408,"page":59},"Ado Net","\u002Fcsharp\u002Fado-net","01.csharp\u002F09.ado-net",[409,413,417,421,425,429,433,437,441,445,449,453],{"title":410,"path":411,"stem":412},"9.1. Введення в ADO.NET","\u002Fcsharp\u002Fado-net\u002Fintroduction-to-adonet","01.csharp\u002F09.ado-net\u002F01.introduction-to-adonet",{"title":414,"path":415,"stem":416},"9.2. Клас DbConnection — з'єднання з базою даних","\u002Fcsharp\u002Fado-net\u002Fconnection","01.csharp\u002F09.ado-net\u002F02.connection",{"title":418,"path":419,"stem":420},"9.3. Клас DbCommand — виконання SQL-запитів","\u002Fcsharp\u002Fado-net\u002Fcommand-and-queries","01.csharp\u002F09.ado-net\u002F03.command-and-queries",{"title":422,"path":423,"stem":424},"9.4. Клас DbDataReader — ефективне читання даних","\u002Fcsharp\u002Fado-net\u002Fdatareader","01.csharp\u002F09.ado-net\u002F04.datareader",{"title":426,"path":427,"stem":428},"9.5. Параметризовані запити та захист від SQL Injection","\u002Fcsharp\u002Fado-net\u002Fparameters-and-sql-injection","01.csharp\u002F09.ado-net\u002F05.parameters-and-sql-injection",{"title":430,"path":431,"stem":432},"9.6. Транзакції в ADO.NET","\u002Fcsharp\u002Fado-net\u002Ftransactions","01.csharp\u002F09.ado-net\u002F06.transactions",{"title":434,"path":435,"stem":436},"9.7. DbProviderFactory — провайдер-незалежний код","\u002Fcsharp\u002Fado-net\u002Fprovider-factory","01.csharp\u002F09.ado-net\u002F07.provider-factory",{"title":438,"path":439,"stem":440},"9.8. Асинхронний доступ до даних","\u002Fcsharp\u002Fado-net\u002Fasync-data-access","01.csharp\u002F09.ado-net\u002F08.async-data-access",{"title":442,"path":443,"stem":444},"9.9. Від'єднаний режим: DataSet, DataTable, DataRow","\u002Fcsharp\u002Fado-net\u002Fdisconnected-mode-dataset","01.csharp\u002F09.ado-net\u002F09.disconnected-mode-dataset",{"title":446,"path":447,"stem":448},"9.10. DataAdapter — міст між DataSet та базою даних","\u002Fcsharp\u002Fado-net\u002Fdata-adapter","01.csharp\u002F09.ado-net\u002F10.data-adapter",{"title":450,"path":451,"stem":452},"9.11. Data Mapper та Repository: Архітектура доступу до даних","\u002Fcsharp\u002Fado-net\u002Fdata-mapper-repository","01.csharp\u002F09.ado-net\u002F11.data-mapper-repository",{"title":454,"path":455,"stem":456},"9.12. Identity Map, Unit of Work та Specification Pattern","\u002Fcsharp\u002Fado-net\u002Fadvanced-patterns","01.csharp\u002F09.ado-net\u002F12.advanced-patterns",{"title":458,"icon":255,"path":459,"stem":460,"children":461,"page":59},"Ef Core","\u002Fcsharp\u002Fef-core","01.csharp\u002F10.ef-core",[462,466,470,474,478,482,486,490,494,498,502,506,510,514,518,522,526,532,538,542,546,550,554,558,562,566,570,574,578,582,586,590,594,598,602,606,610,614,618,622,626,630,634,638,642,646],{"title":463,"path":464,"stem":465},"Що таке ORM? Від SQL до об'єктів","\u002Fcsharp\u002Fef-core\u002Fwhat-is-orm","01.csharp\u002F10.ef-core\u002F01.what-is-orm",{"title":467,"path":468,"stem":469},"Перший проєкт — від нуля до CRUD","\u002Fcsharp\u002Fef-core\u002Ffirst-project","01.csharp\u002F10.ef-core\u002F02.first-project",{"title":471,"path":472,"stem":473},"DbContext — Серце EF Core","\u002Fcsharp\u002Fef-core\u002Fdbcontext-deep-dive","01.csharp\u002F10.ef-core\u002F03.dbcontext-deep-dive",{"title":475,"path":476,"stem":477},"Провайдери баз даних — Архітектура та Вибір СУБД","\u002Fcsharp\u002Fef-core\u002Fdatabase-providers","01.csharp\u002F10.ef-core\u002F04.database-providers",{"title":479,"path":480,"stem":481},"Конвенції EF Core — Магія без конфігурації","\u002Fcsharp\u002Fef-core\u002Fconventions","01.csharp\u002F10.ef-core\u002F05.conventions",{"title":483,"path":484,"stem":485},"Fluent API та Data Annotations — Явна конфігурація моделі","\u002Fcsharp\u002Fef-core\u002Ffluent-api-vs-annotations","01.csharp\u002F10.ef-core\u002F06.fluent-api-vs-annotations",{"title":487,"path":488,"stem":489},"Зв'язки — One-to-One та One-to-Many","\u002Fcsharp\u002Fef-core\u002Frelationships-basics","01.csharp\u002F10.ef-core\u002F07.relationships-basics",{"title":491,"path":492,"stem":493},"Зв'язки Advanced — Many-to-Many та Складні Сценарії","\u002Fcsharp\u002Fef-core\u002Frelationships-advanced","01.csharp\u002F10.ef-core\u002F08.relationships-advanced",{"title":495,"path":496,"stem":497},"Властивості — Типи, Конвертери, Компаратори (Частина 1)","\u002Fcsharp\u002Fef-core\u002Fproperty-configuration-part1","01.csharp\u002F10.ef-core\u002F09.property-configuration-part1",{"title":499,"path":500,"stem":501},"Властивості — Value Comparers, Generators, Shadow Properties (Частина 2)","\u002Fcsharp\u002Fef-core\u002Fproperty-configuration-part2","01.csharp\u002F10.ef-core\u002F09.property-configuration-part2",{"title":503,"path":504,"stem":505},"Складні типи — Owned Types та Complex Types (Частина 1)","\u002Fcsharp\u002Fef-core\u002Fcomplex-types-owned-part1","01.csharp\u002F10.ef-core\u002F10.complex-types-owned-part1",{"title":507,"path":508,"stem":509},"Складні типи — Complex Types, Keyless Entities, Порівняння (Частина 2)","\u002Fcsharp\u002Fef-core\u002Fcomplex-types-owned-part2","01.csharp\u002F10.ef-core\u002F10.complex-types-owned-part2",{"title":511,"path":512,"stem":513},"JSON Columns — Складні дані у JSON (Частина 1)","\u002Fcsharp\u002Fef-core\u002Fjson-columns-part1","01.csharp\u002F10.ef-core\u002F11.json-columns-part1",{"title":515,"path":516,"stem":517},"JSON Columns — Value Comparers, Індекси, Провайдери (Частина 2)","\u002Fcsharp\u002Fef-core\u002Fjson-columns-part2","01.csharp\u002F10.ef-core\u002F11.json-columns-part2",{"title":519,"path":520,"stem":521},"Успадкування — Абстрактні класи та TPH (Частина 1)","\u002Fcsharp\u002Fef-core\u002Finheritance-part1","01.csharp\u002F10.ef-core\u002F12.inheritance-part1",{"title":523,"path":524,"stem":525},"Успадкування — TPT, TPC та Порівняння Стратегій (Частина 2)","\u002Fcsharp\u002Fef-core\u002Finheritance-part2","01.csharp\u002F10.ef-core\u002F12.inheritance-part2",{"title":527,"path":528,"stem":529,"children":530},"Індекси, Обмеження та Схема (Частина 1)","\u002Fcsharp\u002Fef-core\u002Findexes-constraints-part1","01.csharp\u002F10.ef-core\u002F13.indexes-constraints-part1",[531],{"title":527,"path":528,"stem":529},{"title":533,"path":534,"stem":535,"children":536},"Індекси, Обмеження та Схема (Частина 2)","\u002Fcsharp\u002Fef-core\u002Findexes-constraints-part2","01.csharp\u002F10.ef-core\u002F13.indexes-constraints-part2",[537],{"title":533,"path":534,"stem":535},{"title":539,"path":540,"stem":541},"Seed Data — Початкові Дані (Частина 1)","\u002Fcsharp\u002Fef-core\u002Fseeding-part1","01.csharp\u002F10.ef-core\u002F14.seeding-part1",{"title":543,"path":544,"stem":545},"Seed Data — SQL-скрипти, Bogus та Стратегії (Частина 2)","\u002Fcsharp\u002Fef-core\u002Fseeding-part2","01.csharp\u002F10.ef-core\u002F14.seeding-part2",{"title":547,"path":548,"stem":549},"Global Query Filters — Глобальні Фільтри (Частина 1)","\u002Fcsharp\u002Fef-core\u002Fglobal-query-filters-part1","01.csharp\u002F10.ef-core\u002F15.global-query-filters-part1",{"title":551,"path":552,"stem":553},"Global Query Filters — Підводні камені та Інтеграція (Частина 2)","\u002Fcsharp\u002Fef-core\u002Fglobal-query-filters-part2","01.csharp\u002F10.ef-core\u002F15.global-query-filters-part2",{"title":555,"path":556,"stem":557},"LINQ-запити в EF Core (Частина 1)","\u002Fcsharp\u002Fef-core\u002Flinq-queries-part1","01.csharp\u002F10.ef-core\u002F16.linq-queries-part1",{"title":559,"path":560,"stem":561},"LINQ-запити в EF Core (Частина 2)","\u002Fcsharp\u002Fef-core\u002Flinq-queries-part2","01.csharp\u002F10.ef-core\u002F16.linq-queries-part2",{"title":563,"path":564,"stem":565},"Завантаження Пов'язаних Даних (Частина 1)","\u002Fcsharp\u002Fef-core\u002Floading-related-data-part1","01.csharp\u002F10.ef-core\u002F17.loading-related-data-part1",{"title":567,"path":568,"stem":569},"Завантаження Пов'язаних Даних (Частина 2)","\u002Fcsharp\u002Fef-core\u002Floading-related-data-part2","01.csharp\u002F10.ef-core\u002F17.loading-related-data-part2",{"title":571,"path":572,"stem":573},"Raw SQL, Views та Stored Procedures (Частина 1)","\u002Fcsharp\u002Fef-core\u002Fraw-sql-part1","01.csharp\u002F10.ef-core\u002F18.raw-sql-part1",{"title":575,"path":576,"stem":577},"Raw SQL — Stored Procedures, DbFunction та Bulk Operations (Частина 2)","\u002Fcsharp\u002Fef-core\u002Fraw-sql-part2","01.csharp\u002F10.ef-core\u002F18.raw-sql-part2",{"title":579,"path":580,"stem":581},"Продвинуті Запити — Compiled Queries, Bulk та Оптимізація (Частина 1)","\u002Fcsharp\u002Fef-core\u002Fadvanced-queries-part1","01.csharp\u002F10.ef-core\u002F19.advanced-queries-part1",{"title":583,"path":584,"stem":585},"Продвинуті Запити — Query Tags, Bulk та Interceptors (Частина 2)","\u002Fcsharp\u002Fef-core\u002Fadvanced-queries-part2","01.csharp\u002F10.ef-core\u002F19.advanced-queries-part2",{"title":587,"path":588,"stem":589},"Change Tracker — Відстеження Змін (Частина 1)","\u002Fcsharp\u002Fef-core\u002Fchange-tracking-part1","01.csharp\u002F10.ef-core\u002F20.change-tracking-part1",{"title":591,"path":592,"stem":593},"Change Tracker — Графи Об'єктів та Disconnected (Частина 2)","\u002Fcsharp\u002Fef-core\u002Fchange-tracking-part2","01.csharp\u002F10.ef-core\u002F20.change-tracking-part2",{"title":595,"path":596,"stem":597},"Збереження Даних та Транзакції (Частина 1)","\u002Fcsharp\u002Fef-core\u002Fsaving-data-part1","01.csharp\u002F10.ef-core\u002F21.saving-data-part1",{"title":599,"path":600,"stem":601},"Збереження Даних — Concurrency та Outbox (Частина 2)","\u002Fcsharp\u002Fef-core\u002Fsaving-data-part2","01.csharp\u002F10.ef-core\u002F21.saving-data-part2",{"title":603,"path":604,"stem":605},"Конкурентність та Блокування (Частина 1)","\u002Fcsharp\u002Fef-core\u002Fconcurrency-part1","01.csharp\u002F10.ef-core\u002F22.concurrency-part1",{"title":607,"path":608,"stem":609},"Конкурентність — Дедлоки та Queue Processing (Частина 2)","\u002Fcsharp\u002Fef-core\u002Fconcurrency-part2","01.csharp\u002F10.ef-core\u002F22.concurrency-part2",{"title":611,"path":612,"stem":613},"Міграції в EF Core — Основи (Частина 1)","\u002Fcsharp\u002Fef-core\u002Fmigrations-basics-part1","01.csharp\u002F10.ef-core\u002F23.migrations-basics-part1",{"title":615,"path":616,"stem":617},"Міграції в EF Core — Основи (Частина 2)","\u002Fcsharp\u002Fef-core\u002Fmigrations-basics-part2","01.csharp\u002F10.ef-core\u002F23.migrations-basics-part2",{"title":619,"path":620,"stem":621},"Міграції — Просунуті Сценарії (Частина 1)","\u002Fcsharp\u002Fef-core\u002Fmigrations-advanced-part1","01.csharp\u002F10.ef-core\u002F24.migrations-advanced-part1",{"title":623,"path":624,"stem":625},"Міграції — Просунуті Сценарії (Частина 2)","\u002Fcsharp\u002Fef-core\u002Fmigrations-advanced-part2","01.csharp\u002F10.ef-core\u002F24.migrations-advanced-part2",{"title":627,"path":628,"stem":629},"Управління Схемою та Database-First (Частина 1)","\u002Fcsharp\u002Fef-core\u002Fschema-management-part1","01.csharp\u002F10.ef-core\u002F25.schema-management-part1",{"title":631,"path":632,"stem":633},"Управління Схемою та Database-First (Частина 2)","\u002Fcsharp\u002Fef-core\u002Fschema-management-part2","01.csharp\u002F10.ef-core\u002F25.schema-management-part2",{"title":635,"path":636,"stem":637},"Продуктивність EF Core — Основи (Частина 1)","\u002Fcsharp\u002Fef-core\u002Fperformance-fundamentals-part1","01.csharp\u002F10.ef-core\u002F26.performance-fundamentals-part1",{"title":639,"path":640,"stem":641},"Interceptors в EF Core (Частина 1)","\u002Fcsharp\u002Fef-core\u002Finterceptors-part1","01.csharp\u002F10.ef-core\u002F29.interceptors-part1",{"title":643,"path":644,"stem":645},"Interceptors в EF Core — Connection, Transaction та Materialization (Частина 2)","\u002Fcsharp\u002Fef-core\u002Finterceptors-part2","01.csharp\u002F10.ef-core\u002F29.interceptors-part2",{"title":647,"path":648,"stem":649},"План вивчення Entity Framework Core — Повний курс","\u002Fcsharp\u002Fef-core\u002Fimplementation_plan","01.csharp\u002F10.ef-core\u002Fimplementation_plan",{"title":651,"icon":652,"path":653,"stem":654,"children":655,"page":59},"ASP.NET","i-devicon-dotnetcore","\u002Fcsharp\u002Faspnet","01.csharp\u002F11.aspnet",[656,730,791,869,927,941,967,1057,1111,1182,1212,1289,1346],{"title":657,"icon":658,"path":659,"stem":660,"children":661,"page":59},"Minimal API","i-lucide-network","\u002Fcsharp\u002Faspnet\u002Fminimal-api","01.csharp\u002F11.aspnet\u002F01.minimal-api",[662,666,670,674,678,682,686,690,694,698,702,706,710,714,718,722,726],{"title":663,"path":664,"stem":665},"Вступ до ASP.NET та еволюція фреймворку","\u002Fcsharp\u002Faspnet\u002Fminimal-api\u002Fintroduction","01.csharp\u002F11.aspnet\u002F01.minimal-api\u002F01.introduction",{"title":667,"path":668,"stem":669},"Перший додаток на ASP.NET Core","\u002Fcsharp\u002Faspnet\u002Fminimal-api\u002Ffirst-application","01.csharp\u002F11.aspnet\u002F01.minimal-api\u002F02.first-application",{"title":671,"path":672,"stem":673},"WebApplication, Builder та Dependency Injection","\u002Fcsharp\u002Faspnet\u002Fminimal-api\u002Fwebapplication-builder","01.csharp\u002F11.aspnet\u002F01.minimal-api\u002F03.webapplication-builder",{"title":675,"path":676,"stem":677},"Конвеєр запитів та Middleware","\u002Fcsharp\u002Faspnet\u002Fminimal-api\u002Frequest-pipeline-middleware","01.csharp\u002F11.aspnet\u002F01.minimal-api\u002F04.request-pipeline-middleware",{"title":679,"path":680,"stem":681},"Маршрутизація в ASP.NET Core: Основи","\u002Fcsharp\u002Faspnet\u002Fminimal-api\u002Frouting-basics","01.csharp\u002F11.aspnet\u002F01.minimal-api\u002F05.routing-basics",{"title":683,"path":684,"stem":685},"Маршрутизація в ASP.NET Core: Розширені можливості","\u002Fcsharp\u002Faspnet\u002Fminimal-api\u002Frouting-advanced","01.csharp\u002F11.aspnet\u002F01.minimal-api\u002F06.routing-advanced",{"title":687,"path":688,"stem":689},"Статичні файли в ASP.NET Core","\u002Fcsharp\u002Faspnet\u002Fminimal-api\u002Fstatic-files","01.csharp\u002F11.aspnet\u002F01.minimal-api\u002F07.static-files",{"title":691,"path":692,"stem":693},"Статичні Активи: MapStaticAssets (ASP.NET Core 9.0)","\u002Fcsharp\u002Faspnet\u002Fminimal-api\u002Fstatic-assets","01.csharp\u002F11.aspnet\u002F01.minimal-api\u002F08.static-assets",{"title":695,"path":696,"stem":697},"Конфігурація в ASP.NET Core: Основи","\u002Fcsharp\u002Faspnet\u002Fminimal-api\u002Fconfiguration-fundamentals","01.csharp\u002F11.aspnet\u002F01.minimal-api\u002F09.configuration-fundamentals",{"title":699,"path":700,"stem":701},"Конфігурація: Паттерн Options","\u002Fcsharp\u002Faspnet\u002Fminimal-api\u002Fconfiguration-options","01.csharp\u002F11.aspnet\u002F01.minimal-api\u002F10.configuration-options",{"title":703,"path":704,"stem":705},"Логування в ASP.NET Core: Основи","\u002Fcsharp\u002Faspnet\u002Fminimal-api\u002Flogging-basics","01.csharp\u002F11.aspnet\u002F01.minimal-api\u002F11.logging-basics",{"title":707,"path":708,"stem":709},"Логування: Serilog та Middleware","\u002Fcsharp\u002Faspnet\u002Fminimal-api\u002Flogging-advanced","01.csharp\u002F11.aspnet\u002F01.minimal-api\u002F12.logging-advanced",{"title":711,"path":712,"stem":713},"Управління станом: HttpContext.Items та Cookies","\u002Fcsharp\u002Faspnet\u002Fminimal-api\u002Fstate-management","01.csharp\u002F11.aspnet\u002F01.minimal-api\u002F13.state-management",{"title":715,"path":716,"stem":717},"Стан сесії: Sessions","\u002Fcsharp\u002Faspnet\u002Fminimal-api\u002Fsession-state","01.csharp\u002F11.aspnet\u002F01.minimal-api\u002F14.session-state",{"title":719,"path":720,"stem":721},"Структура проєкту: від хаосу до архітектури","\u002Fcsharp\u002Faspnet\u002Fminimal-api\u002Fproject-structure","01.csharp\u002F11.aspnet\u002F01.minimal-api\u002F15.project-structure",{"title":723,"path":724,"stem":725},"Scalar у Minimal API: повний проєкт і Fluent OpenAPI","\u002Fcsharp\u002Faspnet\u002Fminimal-api\u002Fscalar-openapi-fluent","01.csharp\u002F11.aspnet\u002F01.minimal-api\u002F16.scalar-openapi-fluent",{"title":727,"path":728,"stem":729},"Swagger \u002F Swashbuckle у Minimal API: окремий класичний шлях","\u002Fcsharp\u002Faspnet\u002Fminimal-api\u002Fswagger-swashbuckle","01.csharp\u002F11.aspnet\u002F01.minimal-api\u002F17.swagger-swashbuckle",{"title":731,"icon":658,"path":732,"stem":733,"children":734,"page":59},"API","\u002Fcsharp\u002Faspnet\u002Fapi","01.csharp\u002F11.aspnet\u002F02.api",[735,739,743,747,751,755,759,763,767,771,775,779,783,787],{"title":736,"path":737,"stem":738},"Що таке API. Клієнт-серверна архітектура","\u002Fcsharp\u002Faspnet\u002Fapi\u002Fwhat-is-api","01.csharp\u002F11.aspnet\u002F02.api\u002F01.what-is-api",{"title":740,"path":741,"stem":742},"Формати даних: JSON, XML, TOML та бінарні формати","\u002Fcsharp\u002Faspnet\u002Fapi\u002Fdata-formats","01.csharp\u002F11.aspnet\u002F02.api\u002F02.data-formats",{"title":744,"path":745,"stem":746},"Парадигми API та концепція REST","\u002Fcsharp\u002Faspnet\u002Fapi\u002Fapi-paradigms-rest","01.csharp\u002F11.aspnet\u002F02.api\u002F03.api-paradigms-rest",{"title":748,"path":749,"stem":750},"HTTP-методи, статус-коди та заголовки","\u002Fcsharp\u002Faspnet\u002Fapi\u002Fhttp-methods-status-codes","01.csharp\u002F11.aspnet\u002F02.api\u002F04.http-methods-status-codes",{"title":752,"path":753,"stem":754},"Організація HTTP API за принципами REST","\u002Fcsharp\u002Faspnet\u002Fapi\u002Frest-organizing","01.csharp\u002F11.aspnet\u002F02.api\u002F05.rest-organizing",{"title":756,"path":757,"stem":758},"Номенклатура URL та CRUD-операції","\u002Fcsharp\u002Faspnet\u002Fapi\u002Furl-nomenclature-crud","01.csharp\u002F11.aspnet\u002F02.api\u002F06.url-nomenclature-crud",{"title":760,"path":761,"stem":762},"Правила дизайну: іменування та стандарти","\u002Fcsharp\u002Faspnet\u002Fapi\u002Fapi-design-naming","01.csharp\u002F11.aspnet\u002F02.api\u002F07.api-design-naming",{"title":764,"path":765,"stem":766},"Валідація, ліміти та обробка помилок","\u002Fcsharp\u002Faspnet\u002Fapi\u002Fapi-design-validation","01.csharp\u002F11.aspnet\u002F02.api\u002F08.api-design-validation",{"title":768,"path":769,"stem":770},"Обробка помилок у Minimal API","\u002Fcsharp\u002Faspnet\u002Fapi\u002Ferror-handling-http","01.csharp\u002F11.aspnet\u002F02.api\u002F09.error-handling-http",{"title":772,"path":773,"stem":774},"Ідемпотентність та синхронізація стану","\u002Fcsharp\u002Faspnet\u002Fapi\u002Fidempotency-sync","01.csharp\u002F11.aspnet\u002F02.api\u002F10.idempotency-sync",{"title":776,"path":777,"stem":778},"Пагінація та організація списків","\u002Fcsharp\u002Faspnet\u002Fapi\u002Fpagination-lists","01.csharp\u002F11.aspnet\u002F02.api\u002F11.pagination-lists",{"title":780,"path":781,"stem":782},"Безпека API, кешування та інтернаціоналізація","\u002Fcsharp\u002Faspnet\u002Fapi\u002Fsecurity-auth","01.csharp\u002F11.aspnet\u002F02.api\u002F12.security-auth",{"title":784,"path":785,"stem":786},"Процес проєктування API та документування","\u002Fcsharp\u002Faspnet\u002Fapi\u002Fapi-design-process","01.csharp\u002F11.aspnet\u002F02.api\u002F13.api-design-process",{"title":788,"path":789,"stem":790},"OpenAPI: контракт, специфікація та документація API","\u002Fcsharp\u002Faspnet\u002Fapi\u002Fopenapi","01.csharp\u002F11.aspnet\u002F02.api\u002F14.openapi",{"title":792,"icon":793,"path":794,"stem":795,"children":796,"page":59},"Auth","i-lucide-shield-check","\u002Fcsharp\u002Faspnet\u002Fauth","01.csharp\u002F11.aspnet\u002F03.auth",[797,801,805,809,813,817,821,825,829,833,837,841,845,849,853,857,861,865],{"title":798,"path":799,"stem":800},"Основи аутентифікації та авторизації","\u002Fcsharp\u002Faspnet\u002Fauth\u002Fauth-fundamentals","01.csharp\u002F11.aspnet\u002F03.auth\u002F01.auth-fundamentals",{"title":802,"path":803,"stem":804},"JWT-аутентифікація","\u002Fcsharp\u002Faspnet\u002Fauth\u002Fjwt-authentication","01.csharp\u002F11.aspnet\u002F03.auth\u002F02.jwt-authentication",{"title":806,"path":807,"stem":808},"Авторизація: ролі, політики та resource-based доступ","\u002Fcsharp\u002Faspnet\u002Fauth\u002Fauthorization-policies","01.csharp\u002F11.aspnet\u002F03.auth\u002F03.authorization-policies",{"title":810,"path":811,"stem":812},"Cookie-аутентифікація та ASP.NET Core Identity","\u002Fcsharp\u002Faspnet\u002Fauth\u002Fcookie-auth-identity","01.csharp\u002F11.aspnet\u002F03.auth\u002F04.cookie-auth-identity",{"title":814,"path":815,"stem":816},"JWT + Refresh Tokens (HttpOnly Cookie)","\u002Fcsharp\u002Faspnet\u002Fauth\u002F04b.identity-auth-jwt","01.csharp\u002F11.aspnet\u002F03.auth\u002F04b.identity-auth-jwt",{"title":818,"path":819,"stem":820},"Identity: Підтвердження Email та Скидання Пароля","\u002Fcsharp\u002Faspnet\u002Fauth\u002Fidentity-email-confirmation","01.csharp\u002F11.aspnet\u002F03.auth\u002F05.identity-email-confirmation",{"title":822,"path":823,"stem":824},"Identity: Двофакторна Аутентифікація (2FA)","\u002Fcsharp\u002Faspnet\u002Fauth\u002Fidentity-two-factor","01.csharp\u002F11.aspnet\u002F03.auth\u002F06.identity-two-factor",{"title":826,"path":827,"stem":828},"Identity: Внутрішня Архітектура та Кастомізація","\u002Fcsharp\u002Faspnet\u002Fauth\u002Fidentity-internals","01.csharp\u002F11.aspnet\u002F03.auth\u002F07.identity-internals",{"title":830,"path":831,"stem":832},"OAuth 2.0 та зовнішні провайдери","\u002Fcsharp\u002Faspnet\u002Fauth\u002Foauth-external-providers","01.csharp\u002F11.aspnet\u002F03.auth\u002F08.oauth-external-providers",{"title":834,"path":835,"stem":836},"Безпека на практиці: CORS, HTTPS та захист від атак","\u002Fcsharp\u002Faspnet\u002Fauth\u002Fsecurity-hardening","01.csharp\u002F11.aspnet\u002F03.auth\u002F09.security-hardening",{"title":838,"path":839,"stem":840},"Теорія OAuth 2.0: Поняття, Аналогії та Флоу","\u002Fcsharp\u002Faspnet\u002Fauth\u002Foauth-theory","01.csharp\u002F11.aspnet\u002F03.auth\u002F10.oauth-theory",{"title":842,"path":843,"stem":844},"OIDC, OAuth 2.0 та Keycloak в ASP.NET Core","\u002Fcsharp\u002Faspnet\u002Fauth\u002Foidc-keycloak","01.csharp\u002F11.aspnet\u002F03.auth\u002F10.oidc-keycloak",{"title":846,"path":847,"stem":848},"API Keys аутентифікація в ASP.NET Core","\u002Fcsharp\u002Faspnet\u002Fauth\u002Fapi-keys","01.csharp\u002F11.aspnet\u002F03.auth\u002F11.api-keys",{"title":850,"path":851,"stem":852},"Rate Limiting та Throttling в ASP.NET Core","\u002Fcsharp\u002Faspnet\u002Fauth\u002Frate-limiting","01.csharp\u002F11.aspnet\u002F03.auth\u002F12.rate-limiting",{"title":854,"path":855,"stem":856},"Refresh Token Rotation в ASP.NET Core","\u002Fcsharp\u002Faspnet\u002Fauth\u002Frefresh-token-rotation","01.csharp\u002F11.aspnet\u002F03.auth\u002F13.refresh-token-rotation",{"title":858,"path":859,"stem":860},"Certificate Authentication та mTLS в ASP.NET Core","\u002Fcsharp\u002Faspnet\u002Fauth\u002Fcertificate-auth","01.csharp\u002F11.aspnet\u002F03.auth\u002F14.certificate-auth",{"title":862,"path":863,"stem":864},"RBAC, ABAC та ReBAC в ASP.NET Core","\u002Fcsharp\u002Faspnet\u002Fauth\u002Frbac-abac-rebac","01.csharp\u002F11.aspnet\u002F03.auth\u002F15.rbac-abac-rebac",{"title":866,"path":867,"stem":868},"Multi-tenancy та ізоляція даних в ASP.NET Core","\u002Fcsharp\u002Faspnet\u002Fauth\u002Fmulti-tenancy","01.csharp\u002F11.aspnet\u002F03.auth\u002F16.multi-tenancy",{"title":870,"icon":871,"path":872,"stem":873,"children":874,"page":59},"Нотифікації","i-lucide-bell","\u002Fcsharp\u002Faspnet\u002Fnotifications","01.csharp\u002F11.aspnet\u002F04.notifications",[875,879,883,887,891,895,899,903,907,911,915,919,923],{"title":876,"path":877,"stem":878},"In-App нотифікації через базу даних","\u002Fcsharp\u002Faspnet\u002Fnotifications\u002Fin-app-database-notifications","01.csharp\u002F11.aspnet\u002F04.notifications\u002F01.in-app-database-notifications",{"title":880,"path":881,"stem":882},"Polling: Регулярний запит оновлень","\u002Fcsharp\u002Faspnet\u002Fnotifications\u002Fpolling","01.csharp\u002F11.aspnet\u002F04.notifications\u002F02.polling",{"title":884,"path":885,"stem":886},"Server-Sent Events: Однострімовий push від сервера","\u002Fcsharp\u002Faspnet\u002Fnotifications\u002Fserver-sent-events","01.csharp\u002F11.aspnet\u002F04.notifications\u002F03.server-sent-events",{"title":888,"path":889,"stem":890},"WebSockets: Двостороннє з'єднання в реальному часі","\u002Fcsharp\u002Faspnet\u002Fnotifications\u002Fwebsockets","01.csharp\u002F11.aspnet\u002F04.notifications\u002F04.websockets",{"title":892,"path":893,"stem":894},"SignalR: Абстракція над транспортами реального часу","\u002Fcsharp\u002Faspnet\u002Fnotifications\u002Fsignalr","01.csharp\u002F11.aspnet\u002F04.notifications\u002F05.signalr",{"title":896,"path":897,"stem":898},"Background Services: Фонові задачі в ASP.NET Core","\u002Fcsharp\u002Faspnet\u002Fnotifications\u002Fbackground-services","01.csharp\u002F11.aspnet\u002F04.notifications\u002F06.background-services",{"title":900,"path":901,"stem":902},"Web Push нотифікації","\u002Fcsharp\u002Faspnet\u002Fnotifications\u002Fweb-push","01.csharp\u002F11.aspnet\u002F04.notifications\u002F07.web-push",{"title":904,"path":905,"stem":906},"Email нотифікації","\u002Fcsharp\u002Faspnet\u002Fnotifications\u002Femail-notifications","01.csharp\u002F11.aspnet\u002F04.notifications\u002F08.email-notifications",{"title":908,"path":909,"stem":910},"Порівняння підходів: Як вибрати правильну технологію нотифікацій","\u002Fcsharp\u002Faspnet\u002Fnotifications\u002Fchoosing-the-right-approach","01.csharp\u002F11.aspnet\u002F04.notifications\u002F09.choosing-the-right-approach",{"title":912,"path":913,"stem":914},"Hangfire: Надійне планування фонових задач","\u002Fcsharp\u002Faspnet\u002Fnotifications\u002Fhangfire","01.csharp\u002F11.aspnet\u002F04.notifications\u002F10.hangfire",{"title":916,"path":917,"stem":918},"Практика: Конвертація зображень у WebP через Hangfire","\u002Fcsharp\u002Faspnet\u002Fnotifications\u002Fhangfire-image-webp","01.csharp\u002F11.aspnet\u002F04.notifications\u002F11.hangfire-image-webp",{"title":920,"path":921,"stem":922},"Практика: Підготовка відео до HLS-стрімінгу через Hangfire","\u002Fcsharp\u002Faspnet\u002Fnotifications\u002Fhangfire-video-hls","01.csharp\u002F11.aspnet\u002F04.notifications\u002F12.hangfire-video-hls",{"title":924,"path":925,"stem":926},"Telegram-нотифікації: від одного повідомлення до масових розсилок і мульти-канального підходу","\u002Fcsharp\u002Faspnet\u002Fnotifications\u002Ftelegram-notifications","01.csharp\u002F11.aspnet\u002F04.notifications\u002F13.telegram-notifications",{"title":928,"icon":929,"path":930,"stem":931,"children":932,"page":59},"Інтернаціоналізація","i-lucide-languages","\u002Fcsharp\u002Faspnet\u002Fi18n","01.csharp\u002F11.aspnet\u002F05.i18n",[933,937],{"title":934,"path":935,"stem":936},"Інтернаціоналізація (i18n) у Minimal API: від A до Я","\u002Fcsharp\u002Faspnet\u002Fi18n\u002Finternationalization","01.csharp\u002F11.aspnet\u002F05.i18n\u002F01.internationalization",{"title":938,"path":939,"stem":940},"Humanizer: людиномовні рядки у .NET","\u002Fcsharp\u002Faspnet\u002Fi18n\u002Fhumanizer","01.csharp\u002F11.aspnet\u002F05.i18n\u002F02.humanizer",{"title":942,"icon":943,"path":944,"stem":945,"children":946,"page":59},"Кешування","i-lucide-layers","\u002Fcsharp\u002Faspnet\u002Fcaching","01.csharp\u002F11.aspnet\u002F06.caching",[947,951,955,959,963],{"title":948,"path":949,"stem":950},"Огляд кешування: чотири рівні і коли що обирати","\u002Fcsharp\u002Faspnet\u002Fcaching\u002Fcaching","01.csharp\u002F11.aspnet\u002F06.caching\u002F01.caching",{"title":952,"path":953,"stem":954},"IMemoryCache: кеш в оперативній пам'яті","\u002Fcsharp\u002Faspnet\u002Fcaching\u002Fmemory-cache","01.csharp\u002F11.aspnet\u002F06.caching\u002F02.memory-cache",{"title":956,"path":957,"stem":958},"IDistributedCache і Redis: розподілений кеш","\u002Fcsharp\u002Faspnet\u002Fcaching\u002Fdistributed-cache","01.csharp\u002F11.aspnet\u002F06.caching\u002F03.distributed-cache",{"title":960,"path":961,"stem":962},"Response Cache: HTTP-кешування через Cache-Control","\u002Fcsharp\u002Faspnet\u002Fcaching\u002Fresponse-cache","01.csharp\u002F11.aspnet\u002F06.caching\u002F04.response-cache",{"title":964,"path":965,"stem":966},"Output Cache: серверний кеш HTTP-відповідей (.NET 7+)","\u002Fcsharp\u002Faspnet\u002Fcaching\u002Foutput-cache","01.csharp\u002F11.aspnet\u002F06.caching\u002F05.output-cache",{"title":968,"icon":969,"path":970,"stem":971,"children":972,"page":59},"Тестування","i-lucide-test-tube","\u002Fcsharp\u002Faspnet\u002Ftesting","01.csharp\u002F11.aspnet\u002F07.testing",[973,977,981,985,989,993,997,1001,1005,1009,1013,1017,1021,1025,1029,1033,1037,1041,1045,1049,1053],{"title":974,"path":975,"stem":976},"Що таке тестування? Від інтуїції до науки","\u002Fcsharp\u002Faspnet\u002Ftesting\u002Fwhat-is-testing","01.csharp\u002F11.aspnet\u002F07.testing\u002F01.what-is-testing",{"title":978,"path":979,"stem":980},"Піраміда тестування — Стратегія, а не Догма","\u002Fcsharp\u002Faspnet\u002Ftesting\u002Ftesting-pyramid","01.csharp\u002F11.aspnet\u002F07.testing\u002F02.testing-pyramid",{"title":982,"path":983,"stem":984},"Дві Школи Тестування — Лондон проти Детройту","\u002Fcsharp\u002Faspnet\u002Ftesting\u002Ftesting-schools","01.csharp\u002F11.aspnet\u002F07.testing\u002F03.testing-schools",{"title":986,"path":987,"stem":988},"TDD та BDD — Тести як Дизайн-інструмент","\u002Fcsharp\u002Faspnet\u002Ftesting\u002Ftdd-and-bdd","01.csharp\u002F11.aspnet\u002F07.testing\u002F04.tdd-and-bdd",{"title":990,"path":991,"stem":992},"Що саме тестувати — Техніки аналізу та Циклomatична складність","\u002Fcsharp\u002Faspnet\u002Ftesting\u002Fwhat-to-test","01.csharp\u002F11.aspnet\u002F07.testing\u002F05.what-to-test",{"title":994,"path":995,"stem":996},"Тестові Фреймворки — Навіщо вони і що всередині","\u002Fcsharp\u002Faspnet\u002Ftesting\u002Ftest-frameworks","01.csharp\u002F11.aspnet\u002F07.testing\u002F06.test-frameworks",{"title":998,"path":999,"stem":1000},"xUnit — Факти, Теорії та Lifecycle тестів","\u002Fcsharp\u002Faspnet\u002Ftesting\u002Fxunit-basics","01.csharp\u002F11.aspnet\u002F07.testing\u002F07.xunit-basics",{"title":1002,"path":1003,"stem":1004},"xUnit Advanced — Fixtures, Кастомізація та Розширення","\u002Fcsharp\u002Faspnet\u002Ftesting\u002Fxunit-advanced","01.csharp\u002F11.aspnet\u002F07.testing\u002F08.xunit-advanced",{"title":1006,"path":1007,"stem":1008},"Moq — Глибоке занурення в мокування","\u002Fcsharp\u002Faspnet\u002Ftesting\u002Fmocking-with-moq","01.csharp\u002F11.aspnet\u002F07.testing\u002F09.mocking-with-moq",{"title":1010,"path":1011,"stem":1012},"Тестування Баз Даних — EF Core, SQLite та Testcontainers","\u002Fcsharp\u002Faspnet\u002Ftesting\u002Fdatabase-testing","01.csharp\u002F11.aspnet\u002F07.testing\u002F10.database-testing",{"title":1014,"path":1015,"stem":1016},"Integration Testing — Частина 1 [Теорія та WebApplicationFactory]","\u002Fcsharp\u002Faspnet\u002Ftesting\u002Fintegration-testing","01.csharp\u002F11.aspnet\u002F07.testing\u002F11.integration-testing",{"title":1018,"path":1019,"stem":1020},"Інтеграційне тестування — Практика","\u002Fcsharp\u002Faspnet\u002Ftesting\u002F11a.integration-testing-practice","01.csharp\u002F11.aspnet\u002F07.testing\u002F11a.integration-testing-practice",{"title":1022,"path":1023,"stem":1024},"Integration Testing — Частина 2 [Просунуті Сценарії та Testcontainers]","\u002Fcsharp\u002Faspnet\u002Ftesting\u002Fintegration-testing-advanced","01.csharp\u002F11.aspnet\u002F07.testing\u002F12.integration-testing-advanced",{"title":1026,"path":1027,"stem":1028},"Професійний Postman: Колекції, Змінні та GitHub Інтеграція","\u002Fcsharp\u002Faspnet\u002Ftesting\u002Fpostman-professional","01.csharp\u002F11.aspnet\u002F07.testing\u002F13.postman-professional",{"title":1030,"path":1031,"stem":1032},"HttpClient у Тестах Частина 1: Архітектура та MockHttpMessageHandler","\u002Fcsharp\u002Faspnet\u002Ftesting\u002Fhttpclient-testing","01.csharp\u002F11.aspnet\u002F07.testing\u002F14.httpclient-testing",{"title":1034,"path":1035,"stem":1036},"HttpClient у Тестах Частина 2: WireMock.Net та Resilience","\u002Fcsharp\u002Faspnet\u002Ftesting\u002Fwiremock-net","01.csharp\u002F11.aspnet\u002F07.testing\u002F15.wiremock-net",{"title":1038,"path":1039,"stem":1040},"Патерни та Анти-патерни Тестування: Test Smells","\u002Fcsharp\u002Faspnet\u002Ftesting\u002Ftesting-patterns","01.csharp\u002F11.aspnet\u002F07.testing\u002F16.testing-patterns",{"title":1042,"path":1043,"stem":1044},"Просунуті інструменти: Time, Snapshots та Властивості","\u002Fcsharp\u002Faspnet\u002Ftesting\u002Fadvanced-testing-tools","01.csharp\u002F11.aspnet\u002F07.testing\u002F17.advanced-testing-tools",{"title":1046,"path":1047,"stem":1048},"Тестування Архітектури з NetArchTest","\u002Fcsharp\u002Faspnet\u002Ftesting\u002Farchitecture-testing","01.csharp\u002F11.aspnet\u002F07.testing\u002F18.architecture-testing",{"title":1050,"path":1051,"stem":1052},"Тестування Продуктивності: BenchmarkDotNet, NBomber та k6","\u002Fcsharp\u002Faspnet\u002Ftesting\u002Fperformance-testing","01.csharp\u002F11.aspnet\u002F07.testing\u002F19.performance-testing",{"title":1054,"path":1055,"stem":1056},"Залишок плану для курсу \"Тестування ASP.NET Minimal API\"","\u002Fcsharp\u002Faspnet\u002Ftesting\u002Fremaining_plan","01.csharp\u002F11.aspnet\u002F07.testing\u002Fremaining_plan",{"title":1058,"icon":1059,"path":1060,"stem":1061,"children":1062,"page":59},"Платежі","i-lucide-credit-card","\u002Fcsharp\u002Faspnet\u002Fpayments","01.csharp\u002F11.aspnet\u002F08.payments",[1063,1067,1071,1075,1079,1083,1087,1091,1095,1099,1103,1107],{"title":1064,"path":1065,"stem":1066},"Основи платіжної інфраструктури","\u002Fcsharp\u002Faspnet\u002Fpayments\u002Fpayment-fundamentals","01.csharp\u002F11.aspnet\u002F08.payments\u002F01.payment-fundamentals",{"title":1068,"path":1069,"stem":1070},"Методи оплати в Україні","\u002Fcsharp\u002Faspnet\u002Fpayments\u002Fpayment-methods-ukraine","01.csharp\u002F11.aspnet\u002F08.payments\u002F02.payment-methods-ukraine",{"title":1072,"path":1073,"stem":1074},"PCI DSS та безпека платежів","\u002Fcsharp\u002Faspnet\u002Fpayments\u002Fpci-dss-security","01.csharp\u002F11.aspnet\u002F08.payments\u002F03.pci-dss-security",{"title":1076,"path":1077,"stem":1078},"Архітектура платіжної підсистеми","\u002Fcsharp\u002Faspnet\u002Fpayments\u002Fpayment-architecture","01.csharp\u002F11.aspnet\u002F08.payments\u002F04.payment-architecture",{"title":1080,"path":1081,"stem":1082},"Інтеграція LiqPay (ПриватБанк)","\u002Fcsharp\u002Faspnet\u002Fpayments\u002Fliqpay-integration","01.csharp\u002F11.aspnet\u002F08.payments\u002F05.liqpay-integration",{"title":1084,"path":1085,"stem":1086},"Інтеграція Monobank Acquiring API","\u002Fcsharp\u002Faspnet\u002Fpayments\u002Fmonobank-acquiring","01.csharp\u002F11.aspnet\u002F08.payments\u002F06.monobank-acquiring",{"title":1088,"path":1089,"stem":1090},"Інтеграція Stripe","\u002Fcsharp\u002Faspnet\u002Fpayments\u002Fstripe-integration","01.csharp\u002F11.aspnet\u002F08.payments\u002F07.stripe-integration",{"title":1092,"path":1093,"stem":1094},"Webhooks — глибоке занурення","\u002Fcsharp\u002Faspnet\u002Fpayments\u002Fwebhooks-deep-dive","01.csharp\u002F11.aspnet\u002F08.payments\u002F08.webhooks-deep-dive",{"title":1096,"path":1097,"stem":1098},"Підписки та рекурентні платежі","\u002Fcsharp\u002Faspnet\u002Fpayments\u002Fsubscriptions-recurring","01.csharp\u002F11.aspnet\u002F08.payments\u002F09.subscriptions-recurring",{"title":1100,"path":1101,"stem":1102},"Повернення коштів та диспути","\u002Fcsharp\u002Faspnet\u002Fpayments\u002Frefunds-disputes","01.csharp\u002F11.aspnet\u002F08.payments\u002F10.refunds-disputes",{"title":1104,"path":1105,"stem":1106},"Тестування платіжних інтеграцій","\u002Fcsharp\u002Faspnet\u002Fpayments\u002Ftesting-payments","01.csharp\u002F11.aspnet\u002F08.payments\u002F11.testing-payments",{"title":1108,"path":1109,"stem":1110},"Чекліст виходу в Production","\u002Fcsharp\u002Faspnet\u002Fpayments\u002Fproduction-checklist","01.csharp\u002F11.aspnet\u002F08.payments\u002F12.production-checklist",{"title":1112,"icon":1113,"items":1114,"path":1127,"stem":1128,"children":1129,"page":59},"Популярні бібліотеки","lucide:box",[1115,1116,1117,1118,1119,1120,1121,1122,1123,1124,1125,1126],"01.fluent-validation","02.mapster","03.erroror-result-pattern","04.serilog","05.mediatr","06.polly","07.health-checks","08.feature-management","09.fluent-email","10.quest-pdf","11.bogus","12.humanizer-guard","\u002Fcsharp\u002Faspnet\u002Flibraries","01.csharp\u002F11.aspnet\u002F09.libraries",[1130,1134,1138,1142,1146,1150,1154,1158,1162,1166,1170,1174,1178],{"title":1131,"path":1132,"stem":1133},"Валідація з FluentValidation в ASP.NET Core","\u002Fcsharp\u002Faspnet\u002Flibraries\u002Ffluent-validation","01.csharp\u002F11.aspnet\u002F09.libraries\u002F01.fluent-validation",{"title":1135,"path":1136,"stem":1137},"Маппінг об","\u002Fcsharp\u002Faspnet\u002Flibraries\u002Fmapster","01.csharp\u002F11.aspnet\u002F09.libraries\u002F02.mapster",{"title":1139,"path":1140,"stem":1141},"Обробка помилок з ErrorOr та Result Pattern в ASP.NET Core","\u002Fcsharp\u002Faspnet\u002Flibraries\u002Ferroror-result-pattern","01.csharp\u002F11.aspnet\u002F09.libraries\u002F03.erroror-result-pattern",{"title":1143,"path":1144,"stem":1145},"Структуроване логування з Serilog в ASP.NET Core","\u002Fcsharp\u002Faspnet\u002Flibraries\u002Fserilog","01.csharp\u002F11.aspnet\u002F09.libraries\u002F04.serilog",{"title":1147,"path":1148,"stem":1149},"CQRS та Mediator з MediatR в ASP.NET Core","\u002Fcsharp\u002Faspnet\u002Flibraries\u002Fmediatr","01.csharp\u002F11.aspnet\u002F09.libraries\u002F05.mediatr",{"title":1151,"path":1152,"stem":1153},"Відмовостійкість з Polly в ASP.NET Core","\u002Fcsharp\u002Faspnet\u002Flibraries\u002Fpolly","01.csharp\u002F11.aspnet\u002F09.libraries\u002F06.polly",{"title":1155,"path":1156,"stem":1157},"Health Checks в ASP.NET Core","\u002Fcsharp\u002Faspnet\u002Flibraries\u002Fhealth-checks","01.csharp\u002F11.aspnet\u002F09.libraries\u002F07.health-checks",{"title":1159,"path":1160,"stem":1161},"Feature Management та Feature Flags в ASP.NET Core","\u002Fcsharp\u002Faspnet\u002Flibraries\u002Ffeature-management","01.csharp\u002F11.aspnet\u002F09.libraries\u002F08.feature-management",{"title":1163,"path":1164,"stem":1165},"Відправка Email з FluentEmail в ASP.NET Core","\u002Fcsharp\u002Faspnet\u002Flibraries\u002Ffluent-email","01.csharp\u002F11.aspnet\u002F09.libraries\u002F09.fluent-email",{"title":1167,"path":1168,"stem":1169},"Генерація PDF з QuestPDF в ASP.NET Core","\u002Fcsharp\u002Faspnet\u002Flibraries\u002Fquest-pdf","01.csharp\u002F11.aspnet\u002F09.libraries\u002F10.quest-pdf",{"title":1171,"path":1172,"stem":1173},"Генерація тестових даних з Bogus в ASP.NET Core","\u002Fcsharp\u002Faspnet\u002Flibraries\u002Fbogus","01.csharp\u002F11.aspnet\u002F09.libraries\u002F11.bogus",{"title":1175,"path":1176,"stem":1177},"Humanizer та Guard Clauses в ASP.NET Core","\u002Fcsharp\u002Faspnet\u002Flibraries\u002Fhumanizer-guard","01.csharp\u002F11.aspnet\u002F09.libraries\u002F12.humanizer-guard",{"title":1179,"path":1180,"stem":1181},"План модуля 10.libraries — Популярні бібліотеки ASP.NET","\u002Fcsharp\u002Faspnet\u002Flibraries\u002Fplan","01.csharp\u002F11.aspnet\u002F09.libraries\u002Fplan",{"title":1183,"icon":1184,"path":1185,"stem":1186,"children":1187,"page":59},"Razor Pages","i-lucide-layout-template","\u002Fcsharp\u002Faspnet\u002Frazor-pages","01.csharp\u002F11.aspnet\u002F10.razor-pages",[1188,1192,1196,1200,1204,1208],{"title":1189,"path":1190,"stem":1191},"Від Minimal API до Razor Pages: концептуальний перехід","\u002Fcsharp\u002Faspnet\u002Frazor-pages\u002Ffrom-minimal-api","01.csharp\u002F11.aspnet\u002F10.razor-pages\u002F01.from-minimal-api",{"title":1193,"path":1194,"stem":1195},"PageModel: логіка сторінки Razor Pages","\u002Fcsharp\u002Faspnet\u002Frazor-pages\u002Fpage-model","01.csharp\u002F11.aspnet\u002F10.razor-pages\u002F02.page-model",{"title":1197,"path":1198,"stem":1199},"Razor синтаксис: шаблонізатор у .cshtml","\u002Fcsharp\u002Faspnet\u002Frazor-pages\u002Frazor-syntax","01.csharp\u002F11.aspnet\u002F10.razor-pages\u002F03.razor-syntax",{"title":1201,"path":1202,"stem":1203},"Tag Helpers: типізований HTML","\u002Fcsharp\u002Faspnet\u002Frazor-pages\u002Ftag-helpers","01.csharp\u002F11.aspnet\u002F10.razor-pages\u002F04.tag-helpers",{"title":1205,"path":1206,"stem":1207},"Форми і валідація: повний цикл обробки даних","\u002Fcsharp\u002Faspnet\u002Frazor-pages\u002Fforms-validation","01.csharp\u002F11.aspnet\u002F10.razor-pages\u002F05.forms-validation",{"title":1209,"path":1210,"stem":1211},"Практичний проєкт: TaskManager на Razor Pages","\u002Fcsharp\u002Faspnet\u002Frazor-pages\u002Fproject-task-manager","01.csharp\u002F11.aspnet\u002F10.razor-pages\u002F06.project-task-manager",{"title":1213,"path":1214,"stem":1215,"children":1216,"page":59},"ASP.NET Core MVC","\u002Fcsharp\u002Faspnet\u002Fmvc","01.csharp\u002F11.aspnet\u002F11.mvc",[1217,1221,1225,1229,1233,1237,1241,1245,1249,1253,1257,1261,1265,1269,1273,1277,1281,1285],{"title":1218,"path":1219,"stem":1220},"Патерн MVC: архітектура, що змінила веб","\u002Fcsharp\u002Faspnet\u002Fmvc\u002Fmvc-pattern","01.csharp\u002F11.aspnet\u002F11.mvc\u002F01.mvc-pattern",{"title":1222,"path":1223,"stem":1224},"Від Razor Pages до MVC: концептуальний перехід","\u002Fcsharp\u002Faspnet\u002Fmvc\u002Ffrom-razor-pages","01.csharp\u002F11.aspnet\u002F11.mvc\u002F02.from-razor-pages",{"title":1226,"path":1227,"stem":1228},"Controllers та Actions: серце MVC","\u002Fcsharp\u002Faspnet\u002Fmvc\u002Fcontrollers-actions","01.csharp\u002F11.aspnet\u002F11.mvc\u002F03.controllers-actions",{"title":1230,"path":1231,"stem":1232},"Маршрутизація в MVC: Convention vs Attribute Routing","\u002Fcsharp\u002Faspnet\u002Fmvc\u002Frouting-mvc","01.csharp\u002F11.aspnet\u002F11.mvc\u002F04.routing-mvc",{"title":1234,"path":1235,"stem":1236},"Model Binding: від HTTP до C#","\u002Fcsharp\u002Faspnet\u002Fmvc\u002Fmodel-binding","01.csharp\u002F11.aspnet\u002F11.mvc\u002F05.model-binding",{"title":1238,"path":1239,"stem":1240},"Views, ViewData, ViewBag, TempData і ViewModel","\u002Fcsharp\u002Faspnet\u002Fmvc\u002Fviews-viewdata-tempdata","01.csharp\u002F11.aspnet\u002F11.mvc\u002F06.views-viewdata-tempdata",{"title":1242,"path":1243,"stem":1244},"Filters: аспектно-орієнтоване програмування в MVC","\u002Fcsharp\u002Faspnet\u002Fmvc\u002Ffilters","01.csharp\u002F11.aspnet\u002F11.mvc\u002F07.filters",{"title":1246,"path":1247,"stem":1248},"Areas: структурування великих застосунків","\u002Fcsharp\u002Faspnet\u002Fmvc\u002Fareas","01.csharp\u002F11.aspnet\u002F11.mvc\u002F08.areas",{"title":1250,"path":1251,"stem":1252},"View Components: повторювані незалежні блоки UI","\u002Fcsharp\u002Faspnet\u002Fmvc\u002Fview-components","01.csharp\u002F11.aspnet\u002F11.mvc\u002F09.view-components",{"title":1254,"path":1255,"stem":1256},"Display та Editor Templates","\u002Fcsharp\u002Faspnet\u002Fmvc\u002Fdisplay-editor-templates","01.csharp\u002F11.aspnet\u002F11.mvc\u002F10.display-editor-templates",{"title":1258,"path":1259,"stem":1260},"Валідація: IValidatableObject та FluentValidation","\u002Fcsharp\u002Faspnet\u002Fmvc\u002Fvalidation-advanced","01.csharp\u002F11.aspnet\u002F11.mvc\u002F11.validation-advanced",{"title":1262,"path":1263,"stem":1264},"HTMX: інтерактивність через HTML-атрибути","\u002Fcsharp\u002Faspnet\u002Fmvc\u002Fhtmx","01.csharp\u002F11.aspnet\u002F11.mvc\u002F12.htmx",{"title":1266,"path":1267,"stem":1268},"HTMX у ASP.NET Core MVC: серверна інтеграція","\u002Fcsharp\u002Faspnet\u002Fmvc\u002Fajax-htmx-mvc","01.csharp\u002F11.aspnet\u002F11.mvc\u002F13.ajax-htmx-mvc",{"title":1270,"path":1271,"stem":1272},"Практичний проєкт: Каталог товарів з HTMX","\u002Fcsharp\u002Faspnet\u002Fmvc\u002Fhtmx-project","01.csharp\u002F11.aspnet\u002F11.mvc\u002F14.htmx-project",{"title":1274,"path":1275,"stem":1276},"Завантаження та обробка файлів","\u002Fcsharp\u002Faspnet\u002Fmvc\u002Ffile-upload","01.csharp\u002F11.aspnet\u002F11.mvc\u002F15.file-upload",{"title":1278,"path":1279,"stem":1280},"Глобалізація та Локалізація MVC","\u002Fcsharp\u002Faspnet\u002Fmvc\u002Fglobalization-localization","01.csharp\u002F11.aspnet\u002F11.mvc\u002F16.globalization-localization",{"title":1282,"path":1283,"stem":1284},"Підсумковий проєкт: Блог-платформа","\u002Fcsharp\u002Faspnet\u002Fmvc\u002Fmvc-project","01.csharp\u002F11.aspnet\u002F11.mvc\u002F17.mvc-project",{"title":1286,"path":1287,"stem":1288},"План курсу: ASP.NET Core MVC","\u002Fcsharp\u002Faspnet\u002Fmvc\u002Fplan","01.csharp\u002F11.aspnet\u002F11.mvc\u002Fplan",{"title":1290,"path":1291,"stem":1292,"children":1293,"page":59},"Web Api","\u002Fcsharp\u002Faspnet\u002Fweb-api","01.csharp\u002F11.aspnet\u002F12.web-api",[1294,1298,1302,1306,1310,1314,1318,1322,1326,1330,1334,1338,1342],{"title":1295,"path":1296,"stem":1297},"Від Minimal API до Controller-based API","\u002Fcsharp\u002Faspnet\u002Fweb-api\u002Ffrom-minimal-api-to-controllers","01.csharp\u002F11.aspnet\u002F12.web-api\u002F01.from-minimal-api-to-controllers",{"title":1299,"path":1300,"stem":1301},"ControllerBase, ActionResult\u003CT> та Response Types","\u002Fcsharp\u002Faspnet\u002Fweb-api\u002Fcontroller-base-actionresult","01.csharp\u002F11.aspnet\u002F12.web-api\u002F02.controller-base-actionresult",{"title":1303,"path":1304,"stem":1305},"Content Negotiation - JSON, XML та власні форматери","\u002Fcsharp\u002Faspnet\u002Fweb-api\u002Fcontent-negotiation","01.csharp\u002F11.aspnet\u002F12.web-api\u002F03.content-negotiation",{"title":1307,"path":1308,"stem":1309},"Версіонування API","\u002Fcsharp\u002Faspnet\u002Fweb-api\u002Fapi-versioning","01.csharp\u002F11.aspnet\u002F12.web-api\u002F04.api-versioning",{"title":1311,"path":1312,"stem":1313},"ProblemDetails та структурована обробка помилок","\u002Fcsharp\u002Faspnet\u002Fweb-api\u002Fproblemdetails-error-handling","01.csharp\u002F11.aspnet\u002F12.web-api\u002F05.problemdetails-error-handling",{"title":1315,"path":1316,"stem":1317},"Фільтри у Web API контексті","\u002Fcsharp\u002Faspnet\u002Fweb-api\u002Ffilters-for-api","01.csharp\u002F11.aspnet\u002F12.web-api\u002F06.filters-for-api",{"title":1319,"path":1320,"stem":1321},"Пагінація, фільтрація та сортування","\u002Fcsharp\u002Faspnet\u002Fweb-api\u002Fpagination-filtering-sorting","01.csharp\u002F11.aspnet\u002F12.web-api\u002F07.pagination-filtering-sorting",{"title":1323,"path":1324,"stem":1325},"HATEOAS та Resource Expansion","\u002Fcsharp\u002Faspnet\u002Fweb-api\u002Fhateoas-resource-expansion","01.csharp\u002F11.aspnet\u002F12.web-api\u002F08.hateoas-resource-expansion",{"title":1327,"path":1328,"stem":1329},"Гібридна архітектура - Minimal API + Controllers","\u002Fcsharp\u002Faspnet\u002Fweb-api\u002Fminimal-api-vs-controllers-hybrid","01.csharp\u002F11.aspnet\u002F12.web-api\u002F09.minimal-api-vs-controllers-hybrid",{"title":1331,"path":1332,"stem":1333},"Документація API - Swashbuckle, NSwag та генерація клієнтів","\u002Fcsharp\u002Faspnet\u002Fweb-api\u002Fapi-documentation-generation","01.csharp\u002F11.aspnet\u002F12.web-api\u002F10.api-documentation-generation",{"title":1335,"path":1336,"stem":1337},"Health Checks та моніторинг API","\u002Fcsharp\u002Faspnet\u002Fweb-api\u002Fhealth-checks-monitoring","01.csharp\u002F11.aspnet\u002F12.web-api\u002F11.health-checks-monitoring",{"title":1339,"path":1340,"stem":1341},"Підсумковий проєкт - Production-Ready REST API","\u002Fcsharp\u002Faspnet\u002Fweb-api\u002Fweb-api-project","01.csharp\u002F11.aspnet\u002F12.web-api\u002F12.web-api-project",{"title":1343,"path":1344,"stem":1345},"План курсу: ASP.NET Core Web API (Controllers)","\u002Fcsharp\u002Faspnet\u002Fweb-api\u002Fplan","01.csharp\u002F11.aspnet\u002F12.web-api\u002Fplan",{"title":1347,"icon":1348,"path":1349,"stem":1350,"children":1351,"page":59},"Моніторинг","i-lucide-activity","\u002Fcsharp\u002Faspnet\u002Fmonitoring","01.csharp\u002F11.aspnet\u002F13.monitoring",[1352,1356,1360],{"title":1353,"path":1354,"stem":1355},"Спостережуваність: від console.log до production-систем","\u002Fcsharp\u002Faspnet\u002Fmonitoring\u002Fobservability-intro","01.csharp\u002F11.aspnet\u002F13.monitoring\u002F01.observability-intro",{"title":1357,"path":1358,"stem":1359},"Health Checks: перший рівень observability","\u002Fcsharp\u002Faspnet\u002Fmonitoring\u002Fhealth-checks","01.csharp\u002F11.aspnet\u002F13.monitoring\u002F02.health-checks",{"title":1361,"path":1362,"stem":1363},"Вбудовані метрики .NET 10 та System.Diagnostics.Metrics","\u002Fcsharp\u002Faspnet\u002Fmonitoring\u002Fdotnet-metrics","01.csharp\u002F11.aspnet\u002F13.monitoring\u002F03.dotnet-metrics",{"title":1365,"icon":1366,"path":1367,"stem":1368,"children":1369,"page":59},"Desktop UI","i-lucide-app-window","\u002Fcsharp\u002Fdesktop-ui","01.csharp\u002F12.desktop-ui",[1370,1374,1378,1382,1386,1390,1394,1398,1402,1406,1410,1414,1418,1422,1426,1430,1434,1438,1442,1446,1450,1454,1458,1462,1466,1470,1474,1478,1482,1486,1490,1494,1498,1502,1506,1510,1514,1518,1522,1526,1530,1534,1538,1542,1546,1550,1554,1558,1562,1566,1570,1574,1578,1582,1586,1590,1594,1598,1602,1606,1610,1614,1618,1622,1626,1630,1634,1638,1642,1646,1650],{"title":1371,"path":1372,"stem":1373},"Що таке десктопна розробка?","\u002Fcsharp\u002Fdesktop-ui\u002Fwhat-is-desktop-dev","01.csharp\u002F12.desktop-ui\u002F01.what-is-desktop-dev",{"title":1375,"path":1376,"stem":1377},"Архітектура WPF — як влаштований графічний інтерфейс","\u002Fcsharp\u002Fdesktop-ui\u002Fwpf-architecture","01.csharp\u002F12.desktop-ui\u002F02.wpf-architecture",{"title":1379,"path":1380,"stem":1381},"Перший WPF-проєкт — від нуля до вікна","\u002Fcsharp\u002Fdesktop-ui\u002Ffirst-wpf-app","01.csharp\u002F12.desktop-ui\u002F03.first-wpf-app",{"title":1383,"path":1384,"stem":1385},"Перший Avalonia-проєкт: WPF для всіх платформ","\u002Fcsharp\u002Fdesktop-ui\u002F03a.first-avalonia-app","01.csharp\u002F12.desktop-ui\u002F03a.first-avalonia-app",{"title":1387,"path":1388,"stem":1389},"XAML: декларативний інтерфейс","\u002Fcsharp\u002Fdesktop-ui\u002Fxaml-basics","01.csharp\u002F12.desktop-ui\u002F04.xaml-basics",{"title":1391,"path":1392,"stem":1393},"Fluent UI у WPF — сучасний дизайн Windows 11","\u002Fcsharp\u002Fdesktop-ui\u002F04a.wpf-fluent-ui","01.csharp\u002F12.desktop-ui\u002F04a.wpf-fluent-ui",{"title":1395,"path":1396,"stem":1397},"WPF UI — сучасна бібліотека Fluent контролів","\u002Fcsharp\u002Fdesktop-ui\u002F04b.wpf-ui-library","01.csharp\u002F12.desktop-ui\u002F04b.wpf-ui-library",{"title":1399,"path":1400,"stem":1401},"HandyControl — велика бібліотека UI контролів для WPF","\u002Fcsharp\u002Fdesktop-ui\u002F04c.handycontrol-library","01.csharp\u002F12.desktop-ui\u002F04c.handycontrol-library",{"title":1403,"path":1404,"stem":1405},"Простори імен та ресурси XAML","\u002Fcsharp\u002Fdesktop-ui\u002Fxaml-namespaces-resources","01.csharp\u002F12.desktop-ui\u002F05.xaml-namespaces-resources",{"title":1407,"path":1408,"stem":1409},"XAML в Avalonia: ключові відмінності від WPF","\u002Fcsharp\u002Fdesktop-ui\u002F05a.avalonia-xaml-differences","01.csharp\u002F12.desktop-ui\u002F05a.avalonia-xaml-differences",{"title":1411,"path":1412,"stem":1413},"Розширення розмітки XAML (Markup Extensions)","\u002Fcsharp\u002Fdesktop-ui\u002Fxaml-markup-extensions","01.csharp\u002F12.desktop-ui\u002F06.xaml-markup-extensions",{"title":1415,"path":1416,"stem":1417},"Панелі Layout: StackPanel, WrapPanel, DockPanel","\u002Fcsharp\u002Fdesktop-ui\u002Flayout-panels-part1","01.csharp\u002F12.desktop-ui\u002F07.layout-panels-part1",{"title":1419,"path":1420,"stem":1421},"Grid, Canvas, UniformGrid","\u002Fcsharp\u002Fdesktop-ui\u002Flayout-panels-part2","01.csharp\u002F12.desktop-ui\u002F07.layout-panels-part2",{"title":1423,"path":1424,"stem":1425},"Просунуті техніки Layout","\u002Fcsharp\u002Fdesktop-ui\u002Flayout-advanced","01.csharp\u002F12.desktop-ui\u002F08.layout-advanced",{"title":1427,"path":1428,"stem":1429},"Адаптивний Layout та найкращі практики","\u002Fcsharp\u002Fdesktop-ui\u002Flayout-responsive","01.csharp\u002F12.desktop-ui\u002F09.layout-responsive",{"title":1431,"path":1432,"stem":1433},"Layout в Avalonia: відмінності та нові можливості","\u002Fcsharp\u002Fdesktop-ui\u002F09a.layout-avalonia","01.csharp\u002F12.desktop-ui\u002F09a.layout-avalonia",{"title":1435,"path":1436,"stem":1437},"Button, Image, ProgressBar та інші базові контроли","\u002Fcsharp\u002Fdesktop-ui\u002Fbasic-controls","01.csharp\u002F12.desktop-ui\u002F10.basic-controls",{"title":1439,"path":1440,"stem":1441},"Контроли в Avalonia: відмінності від WPF","\u002Fcsharp\u002Fdesktop-ui\u002F10a.controls-avalonia","01.csharp\u002F12.desktop-ui\u002F10a.controls-avalonia",{"title":1443,"path":1444,"stem":1445},"Текстові контроли — TextBlock, TextBox, RichTextBox","\u002Fcsharp\u002Fdesktop-ui\u002Ftext-controls","01.csharp\u002F12.desktop-ui\u002F11.text-controls",{"title":1447,"path":1448,"stem":1449},"Контроли вибору — CheckBox, RadioButton, ComboBox, ListBox, DatePicker","\u002Fcsharp\u002Fdesktop-ui\u002Fselection-controls","01.csharp\u002F12.desktop-ui\u002F12.selection-controls",{"title":1451,"path":1452,"stem":1453},"Content Model — GroupBox, Expander, TabControl, StatusBar","\u002Fcsharp\u002Fdesktop-ui\u002Fcontent-controls","01.csharp\u002F12.desktop-ui\u002F13.content-controls",{"title":1455,"path":1456,"stem":1457},"UI\u002FUX принципи десктопних застосунків","\u002Fcsharp\u002Fdesktop-ui\u002F13a.ui-ux-principles","01.csharp\u002F12.desktop-ui\u002F13a.ui-ux-principles",{"title":1459,"path":1460,"stem":1461},"Dependency Properties — Концепція та Value Resolution","\u002Fcsharp\u002Fdesktop-ui\u002Fdependency-properties-part1","01.csharp\u002F12.desktop-ui\u002F14.dependency-properties-part1",{"title":1463,"path":1464,"stem":1465},"Avalonia Property System — StyledProperty та DirectProperty","\u002Fcsharp\u002Fdesktop-ui\u002F14a.avalonia-property-system","01.csharp\u002F12.desktop-ui\u002F14a.avalonia-property-system",{"title":1467,"path":1468,"stem":1469},"Attached Properties — Властивості без меж","\u002Fcsharp\u002Fdesktop-ui\u002Fattached-properties","01.csharp\u002F12.desktop-ui\u002F15.attached-properties",{"title":1471,"path":1472,"stem":1473},"Routed Events — Маршрутизація подій у WPF","\u002Fcsharp\u002Fdesktop-ui\u002Frouted-events","01.csharp\u002F12.desktop-ui\u002F16.routed-events",{"title":1475,"path":1476,"stem":1477},"Data Binding — Від Code-Behind до Декларативності","\u002Fcsharp\u002Fdesktop-ui\u002Fdata-binding-basics-part1","01.csharp\u002F12.desktop-ui\u002F17.data-binding-basics-part1",{"title":1479,"path":1480,"stem":1481},"INotifyPropertyChanged — Живе оновлення UI","\u002Fcsharp\u002Fdesktop-ui\u002Fdata-binding-basics-part2","01.csharp\u002F12.desktop-ui\u002F17.data-binding-basics-part2",{"title":1483,"path":1484,"stem":1485},"Compiled Bindings в Avalonia — Безпека на етапі компіляції","\u002Fcsharp\u002Fdesktop-ui\u002F17a.avalonia-compiled-bindings","01.csharp\u002F12.desktop-ui\u002F17a.avalonia-compiled-bindings",{"title":1487,"path":1488,"stem":1489},"Просунутий Data Binding — ElementName, RelativeSource, MultiBinding","\u002Fcsharp\u002Fdesktop-ui\u002Fdata-binding-advanced","01.csharp\u002F12.desktop-ui\u002F18.data-binding-advanced",{"title":1491,"path":1492,"stem":1493},"Value Converters — Перетворення типів даних у Data Binding","\u002Fcsharp\u002Fdesktop-ui\u002Fvalue-converters","01.csharp\u002F12.desktop-ui\u002F19.value-converters",{"title":1495,"path":1496,"stem":1497},"Data Templates — Візуалізація об'єктів у WPF","\u002Fcsharp\u002Fdesktop-ui\u002Fdata-templates","01.csharp\u002F12.desktop-ui\u002F20.data-templates",{"title":1499,"path":1500,"stem":1501},"Collections Binding Part 1 — ObservableCollection та ItemsControl","\u002Fcsharp\u002Fdesktop-ui\u002Fcollections-binding-part1","01.csharp\u002F12.desktop-ui\u002F21.collections-binding-part1",{"title":1503,"path":1504,"stem":1505},"Collections Binding Part 2 — ICollectionView, Filtering, Sorting та Virtualization","\u002Fcsharp\u002Fdesktop-ui\u002Fcollections-binding-part2","01.csharp\u002F12.desktop-ui\u002F21.collections-binding-part2",{"title":1507,"path":1508,"stem":1509},"MVVM Pattern — Від Spaghetti Code до архітектури","\u002Fcsharp\u002Fdesktop-ui\u002Fmvvm-pattern","01.csharp\u002F12.desktop-ui\u002F22.mvvm-pattern",{"title":1511,"path":1512,"stem":1513},"ViewModel Implementation — Від BaseViewModel до валідації","\u002Fcsharp\u002Fdesktop-ui\u002Fviewmodel-implementation","01.csharp\u002F12.desktop-ui\u002F23.viewmodel-implementation",{"title":1515,"path":1516,"stem":1517},"Commands — Від event handlers до декларативних команд","\u002Fcsharp\u002Fdesktop-ui\u002Fcommands","01.csharp\u002F12.desktop-ui\u002F24.commands",{"title":1519,"path":1520,"stem":1521},"MVVM Toolkit — MVVM без boilerplate через Source Generators","\u002Fcsharp\u002Fdesktop-ui\u002Fmvvm-toolkit","01.csharp\u002F12.desktop-ui\u002F25.mvvm-toolkit",{"title":1523,"path":1524,"stem":1525},"Messenger Pattern — Комунікація між ViewModel без прямих посилань","\u002Fcsharp\u002Fdesktop-ui\u002Fmessenger-pattern","01.csharp\u002F12.desktop-ui\u002F26.messenger-pattern",{"title":1527,"path":1528,"stem":1529},"Стилі WPF — CSS для десктопу","\u002Fcsharp\u002Fdesktop-ui\u002Fstyles-basics","01.csharp\u002F12.desktop-ui\u002F27.styles-basics",{"title":1531,"path":1532,"stem":1533},"CSS-like стилі Avalonia","\u002Fcsharp\u002Fdesktop-ui\u002F27a.avalonia-css-styling","01.csharp\u002F12.desktop-ui\u002F27a.avalonia-css-styling",{"title":1535,"path":1536,"stem":1537},"Control Templates — Частина 1. Концепція та TemplateBinding","\u002Fcsharp\u002Fdesktop-ui\u002Fcontrol-templates-part1","01.csharp\u002F12.desktop-ui\u002F28.control-templates-part1",{"title":1539,"path":1540,"stem":1541},"Control Templates — Частина 2. Named Parts та ContentPresenter","\u002Fcsharp\u002Fdesktop-ui\u002Fcontrol-templates-part2","01.csharp\u002F12.desktop-ui\u002F28.control-templates-part2",{"title":1543,"path":1544,"stem":1545},"Control Themes в Avalonia — нова ера стилізації","\u002Fcsharp\u002Fdesktop-ui\u002F28a.avalonia-control-themes","01.csharp\u002F12.desktop-ui\u002F28a.avalonia-control-themes",{"title":1547,"path":1548,"stem":1549},"Triggers та Visual State Manager у WPF","\u002Fcsharp\u002Fdesktop-ui\u002Ftriggers-visual-states","01.csharp\u002F12.desktop-ui\u002F29.triggers-visual-states",{"title":1551,"path":1552,"stem":1553},"Pseudo-classes в Avalonia — замість WPF Triggers","\u002Fcsharp\u002Fdesktop-ui\u002F29a.avalonia-pseudo-classes","01.csharp\u002F12.desktop-ui\u002F29a.avalonia-pseudo-classes",{"title":1555,"path":1556,"stem":1557},"Теми та ресурсні словники у WPF","\u002Fcsharp\u002Fdesktop-ui\u002Fresources-themes","01.csharp\u002F12.desktop-ui\u002F30.resources-themes",{"title":1559,"path":1560,"stem":1561},"Avalonia Themes — Fluent Design та система тематизації","\u002Fcsharp\u002Fdesktop-ui\u002F30a.avalonia-themes-fluent","01.csharp\u002F12.desktop-ui\u002F30a.avalonia-themes-fluent",{"title":1563,"path":1564,"stem":1565},"Контроли колекцій — глибоке занурення","\u002Fcsharp\u002Fdesktop-ui\u002Fcollection-controls","01.csharp\u002F12.desktop-ui\u002F31.collection-controls",{"title":1567,"path":1568,"stem":1569},"DataGrid — колонки та базове відображення","\u002Fcsharp\u002Fdesktop-ui\u002Fdatagrid-part1","01.csharp\u002F12.desktop-ui\u002F32.datagrid-part1",{"title":1571,"path":1572,"stem":1573},"DataGrid — сортування, фільтрація, редагування","\u002Fcsharp\u002Fdesktop-ui\u002Fdatagrid-part2","01.csharp\u002F12.desktop-ui\u002F32.datagrid-part2",{"title":1575,"path":1576,"stem":1577},"TreeView та GridView","\u002Fcsharp\u002Fdesktop-ui\u002Ftreeview-listview","01.csharp\u002F12.desktop-ui\u002F33.treeview-listview",{"title":1579,"path":1580,"stem":1581},"Меню, Toolbar, ContextMenu, StatusBar","\u002Fcsharp\u002Fdesktop-ui\u002Fmenus-toolbars","01.csharp\u002F12.desktop-ui\u002F34.menus-toolbars",{"title":1583,"path":1584,"stem":1585},"Навігація та керування вікнами. Частина 1: вікна та сторінки","\u002Fcsharp\u002Fdesktop-ui\u002Fnavigation-windows-part1","01.csharp\u002F12.desktop-ui\u002F35.navigation-windows-part1",{"title":1587,"path":1588,"stem":1589},"Навігація та керування вікнами. Частина 2: MVVM-навігація","\u002Fcsharp\u002Fdesktop-ui\u002Fnavigation-windows-part2","01.csharp\u002F12.desktop-ui\u002F35.navigation-windows-part2",{"title":1591,"path":1592,"stem":1593},"Avalonia — Навігація та діалоги","\u002Fcsharp\u002Fdesktop-ui\u002F35a.avalonia-navigation-dialogs","01.csharp\u002F12.desktop-ui\u002F35a.avalonia-navigation-dialogs",{"title":1595,"path":1596,"stem":1597},"Діалоги та File Pickers у WPF","\u002Fcsharp\u002Fdesktop-ui\u002Fdialogs-file-pickers","01.csharp\u002F12.desktop-ui\u002F36.dialogs-file-pickers",{"title":1599,"path":1600,"stem":1601},"UserControl: компонентний підхід у WPF","\u002Fcsharp\u002Fdesktop-ui\u002Fuser-controls","01.csharp\u002F12.desktop-ui\u002F37.user-controls",{"title":1603,"path":1604,"stem":1605},"Custom Controls: Lookless Controls у WPF","\u002Fcsharp\u002Fdesktop-ui\u002Fcustom-controls","01.csharp\u002F12.desktop-ui\u002F38.custom-controls",{"title":1607,"path":1608,"stem":1609},"Avalonia TemplatedControl — Lookless Controls","\u002Fcsharp\u002Fdesktop-ui\u002F38a.avalonia-templated-controls","01.csharp\u002F12.desktop-ui\u002F38a.avalonia-templated-controls",{"title":1611,"path":1612,"stem":1613},"Анімації у WPF: Storyboard та Easing Functions","\u002Fcsharp\u002Fdesktop-ui\u002Fanimations-transitions","01.csharp\u002F12.desktop-ui\u002F39.animations-transitions",{"title":1615,"path":1616,"stem":1617},"Анімації в Avalonia","\u002Fcsharp\u002Fdesktop-ui\u002F39a.avalonia-animations","01.csharp\u002F12.desktop-ui\u002F39a.avalonia-animations",{"title":1619,"path":1620,"stem":1621},"2D Графіка та Мультимедіа у WPF","\u002Fcsharp\u002Fdesktop-ui\u002Fmedia-graphics","01.csharp\u002F12.desktop-ui\u002F40.media-graphics",{"title":1623,"path":1624,"stem":1625},"Dependency Injection у WPF та Avalonia","\u002Fcsharp\u002Fdesktop-ui\u002Fdi-integration","01.csharp\u002F12.desktop-ui\u002F41.di-integration",{"title":1627,"path":1628,"stem":1629},"SQLite та EF Core у десктопних додатках","\u002Fcsharp\u002Fdesktop-ui\u002Fdata-persistence-part1","01.csharp\u002F12.desktop-ui\u002F42.data-persistence-part1",{"title":1631,"path":1632,"stem":1633},"Repository Pattern та Unit of Work","\u002Fcsharp\u002Fdesktop-ui\u002Fdata-persistence-part2","01.csharp\u002F12.desktop-ui\u002F43.data-persistence-part2",{"title":1635,"path":1636,"stem":1637},"Тестування ViewModels","\u002Fcsharp\u002Fdesktop-ui\u002Fviewmodel-testing","01.csharp\u002F12.desktop-ui\u002F44.viewmodel-testing",{"title":1639,"path":1640,"stem":1641},"Avalonia Headless Testing — тестування UI без вікон","\u002Fcsharp\u002Fdesktop-ui\u002F44a.avalonia-headless-testing","01.csharp\u002F12.desktop-ui\u002F44a.avalonia-headless-testing",{"title":1643,"path":1644,"stem":1645},"Кросплатформна розробка з Avalonia","\u002Fcsharp\u002Fdesktop-ui\u002Favalonia-cross-platform","01.csharp\u002F12.desktop-ui\u002F45.avalonia-cross-platform",{"title":1647,"path":1648,"stem":1649},"Пакування та розгортання Avalonia додатків","\u002Fcsharp\u002Fdesktop-ui\u002Favalonia-packaging-deployment","01.csharp\u002F12.desktop-ui\u002F46.avalonia-packaging-deployment",{"title":1651,"path":1652,"stem":1653},"Розгортання WPF застосунків","\u002Fcsharp\u002Fdesktop-ui\u002Fwpf-packaging-deployment","01.csharp\u002F12.desktop-ui\u002F47.wpf-packaging-deployment",{"title":1655,"icon":658,"path":1656,"stem":1657,"children":1658,"page":59},"Network Programming","\u002Fcsharp\u002Fnetwork-programming","01.csharp\u002F13.network-programming",[1659,1663,1667,1671,1675,1679,1683,1687,1691,1695,1699],{"title":1660,"path":1661,"stem":1662},"Основи комп'ютерних мереж","\u002Fcsharp\u002Fnetwork-programming\u002Ffoundations","01.csharp\u002F13.network-programming\u002F01.foundations",{"title":1664,"path":1665,"stem":1666},"Модель OSI та стек TCP\u002FIP","\u002Fcsharp\u002Fnetwork-programming\u002Fosi-model","01.csharp\u002F13.network-programming\u002F02.osi-model",{"title":1668,"path":1669,"stem":1670},"IP-протокол та адресація","\u002Fcsharp\u002Fnetwork-programming\u002Fip-addressing","01.csharp\u002F13.network-programming\u002F03.ip-addressing",{"title":1672,"path":1673,"stem":1674},"UDP — протокол без з'єднання","\u002Fcsharp\u002Fnetwork-programming\u002Fudp","01.csharp\u002F13.network-programming\u002F05.udp",{"title":1676,"path":1677,"stem":1678},"UDP Broadcast та Multicast","\u002Fcsharp\u002Fnetwork-programming\u002Fudp-broadcast-multicast","01.csharp\u002F13.network-programming\u002F06.udp-broadcast-multicast",{"title":1680,"path":1681,"stem":1682},"HTTP — протокол вебу","\u002Fcsharp\u002Fnetwork-programming\u002Fhttp-fundamentals","01.csharp\u002F13.network-programming\u002F07.http-fundamentals",{"title":1684,"path":1685,"stem":1686},"HttpListener — вбудований HTTP-сервер .NET","\u002Fcsharp\u002Fnetwork-programming\u002F07a.http-listener","01.csharp\u002F13.network-programming\u002F07a.http-listener",{"title":1688,"path":1689,"stem":1690},"HTTP Advanced — cookies, аутентифікація та HTTPS","\u002Fcsharp\u002Fnetwork-programming\u002Fhttp-advanced","01.csharp\u002F13.network-programming\u002F08.http-advanced",{"title":1692,"path":1693,"stem":1694},"SMTP та протоколи електронної пошти","\u002Fcsharp\u002Fnetwork-programming\u002Fsmtp","01.csharp\u002F13.network-programming\u002F09.smtp",{"title":1696,"path":1697,"stem":1698},"WebSocket — повнодуплексний протокол реального часу","\u002Fcsharp\u002Fnetwork-programming\u002Fwebsockets","01.csharp\u002F13.network-programming\u002F10.websockets",{"title":1700,"path":1701,"stem":1702},"TLS\u002FSSL — криптографічний захист мережевих з'єднань","\u002Fcsharp\u002Fnetwork-programming\u002Ftls-ssl","01.csharp\u002F13.network-programming\u002F11.tls-ssl",{"title":1704,"path":1705,"stem":1706},"C# & .NET: The Ultimate Roadmap","\u002Fcsharp\u002Froadmap","01.csharp\u002Froadmap",{"title":1708,"icon":1709,"path":1710,"stem":1711,"children":1712,"page":59},"C++","i-devicon-cplusplus","\u002Fcpp","02.cpp",[1713,1717,1721,1725,1729,1733,1737,1741,1745,1748,1752,1756,1760,1764,1768,1772,1776,1780,1784,1788,1792,1796,1800,1804,1808,1812,1816,1820,1824,1828,1832,1836,1840,1844,1848,1852,1856,1860,1864,1868,1872,1876,1880,1884,1888,1892,1896,1900,1904,1908,1912,1916,1920,1924,1928,1932,1936,1940,1944,1948,1952,1956,1960,1964,1968,1972,1976,1980,1984,1988,1992,1996,2000,2004,2008,2012,2016,2020,2024,2028,2032,2036,2040,2044,2048,2052,2056,2060,2064,2068,2072,2076,2080],{"title":1714,"path":1715,"stem":1716},"Вступ у програмування та алгоритми","\u002Fcpp\u002Fintro-algorithms","02.cpp\u002F01.intro-algorithms",{"title":1718,"path":1719,"stem":1720},"Code Style: угоди про оформлення коду","\u002Fcpp\u002Fcode-style","02.cpp\u002F02.code-style",{"title":1722,"path":1723,"stem":1724},"Середовище розробки та перший проєкт","\u002Fcpp\u002Fide-setup","02.cpp\u002F03.ide-setup",{"title":1726,"path":1727,"stem":1728},"Вивід даних на екран","\u002Fcpp\u002Fdata-output","02.cpp\u002F04.data-output",{"title":1730,"path":1731,"stem":1732},"Типи даних, змінні та константи","\u002Fcpp\u002Fdata-types-variables","02.cpp\u002F05.data-types-variables",{"title":1734,"path":1735,"stem":1736},"Ввід даних з клавіатури","\u002Fcpp\u002Fdata-input","02.cpp\u002F06.data-input",{"title":1738,"path":1739,"stem":1740},"Оператори, перетворення типів та логічні операції","\u002Fcpp\u002Foperators-type-conversion","02.cpp\u002F07.operators-type-conversion",{"title":1742,"path":1743,"stem":1744},"Цикли","\u002Fcpp\u002Floops","02.cpp\u002F08.loops",{"title":32,"path":1746,"stem":1747},"\u002Fcpp\u002Farrays","02.cpp\u002F09.arrays",{"title":1749,"path":1750,"stem":1751},"Алгоритми сортування та аналіз складності","\u002Fcpp\u002Fsorting","02.cpp\u002F10.sorting",{"title":1753,"path":1754,"stem":1755},"Алгоритми пошуку","\u002Fcpp\u002Fsearching","02.cpp\u002F11.searching",{"title":1757,"path":1758,"stem":1759},"Функції: основи","\u002Fcpp\u002Ffunctions-basics","02.cpp\u002F12.functions-basics",{"title":1761,"path":1762,"stem":1763},"Функції: прототипи, область видимості та додаткові можливості","\u002Fcpp\u002Ffunctions-scope","02.cpp\u002F13.functions-scope",{"title":1765,"path":1766,"stem":1767},"Функції: перевантаження та шаблони","\u002Fcpp\u002Ffunctions-overloading-templates","02.cpp\u002F14.functions-overloading-templates",{"title":1769,"path":1770,"stem":1771},"Вказівники: основи","\u002Fcpp\u002Fpointers-basics","02.cpp\u002F15.pointers-basics",{"title":1773,"path":1774,"stem":1775},"Посилання (References)","\u002Fcpp\u002Freferences","02.cpp\u002F16.references",{"title":1777,"path":1778,"stem":1779},"Вказівники, const і масиви","\u002Fcpp\u002Fpointers-const-arrays","02.cpp\u002F17.pointers-const-arrays",{"title":1781,"path":1782,"stem":1783},"Адресна арифметика","\u002Fcpp\u002Fpointer-arithmetic","02.cpp\u002F18.pointer-arithmetic",{"title":1785,"path":1786,"stem":1787},"Динамічна пам'ять","\u002Fcpp\u002Fdynamic-memory","02.cpp\u002F19.dynamic-memory",{"title":1789,"path":1790,"stem":1791},"Вказівники типу void","\u002Fcpp\u002Fvoid-pointers","02.cpp\u002F20.void-pointers",{"title":1793,"path":1794,"stem":1795},"Вказівники на вказівники","\u002Fcpp\u002Fpointers-to-pointers","02.cpp\u002F21.pointers-to-pointers",{"title":1797,"path":1798,"stem":1799},"Оператор доступу до членів через вказівник (->)","\u002Fcpp\u002Fmember-access-operator","02.cpp\u002F22.member-access-operator",{"title":1801,"path":1802,"stem":1803},"Цикл for-each (Range-based for)","\u002Fcpp\u002Fforeach-loop","02.cpp\u002F23.foreach-loop",{"title":1805,"path":1806,"stem":1807},"Вказівники на функції","\u002Fcpp\u002Ffunction-pointers","02.cpp\u002F24.function-pointers",{"title":1809,"path":1810,"stem":1811},"Лямбда-вирази","\u002Fcpp\u002Flambdas","02.cpp\u002F25.lambdas",{"title":1813,"path":1814,"stem":1815},"Лямбда-захоплення","\u002Fcpp\u002Flambda-captures","02.cpp\u002F26.lambda-captures",{"title":1817,"path":1818,"stem":1819},"Еліпсис","\u002Fcpp\u002Fellipsis","02.cpp\u002F27.ellipsis",{"title":1821,"path":1822,"stem":1823},"Безпечні альтернативи еліпсису","\u002Fcpp\u002F27a.ellipsis","02.cpp\u002F27a.ellipsis",{"title":1825,"path":1826,"stem":1827},"Аргументи командного рядка","\u002Fcpp\u002Fcommand-line-arguments","02.cpp\u002F28.command-line-arguments",{"title":1829,"path":1830,"stem":1831},"Перерахування (enum)","\u002Fcpp\u002Fenum","02.cpp\u002F29.enum",{"title":1833,"path":1834,"stem":1835},"Класи-перерахування (enum class)","\u002Fcpp\u002Fenum-class","02.cpp\u002F30.enum-class",{"title":1837,"path":1838,"stem":1839},"Псевдоніми типів (typedef і using)","\u002Fcpp\u002Ftype-aliases","02.cpp\u002F31.type-aliases",{"title":1841,"path":1842,"stem":1843},"Системи числення та двійкова арифметика","\u002Fcpp\u002Fnumber-systems","02.cpp\u002F32.number-systems",{"title":1845,"path":1846,"stem":1847},"Структури (struct): агрегування даних","\u002Fcpp\u002Fstruct","02.cpp\u002F33.struct",{"title":1849,"path":1850,"stem":1851},"Структури у функціях","\u002Fcpp\u002Fstruct-functions","02.cpp\u002F34.struct-functions",{"title":1853,"path":1854,"stem":1855},"Масиви структур і вкладені структури","\u002Fcpp\u002Fstruct-arrays","02.cpp\u002F35.struct-arrays",{"title":1857,"path":1858,"stem":1859},"Патерни struct та межі застосування","\u002Fcpp\u002Fstruct-patterns","02.cpp\u002F36.struct-patterns",{"title":1861,"path":1862,"stem":1863},"Символи та таблиця ASCII","\u002Fcpp\u002Fascii-characters","02.cpp\u002F37.ascii-characters",{"title":1865,"path":1866,"stem":1867},"Unicode та кодування UTF","\u002Fcpp\u002Funicode-utf","02.cpp\u002F38.unicode-utf",{"title":1869,"path":1870,"stem":1871},"C-style рядки","\u002Fcpp\u002Fc-strings","02.cpp\u002F39.c-strings",{"title":1873,"path":1874,"stem":1875},"Вступ до std::string","\u002Fcpp\u002Fstd-string-intro","02.cpp\u002F40.std-string-intro",{"title":1877,"path":1878,"stem":1879},"Довжина, ємність та доступ до символів std::string","\u002Fcpp\u002Fstd-string-capacity-access","02.cpp\u002F41.std-string-capacity-access",{"title":1881,"path":1882,"stem":1883},"Модифікація std::string: присвоювання, додавання, вставка, видалення та заміна","\u002Fcpp\u002Fstd-string-modification","02.cpp\u002F42.std-string-modification",{"title":1885,"path":1886,"stem":1887},"Пошук у std::string: find, npos та практичні патерни","\u002Fcpp\u002Fstd-string-search","02.cpp\u002F43.std-string-search",{"title":1889,"path":1890,"stem":1891},"std::string_view: невласницький погляд на рядок без копіювання","\u002Fcpp\u002Fstd-string-view","02.cpp\u002F44.std-string-view",{"title":1893,"path":1894,"stem":1895},"Об'єднання (union): один блок пам'яті, кілька інтерпретацій","\u002Fcpp\u002Funion","02.cpp\u002F45.union",{"title":1897,"path":1898,"stem":1899},"Організація коду: файли, препроцесор, простори імен","\u002Fcpp\u002Fmultifile-programs","02.cpp\u002F46.multifile-programs",{"title":1901,"path":1902,"stem":1903},"Робота з файлами: C-стиль (stdio.h)","\u002Fcpp\u002Fc-style-files","02.cpp\u002F47.c-style-files",{"title":1905,"path":1906,"stem":1907},"Робота з файлами: C++-стиль (fstream)","\u002Fcpp\u002Fcpp-style-files","02.cpp\u002F48.cpp-style-files",{"title":1909,"path":1910,"stem":1911},"Введення в ООП: від процедур до об'єктів","\u002Fcpp\u002Foop-intro","02.cpp\u002F49.oop-intro",{"title":1913,"path":1914,"stem":1915},"Класи, об'єкти та методи","\u002Fcpp\u002Fclasses-objects-methods","02.cpp\u002F50.classes-objects-methods",{"title":1917,"path":1918,"stem":1919},"Специфікатори доступу та інкапсуляція","\u002Fcpp\u002Faccess-specifiers-encapsulation","02.cpp\u002F51.access-specifiers-encapsulation",{"title":1921,"path":1922,"stem":1923},"Конструктори: гарантована ініціалізація об'єктів","\u002Fcpp\u002Fconstructors","02.cpp\u002F52.constructors",{"title":1925,"path":1926,"stem":1927},"Списки ініціалізації та делегуючі конструктори","\u002Fcpp\u002Finit-lists-delegating","02.cpp\u002F53.init-lists-delegating",{"title":1929,"path":1930,"stem":1931},"Деструктори та ідіома RAII","\u002Fcpp\u002Fdestructors-raii","02.cpp\u002F54.destructors-raii",{"title":1933,"path":1934,"stem":1935},"Прихований покажчик this","\u002Fcpp\u002Fthis-pointer","02.cpp\u002F55.this-pointer",{"title":1937,"path":1938,"stem":1939},"Розподіл класу на заголовковий файл та файл реалізації","\u002Fcpp\u002Fclass-header-source","02.cpp\u002F56.class-header-source",{"title":1941,"path":1942,"stem":1943},"Класи та const","\u002Fcpp\u002Fconst-classes","02.cpp\u002F57.const-classes",{"title":1945,"path":1946,"stem":1947},"Статичні члени класу","\u002Fcpp\u002Fstatic-members","02.cpp\u002F58.static-members",{"title":1949,"path":1950,"stem":1951},"Конструктор копіювання та запобігання копіюванню","\u002Fcpp\u002Fcopy-constructor","02.cpp\u002F59.copy-constructor",{"title":1953,"path":1954,"stem":1955},"Дружні функції та класи","\u002Fcpp\u002Ffriend-functions-classes","02.cpp\u002F60.friend-functions-classes",{"title":1957,"path":1958,"stem":1959},"Анонімні об'єкти та вкладені типи","\u002Fcpp\u002Fanonymous-objects-nested-types","02.cpp\u002F61.anonymous-objects-nested-types",{"title":1961,"path":1962,"stem":1963},"Вимірювання часу виконання: RAII-таймер","\u002Fcpp\u002Ftiming-raii-timer","02.cpp\u002F62.timing-raii-timer",{"title":1965,"path":1966,"stem":1967},"Перевантаження операторів: основи та арифметика","\u002Fcpp\u002Foperator-overloading-basics","02.cpp\u002F63.operator-overloading-basics",{"title":1969,"path":1970,"stem":1971},"Перевантаження операторів: методи класу та спеціальні оператори","\u002Fcpp\u002Foperator-overloading-methods","02.cpp\u002F64.operator-overloading-methods",{"title":1973,"path":1974,"stem":1975},"Приведення типів, explicit та delete","\u002Fcpp\u002Ftypecast-explicit-delete","02.cpp\u002F65.typecast-explicit-delete",{"title":1977,"path":1978,"stem":1979},"Глибоке копіювання та оператор присвоювання","\u002Fcpp\u002Fdeep-copy-assignment","02.cpp\u002F66.deep-copy-assignment",{"title":1981,"path":1982,"stem":1983},"Зв'язки між об'єктами: композиція та агрегація","\u002Fcpp\u002Fcomposition-aggregation","02.cpp\u002F67.composition-aggregation",{"title":1985,"path":1986,"stem":1987},"Асоціація та залежність між об","\u002Fcpp\u002Fassociation-dependency","02.cpp\u002F68.association-dependency",{"title":1989,"path":1990,"stem":1991},"Контейнерні класи та `std::initializer_list`","\u002Fcpp\u002Fcontainer-classes-initializer-list","02.cpp\u002F69.container-classes-initializer-list",{"title":1993,"path":1994,"stem":1995},"Вступ до наслідування: базові поняття та відношення «is-a»","\u002Fcpp\u002Finheritance-intro","02.cpp\u002F70.inheritance-intro",{"title":1997,"path":1998,"stem":1999},"Конструктори, деструктори та порядок ініціалізації в ієрархіях","\u002Fcpp\u002Finheritance-constructors-destructors","02.cpp\u002F71.inheritance-constructors-destructors",{"title":2001,"path":2002,"stem":2003},"Специфікатор `protected` та види наслідування","\u002Fcpp\u002Finheritance-access-specifiers","02.cpp\u002F72.inheritance-access-specifiers",{"title":2005,"path":2006,"stem":2007},"Перевизначення методів та приховування імен","\u002Fcpp\u002Fmethod-overriding-hiding","02.cpp\u002F73.method-overriding-hiding",{"title":2009,"path":2010,"stem":2011},"Множинне наслідування та проблема ромба","\u002Fcpp\u002Fmultiple-inheritance-diamond","02.cpp\u002F74.multiple-inheritance-diamond",{"title":2013,"path":2014,"stem":2015},"Вказівники на базовий клас та віртуальні функції","\u002Fcpp\u002Fvirtual-functions-polymorphism","02.cpp\u002F75.virtual-functions-polymorphism",{"title":2017,"path":2018,"stem":2019},"Специфікатори override, final та віртуальні деструктори","\u002Fcpp\u002Foverride-final-virtual-destructors","02.cpp\u002F76.override-final-virtual-destructors",{"title":2021,"path":2022,"stem":2023},"Внутрішні механізми поліморфізму: vtable, vptr та зв'язування","\u002Fcpp\u002Fvirtual-table-binding","02.cpp\u002F77.virtual-table-binding",{"title":2025,"path":2026,"stem":2027},"Абстрактні класи та чисті віртуальні функції","\u002Fcpp\u002Fabstract-classes-interfaces","02.cpp\u002F78.abstract-classes-interfaces",{"title":2029,"path":2030,"stem":2031},"Зрізка об'єктів, віртуальне наслідування та поліморфний вивід","\u002Fcpp\u002Fslicing-virtual-base-io","02.cpp\u002F79.slicing-virtual-base-io",{"title":2033,"path":2034,"stem":2035},"Динамічне приведення типів (`dynamic_cast`) та RTTI","\u002Fcpp\u002Fdynamic-cast-rtti","02.cpp\u002F80.dynamic-cast-rtti",{"title":2037,"path":2038,"stem":2039},"Шаблони функцій: узагальнене програмування","\u002Fcpp\u002Ffunction-templates","02.cpp\u002F81.function-templates",{"title":2041,"path":2042,"stem":2043},"Шаблони класів та NTTP-параметри","\u002Fcpp\u002Fclass-templates-nttp","02.cpp\u002F82.class-templates-nttp",{"title":2045,"path":2046,"stem":2047},"Повна (явна) спеціалізація шаблонів","\u002Fcpp\u002Ffull-template-specialization","02.cpp\u002F83.full-template-specialization",{"title":2049,"path":2050,"stem":2051},"Часткова спеціалізація шаблонів класів","\u002Fcpp\u002Fpartial-template-specialization","02.cpp\u002F84.partial-template-specialization",{"title":2053,"path":2054,"stem":2055},"Механізм винятків: try, catch, throw та розкручування стеку","\u002Fcpp\u002Fexceptions-basics","02.cpp\u002F85.exceptions-basics",{"title":2057,"path":2058,"stem":2059},"Ієрархія std::exception та власні класи винятків","\u002Fcpp\u002Fexception-hierarchy-custom","02.cpp\u002F86.exception-hierarchy-custom",{"title":2061,"path":2062,"stem":2063},"Повторне генерування винятків та функціональний try-блок","\u002Fcpp\u002Frethrow-function-try","02.cpp\u002F87.rethrow-function-try",{"title":2065,"path":2066,"stem":2067},"Безпека винятків, noexcept та деструктори","\u002Fcpp\u002Fsafety-noexcept","02.cpp\u002F88.safety-noexcept",{"title":2069,"path":2070,"stem":2071},"Стаття 89 — Власні структури даних: стек та черга","\u002Fcpp\u002Fcustom-stack-queue","02.cpp\u002F89.custom-stack-queue",{"title":2073,"path":2074,"stem":2075},"Стаття 90 — Власні структури даних: однозв'язаний список","\u002Fcpp\u002Flinked-list","02.cpp\u002F90.linked-list",{"title":2077,"path":2078,"stem":2079},"Стаття 91 — Власні структури даних: бінарне дерево пошуку","\u002Fcpp\u002Fbinary-search-tree","02.cpp\u002F91.binary-search-tree",{"title":2081,"path":2082,"stem":2083},"Стаття 92 — Власні структури даних: хеш-таблиця","\u002Fcpp\u002Fhash-table","02.cpp\u002F92.hash-table",{"title":2085,"icon":2086,"path":2087,"stem":2088,"children":2089,"page":59},"JavaScript","i-devicon-javascript","\u002Fjavascript","03.javascript",[2090,2116,2170,2192,2496,2534,2552],{"title":2091,"icon":2092,"path":2093,"stem":2094,"children":2095,"page":59},"Events","i-lucide-mouse-pointer-click","\u002Fjavascript\u002Fevents","03.javascript\u002F01.events",[2096,2100,2104,2108,2112],{"title":2097,"path":2098,"stem":2099},"Вступ до подій браузера","\u002Fjavascript\u002Fevents\u002Fintro","03.javascript\u002F01.events\u002F01.intro",{"title":2101,"path":2102,"stem":2103},"Бульбашковий механізм (Bubbling) та занурення (Capturing)","\u002Fjavascript\u002Fevents\u002Fbubbling-capturing","03.javascript\u002F01.events\u002F02.bubbling-capturing",{"title":2105,"path":2106,"stem":2107},"Делегування подій (Event Delegation)","\u002Fjavascript\u002Fevents\u002Fdelegate-events","03.javascript\u002F01.events\u002F03.delegate-events",{"title":2109,"path":2110,"stem":2111},"Типові дії браузера та preventDefault()","\u002Fjavascript\u002Fevents\u002Fprevent-default","03.javascript\u002F01.events\u002F04.prevent-default",{"title":2113,"path":2114,"stem":2115},"Запуск користувацьких подій (Custom Events)","\u002Fjavascript\u002Fevents\u002Fcustom-events","03.javascript\u002F01.events\u002F05.custom-events",{"title":2117,"icon":2118,"path":2119,"stem":2120,"children":2121,"page":59},"Network","i-lucide-globe","\u002Fjavascript\u002Fnetwork","03.javascript\u002F02.network",[2122,2126,2130,2134,2138,2142,2146,2150,2154,2158,2162,2166],{"title":2123,"path":2124,"stem":2125},"Fetch API - Сучасний підхід до HTTP-запитів","\u002Fjavascript\u002Fnetwork\u002F01-fetch-api","03.javascript\u002F02.network\u002F01-fetch-api",{"title":2127,"path":2128,"stem":2129},"FormData - Робота з формами та файлами","\u002Fjavascript\u002Fnetwork\u002F02-formdata","03.javascript\u002F02.network\u002F02-formdata",{"title":2131,"path":2132,"stem":2133},"Відстеження прогресу завантаження","\u002Fjavascript\u002Fnetwork\u002F03-download-progress","03.javascript\u002F02.network\u002F03-download-progress",{"title":2135,"path":2136,"stem":2137},"Переривання fetch-запитів","\u002Fjavascript\u002Fnetwork\u002F04-abort-requests","03.javascript\u002F02.network\u002F04-abort-requests",{"title":2139,"path":2140,"stem":2141},"CORS - Запити між різними джерелами","\u002Fjavascript\u002Fnetwork\u002F05-cors","03.javascript\u002F02.network\u002F05-cors",{"title":2143,"path":2144,"stem":2145},"Fetch API - Повний довідник опцій","\u002Fjavascript\u002Fnetwork\u002F06-fetch-options","03.javascript\u002F02.network\u002F06-fetch-options",{"title":2147,"path":2148,"stem":2149},"URL Objects - Робота з посиланнями","\u002Fjavascript\u002Fnetwork\u002F07-url-objects","03.javascript\u002F02.network\u002F07-url-objects",{"title":2151,"path":2152,"stem":2153},"XMLHttpRequest - AJAX та низькорівневі запити","\u002Fjavascript\u002Fnetwork\u002F08-xmlhttprequest","03.javascript\u002F02.network\u002F08-xmlhttprequest",{"title":2155,"path":2156,"stem":2157},"Відновлюване завантаження файлів","\u002Fjavascript\u002Fnetwork\u002F09-resumable-upload","03.javascript\u002F02.network\u002F09-resumable-upload",{"title":2159,"path":2160,"stem":2161},"Cookies, document.cookie та світ після \"Cookiepocalypse\"","\u002Fjavascript\u002Fnetwork\u002F10-cookies","03.javascript\u002F02.network\u002F10-cookies",{"title":2163,"path":2164,"stem":2165},"js-cookie: Керування Cookies без Болю","\u002Fjavascript\u002Fnetwork\u002F11-js-cookie","03.javascript\u002F02.network\u002F11-js-cookie",{"title":2167,"path":2168,"stem":2169},"Axios: Потужний HTTP-клієнт для JavaScript","\u002Fjavascript\u002Fnetwork\u002F12-axios","03.javascript\u002F02.network\u002F12-axios",{"title":2171,"icon":2172,"path":2173,"stem":2174,"children":2175,"page":59},"Bom","i-lucide-monitor","\u002Fjavascript\u002Fbom","03.javascript\u002F03.bom",[2176,2180,2184,2188],{"title":2177,"path":2178,"stem":2179},"LocalStorage, SessionStorage та patterns збереження даних","\u002Fjavascript\u002Fbom\u002F01-localstorage","03.javascript\u002F03.bom\u002F01-localstorage",{"title":2181,"path":2182,"stem":2183},"Location Object - Керування адресою сторінки","\u002Fjavascript\u002Fbom\u002F02-location-object","03.javascript\u002F03.bom\u002F02-location-object",{"title":2185,"path":2186,"stem":2187},"History API - Керування історією браузера","\u002Fjavascript\u002Fbom\u002F03-history-api","03.javascript\u002F03.bom\u002F03-history-api",{"title":2189,"path":2190,"stem":2191},"Navigator Object - Ідентифікація та Можливості Пристрою","\u002Fjavascript\u002Fbom\u002F04-navigator-object","03.javascript\u002F03.bom\u002F04-navigator-object",{"title":2193,"icon":2194,"path":2195,"stem":2196,"children":2197},"React","i-devicon-react","\u002Fjavascript\u002Freact","03.javascript\u002F04.react\u002Findex",[2198,2199,2203,2207,2211,2215,2278,2313,2465],{"title":2193,"path":2195,"stem":2196},{"title":2200,"path":2201,"stem":2202},"Робота з Формами в React","\u002Fjavascript\u002Freact\u002Freact-forms","03.javascript\u002F04.react\u002F01.react-forms",{"title":2204,"path":2205,"stem":2206},"React Hook Form: Професійна Робота з Формами","\u002Fjavascript\u002Freact\u002Freact-hook-form","03.javascript\u002F04.react\u002F02.react-hook-form",{"title":2208,"path":2209,"stem":2210},"React Hook Form: Глибоке Розуміння Архітектури та Оптимізації","\u002Fjavascript\u002Freact\u002Freact-hook-form-new","03.javascript\u002F04.react\u002F02.react-hook-form-new",{"title":2212,"path":2213,"stem":2214},"Axios та React: Професійна Архітектура Запитів","\u002Fjavascript\u002Freact\u002Fdata-fetching-axios","03.javascript\u002F04.react\u002F03.data-fetching-axios",{"title":2216,"icon":132,"path":2217,"stem":2218,"children":2219},"Tanstack Query","\u002Fjavascript\u002Freact\u002Ftanstack-query","03.javascript\u002F04.react\u002F04.tanstack-query\u002Findex",[2220,2222,2226,2230,2234,2238,2242,2246,2250,2254,2258,2262,2266,2270,2274],{"title":2221,"path":2217,"stem":2218},"TanStack Query: Майстерність Керування Станом Сервера",{"title":2223,"path":2224,"stem":2225},"Парадигма Server State: Чому useEffect недостатньо","\u002Fjavascript\u002Freact\u002Ftanstack-query\u002Fserver-state-paradigm","03.javascript\u002F04.react\u002F04.tanstack-query\u002F01.server-state-paradigm",{"title":2227,"path":2228,"stem":2229},"Встановлення та Налаштування: Фундамент","\u002Fjavascript\u002Freact\u002Ftanstack-query\u002Finstallation-and-devtools","03.javascript\u002F04.react\u002F04.tanstack-query\u002F02.installation-and-devtools",{"title":2231,"path":2232,"stem":2233},"Основи Запитів та Магія Ключів","\u002Fjavascript\u002Freact\u002Ftanstack-query\u002Fquery-basics-and-keys","03.javascript\u002F04.react\u002F04.tanstack-query\u002F03.query-basics-and-keys",{"title":2235,"path":2236,"stem":2237},"Синхронізація Даних: Життєвий Цикл Запиту","\u002Fjavascript\u002Freact\u002Ftanstack-query\u002Fdata-synchronization","03.javascript\u002F04.react\u002F04.tanstack-query\u002F04.data-synchronization",{"title":2239,"path":2240,"stem":2241},"Мутації та Інвалідація: Зміна Даних","\u002Fjavascript\u002Freact\u002Ftanstack-query\u002Fmutations-and-invalidation","03.javascript\u002F04.react\u002F04.tanstack-query\u002F05.mutations-and-invalidation",{"title":2243,"path":2244,"stem":2245},"Оптимістичні Оновлення: Швидше за Світло","\u002Fjavascript\u002Freact\u002Ftanstack-query\u002Foptimistic-updates","03.javascript\u002F04.react\u002F04.tanstack-query\u002F06.optimistic-updates",{"title":2247,"path":2248,"stem":2249},"Пагінація та Infinite Scroll","\u002Fjavascript\u002Freact\u002Ftanstack-query\u002Fpagination-and-load-more","03.javascript\u002F04.react\u002F04.tanstack-query\u002F07.pagination-and-load-more",{"title":2251,"path":2252,"stem":2253},"Просунуті Патерни та Оптимізація","\u002Fjavascript\u002Freact\u002Ftanstack-query\u002Fadvanced-patterns","03.javascript\u002F04.react\u002F04.tanstack-query\u002F08.advanced-patterns",{"title":2255,"path":2256,"stem":2257},"Архітектура та Best Practices","\u002Fjavascript\u002Freact\u002Ftanstack-query\u002Farchitecture-and-best-practices","03.javascript\u002F04.react\u002F04.tanstack-query\u002F09.architecture-and-best-practices",{"title":2259,"path":2260,"stem":2261},"Server-Side Rendering (SSR) та Гідратація","\u002Fjavascript\u002Freact\u002Ftanstack-query\u002Fserver-side-rendering","03.javascript\u002F04.react\u002F04.tanstack-query\u002F10.server-side-rendering",{"title":2263,"path":2264,"stem":2265},"Стратегії Тестування","\u002Fjavascript\u002Freact\u002Ftanstack-query\u002Ftesting-strategies","03.javascript\u002F04.react\u002F04.tanstack-query\u002F11.testing-strategies",{"title":2267,"path":2268,"stem":2269},"Аутентифікація та Обробка Помилок","\u002Fjavascript\u002Freact\u002Ftanstack-query\u002Fauthentication-and-errors","03.javascript\u002F04.react\u002F04.tanstack-query\u002F12.authentication-and-errors",{"title":2271,"path":2272,"stem":2273},"React Suspense та Майбутнє","\u002Fjavascript\u002Freact\u002Ftanstack-query\u002Freact-suspense","03.javascript\u002F04.react\u002F04.tanstack-query\u002F13.react-suspense",{"title":2275,"path":2276,"stem":2277},"Глибоке Занурення в Продуктивність","\u002Fjavascript\u002Freact\u002Ftanstack-query\u002Fperformance-deep-dive","03.javascript\u002F04.react\u002F04.tanstack-query\u002F14.performance-deep-dive",{"title":2279,"icon":2194,"path":2280,"stem":2281,"children":2282},"React Router","\u002Fjavascript\u002Freact\u002Freact-router","03.javascript\u002F04.react\u002F05.react-router\u002Findex",[2283,2285,2289,2293,2297,2301,2305,2309],{"title":2284,"path":2280,"stem":2281},"React Router: Навігаційна система сучасного вебу",{"title":2286,"path":2287,"stem":2288},"Налаштування та Базовий Роутинг","\u002Fjavascript\u002Freact\u002Freact-router\u002Fsetup-and-basic-routing","03.javascript\u002F04.react\u002F05.react-router\u002F01.setup-and-basic-routing",{"title":2290,"path":2291,"stem":2292},"Динамічна Навігація","\u002Fjavascript\u002Freact\u002Freact-router\u002Fnavigation-and-links","03.javascript\u002F04.react\u002F05.react-router\u002F02.navigation-and-links",{"title":2294,"path":2295,"stem":2296},"Вкладені Маршрути та Макети","\u002Fjavascript\u002Freact\u002Freact-router\u002Fnested-routes-and-layouts","03.javascript\u002F04.react\u002F05.react-router\u002F03.nested-routes-and-layouts",{"title":2298,"path":2299,"stem":2300},"Динамічні Маршрути та Параметри","\u002Fjavascript\u002Freact\u002Freact-router\u002Fdynamic-routing","03.javascript\u002F04.react\u002F05.react-router\u002F04.dynamic-routing",{"title":2302,"path":2303,"stem":2304},"Data APIs: Loaders та Actions","\u002Fjavascript\u002Freact\u002Freact-router\u002Fdata-loading","03.javascript\u002F04.react\u002F05.react-router\u002F05.data-loading",{"title":2306,"path":2307,"stem":2308},"Просунуті Патерни","\u002Fjavascript\u002Freact\u002Freact-router\u002Fadvanced-patterns","03.javascript\u002F04.react\u002F05.react-router\u002F06.advanced-patterns",{"title":2310,"path":2311,"stem":2312},"Legacy Routing: Компонентний підхід","\u002Fjavascript\u002Freact\u002Freact-router\u002Flegacy-routing","03.javascript\u002F04.react\u002F05.react-router\u002F07.legacy-routing",{"title":2314,"icon":132,"path":2315,"stem":2316,"children":2317},"Redux","\u002Fjavascript\u002Freact\u002Fredux","03.javascript\u002F04.react\u002F06.redux\u002Findex",[2318,2320,2336,2365,2374,2395,2411,2440],{"title":2319,"path":2315,"stem":2316},"Redux: Еволюція управління станом",{"title":14,"icon":15,"path":2321,"stem":2322,"children":2323,"page":59},"\u002Fjavascript\u002Freact\u002Fredux\u002Ffundamentals","03.javascript\u002F04.react\u002F06.redux\u002F01.fundamentals",[2324,2328,2332],{"title":2325,"path":2326,"stem":2327},"Вступ до State Management","\u002Fjavascript\u002Freact\u002Fredux\u002Ffundamentals\u002Fintro-state-management","03.javascript\u002F04.react\u002F06.redux\u002F01.fundamentals\u002F01.intro-state-management",{"title":2329,"path":2330,"stem":2331},"Філософія Redux та Три Принципи","\u002Fjavascript\u002Freact\u002Fredux\u002Ffundamentals\u002Fredux-philosophy","03.javascript\u002F04.react\u002F06.redux\u002F01.fundamentals\u002F02.redux-philosophy",{"title":2333,"path":2334,"stem":2335},"Чисті функції та Іммутабельність","\u002Fjavascript\u002Freact\u002Fredux\u002Ffundamentals\u002Fpure-functions-immutability","03.javascript\u002F04.react\u002F06.redux\u002F01.fundamentals\u002F03.pure-functions-immutability",{"title":2337,"icon":132,"path":2338,"stem":2339,"children":2340,"page":59},"Classic Redux","\u002Fjavascript\u002Freact\u002Fredux\u002Fclassic-redux","03.javascript\u002F04.react\u002F06.redux\u002F02.classic-redux",[2341,2345,2349,2353,2357,2361],{"title":2342,"path":2343,"stem":2344},"Створення Store (Classic Redux)","\u002Fjavascript\u002Freact\u002Fredux\u002Fclassic-redux\u002Fstore-setup","03.javascript\u002F04.react\u002F06.redux\u002F02.classic-redux\u002F01.store-setup",{"title":2346,"path":2347,"stem":2348},"Actions, Constants та Action Creators","\u002Fjavascript\u002Freact\u002Fredux\u002Fclassic-redux\u002Factions-constants","03.javascript\u002F04.react\u002F06.redux\u002F02.classic-redux\u002F02.actions-constants",{"title":2350,"path":2351,"stem":2352},"Логіка Reducers","\u002Fjavascript\u002Freact\u002Fredux\u002Fclassic-redux\u002Freducers","03.javascript\u002F04.react\u002F06.redux\u002F02.classic-redux\u002F03.reducers",{"title":2354,"path":2355,"stem":2356},"Комбінування Reducers (Root Reducer)","\u002Fjavascript\u002Freact\u002Fredux\u002Fclassic-redux\u002Fdata-flow","03.javascript\u002F04.react\u002F06.redux\u002F02.classic-redux\u002F04.data-flow",{"title":2358,"path":2359,"stem":2360},"Підключення до React (React-Redux)","\u002Fjavascript\u002Freact\u002Fredux\u002Fclassic-redux\u002Freact-redux-connection","03.javascript\u002F04.react\u002F06.redux\u002F02.classic-redux\u002F05.react-redux-connection",{"title":2362,"path":2363,"stem":2364},"Middleware та Асинхронність (Redux Thunk)","\u002Fjavascript\u002Freact\u002Fredux\u002Fclassic-redux\u002Fmiddleware-thunk","03.javascript\u002F04.react\u002F06.redux\u002F02.classic-redux\u002F06.middleware-thunk",{"title":2366,"icon":132,"path":2367,"stem":2368,"children":2369,"page":59},"Transition To Rtk","\u002Fjavascript\u002Freact\u002Fredux\u002Ftransition-to-rtk","03.javascript\u002F04.react\u002F06.redux\u002F03.transition-to-rtk",[2370],{"title":2371,"path":2372,"stem":2373},"Проблеми класичного Redux","\u002Fjavascript\u002Freact\u002Fredux\u002Ftransition-to-rtk\u002Fproblems-with-classic","03.javascript\u002F04.react\u002F06.redux\u002F03.transition-to-rtk\u002F01.problems-with-classic",{"title":2375,"icon":132,"path":2376,"stem":2377,"children":2378,"page":59},"Redux Toolkit","\u002Fjavascript\u002Freact\u002Fredux\u002Fredux-toolkit","03.javascript\u002F04.react\u002F06.redux\u002F04.redux-toolkit",[2379,2383,2387,2391],{"title":2380,"path":2381,"stem":2382},"Налаштування Store з configureStore","\u002Fjavascript\u002Freact\u002Fredux\u002Fredux-toolkit\u002Fconfigure-store","03.javascript\u002F04.react\u002F06.redux\u002F04.redux-toolkit\u002F01.configure-store",{"title":2384,"path":2385,"stem":2386},"createSlice: Революція в Redux","\u002Fjavascript\u002Freact\u002Fredux\u002Fredux-toolkit\u002Fcreate-slice","03.javascript\u002F04.react\u002F06.redux\u002F04.redux-toolkit\u002F02.create-slice",{"title":2388,"path":2389,"stem":2390},"Асинхронність з createAsyncThunk","\u002Fjavascript\u002Freact\u002Fredux\u002Fredux-toolkit\u002Fasync-thunks","03.javascript\u002F04.react\u002F06.redux\u002F04.redux-toolkit\u002F03.async-thunks",{"title":2392,"path":2393,"stem":2394},"04. Entity Adapter: Керування нормалізованим станом","\u002Fjavascript\u002Freact\u002Fredux\u002Fredux-toolkit\u002Fentity-adapter","03.javascript\u002F04.react\u002F06.redux\u002F04.redux-toolkit\u002F04.entity-adapter",{"title":2396,"icon":92,"path":2397,"stem":2398,"children":2399,"page":59},"Advanced","\u002Fjavascript\u002Freact\u002Fredux\u002Fadvanced","03.javascript\u002F04.react\u002F06.redux\u002F05.advanced",[2400,2404,2408],{"title":2401,"path":2402,"stem":2403},"Мемоізація та Селектори: Повний Гайд по Reselect","\u002Fjavascript\u002Freact\u002Fredux\u002Fadvanced\u002Fselectors-reselect","03.javascript\u002F04.react\u002F06.redux\u002F05.advanced\u002F01.selectors-reselect",{"title":2405,"path":2406,"stem":2407},"RTK Query: Архітектура Серверного Кешу","\u002Fjavascript\u002Freact\u002Fredux\u002Fadvanced\u002Frtk-query-intro","03.javascript\u002F04.react\u002F06.redux\u002F05.advanced\u002F02.rtk-query-intro",{"title":2255,"path":2409,"stem":2410},"\u002Fjavascript\u002Freact\u002Fredux\u002Fadvanced\u002Farchitecture-best-practices","03.javascript\u002F04.react\u002F06.redux\u002F05.advanced\u002F03.architecture-best-practices",{"title":2412,"icon":132,"path":2413,"stem":2414,"children":2415,"page":59},"Project Kanban","\u002Fjavascript\u002Freact\u002Fredux\u002Fproject-kanban","03.javascript\u002F04.react\u002F06.redux\u002F06.project-kanban",[2416,2420,2424,2428,2432,2436],{"title":2417,"path":2418,"stem":2419},"Проєкт: Kanban Board (Trello Clone)","\u002Fjavascript\u002Freact\u002Fredux\u002Fproject-kanban\u002Fproject-overview","03.javascript\u002F04.react\u002F06.redux\u002F06.project-kanban\u002F01.project-overview",{"title":2421,"path":2422,"stem":2423},"Налаштування та Типізація","\u002Fjavascript\u002Freact\u002Fredux\u002Fproject-kanban\u002Fsetup-and-types","03.javascript\u002F04.react\u002F06.redux\u002F06.project-kanban\u002F02.setup-and-types",{"title":2425,"path":2426,"stem":2427},"Board Slice: Серце Дошки","\u002Fjavascript\u002Freact\u002Fredux\u002Fproject-kanban\u002Fboard-slice","03.javascript\u002F04.react\u002F06.redux\u002F06.project-kanban\u002F03.board-slice",{"title":2429,"path":2430,"stem":2431},"Логіка Drag & Drop","\u002Fjavascript\u002Freact\u002Fredux\u002Fproject-kanban\u002Fdrag-and-drop-logic","03.javascript\u002F04.react\u002F06.redux\u002F06.project-kanban\u002F04.drag-and-drop-logic",{"title":2433,"path":2434,"stem":2435},"Інтеграція з RTK Query","\u002Fjavascript\u002Freact\u002Fredux\u002Fproject-kanban\u002Frtk-query-integration","03.javascript\u002F04.react\u002F06.redux\u002F06.project-kanban\u002F05.rtk-query-integration",{"title":2437,"path":2438,"stem":2439},"Optimistic Updates","\u002Fjavascript\u002Freact\u002Fredux\u002Fproject-kanban\u002Foptimistic-updates","03.javascript\u002F04.react\u002F06.redux\u002F06.project-kanban\u002F06.optimistic-updates",{"title":2441,"icon":132,"path":2442,"stem":2443,"children":2444,"page":59},"Testing","\u002Fjavascript\u002Freact\u002Fredux\u002Ftesting","03.javascript\u002F04.react\u002F06.redux\u002F07.testing",[2445,2449,2453,2457,2461],{"title":2446,"path":2447,"stem":2448},"Тестування Redux","\u002Fjavascript\u002Freact\u002Fredux\u002Ftesting\u002Fintro-testing","03.javascript\u002F04.react\u002F06.redux\u002F07.testing\u002F01.intro-testing",{"title":2450,"path":2451,"stem":2452},"Тестування Reducers","\u002Fjavascript\u002Freact\u002Fredux\u002Ftesting\u002Ftesting-reducers","03.javascript\u002F04.react\u002F06.redux\u002F07.testing\u002F02.testing-reducers",{"title":2454,"path":2455,"stem":2456},"Тестування Селекторів","\u002Fjavascript\u002Freact\u002Fredux\u002Ftesting\u002Ftesting-selectors","03.javascript\u002F04.react\u002F06.redux\u002F07.testing\u002F03.testing-selectors",{"title":2458,"path":2459,"stem":2460},"Тестування Компонентів (Integration)","\u002Fjavascript\u002Freact\u002Fredux\u002Ftesting\u002Ftesting-components","03.javascript\u002F04.react\u002F06.redux\u002F07.testing\u002F04.testing-components",{"title":2462,"path":2463,"stem":2464},"Тестування Async Thunks","\u002Fjavascript\u002Freact\u002Fredux\u002Ftesting\u002Ftesting-thunks","03.javascript\u002F04.react\u002F06.redux\u002F07.testing\u002F05.testing-thunks",{"title":2466,"icon":132,"path":2467,"stem":2468,"children":2469},"Ui Libraries","\u002Fjavascript\u002Freact\u002Fui-libraries","03.javascript\u002F04.react\u002F07.ui-libraries\u002Findex",[2470,2472,2476,2480,2484,2488,2492],{"title":2471,"path":2467,"stem":2468},"UI Бібліотеки в React",{"title":2473,"path":2474,"stem":2475},"Вступ до UI Бібліотек: Навіщо Винаходити Велосипед Двічі?","\u002Fjavascript\u002Freact\u002Fui-libraries\u002Fintroduction-to-ui-libraries","03.javascript\u002F04.react\u002F07.ui-libraries\u002F01.introduction-to-ui-libraries",{"title":2477,"path":2478,"stem":2479},"Філософія shadcn\u002Fui: \"Not a Component Library\"","\u002Fjavascript\u002Freact\u002Fui-libraries\u002Fshadcn-philosophy","03.javascript\u002F04.react\u002F07.ui-libraries\u002F02.shadcn-philosophy",{"title":2481,"path":2482,"stem":2483},"Установка та Налаштування shadcn\u002Fui","\u002Fjavascript\u002Freact\u002Fui-libraries\u002Fshadcn-installation","03.javascript\u002F04.react\u002F07.ui-libraries\u002F03.shadcn-installation",{"title":2485,"path":2486,"stem":2487},"Базові Компоненти shadcn\u002Fui: Фундамент Інтерфейсу","\u002Fjavascript\u002Freact\u002Fui-libraries\u002Fshadcn-components-basics","03.javascript\u002F04.react\u002F07.ui-libraries\u002F04.shadcn-components-basics",{"title":2489,"path":2490,"stem":2491},"Компоненти Форм: Побудова Інтерактивних Form","\u002Fjavascript\u002Freact\u002Fui-libraries\u002Fshadcn-components-forms","03.javascript\u002F04.react\u002F07.ui-libraries\u002F05.shadcn-components-forms",{"title":2493,"path":2494,"stem":2495},"Складні Компоненти: Dialog, Dropdown, Table та Command","\u002Fjavascript\u002Freact\u002Fui-libraries\u002Fshadcn-components-advanced","03.javascript\u002F04.react\u002F07.ui-libraries\u002F06.shadcn-components-advanced",{"title":2497,"icon":2498,"path":2499,"stem":2500,"children":2501,"page":59},"TypeScript","i-devicon-typescript","\u002Fjavascript\u002Ftypescript","03.javascript\u002F05.typescript",[2502,2506,2510,2514,2518,2522,2526,2530],{"title":2503,"path":2504,"stem":2505},"TypeScript: Броня для вашого коду","\u002Fjavascript\u002Ftypescript\u002Fintro-and-basic-types","03.javascript\u002F05.typescript\u002F01.intro-and-basic-types",{"title":2507,"path":2508,"stem":2509},"Майстерність Моделювання Даних: Інтерфейси та Просунуті Типи","\u002Fjavascript\u002Ftypescript\u002Finterfaces-and-advanced-types","03.javascript\u002F05.typescript\u002F02.interfaces-and-advanced-types",{"title":2511,"path":2512,"stem":2513},"Алхімія Типів: Generics та Utility Types","\u002Fjavascript\u002Ftypescript\u002Fgenerics-and-utilities","03.javascript\u002F05.typescript\u002F03.generics-and-utilities",{"title":2515,"path":2516,"stem":2517},"Архітектура та Шаблони: Класи в TypeScript","\u002Fjavascript\u002Ftypescript\u002Fclasses-and-oop","03.javascript\u002F05.typescript\u002F04.classes-and-oop",{"title":2519,"path":2520,"stem":2521},"Продакшн та Екосистема: Advanced Config & Workflow","\u002Fjavascript\u002Ftypescript\u002Fadvanced-patterns-and-config","03.javascript\u002F05.typescript\u002F05.advanced-patterns-and-config",{"title":2523,"path":2524,"stem":2525},"TypeScript у світі React","\u002Fjavascript\u002Ftypescript\u002Freact-basics","03.javascript\u002F05.typescript\u002F06.react-basics",{"title":2527,"path":2528,"stem":2529},"React + TypeScript: Продвинуті патерни","\u002Fjavascript\u002Ftypescript\u002Freact-advanced","03.javascript\u002F05.typescript\u002F07.react-advanced",{"title":2531,"path":2532,"stem":2533},"React + TypeScript: Екосистема та бібліотеки","\u002Fjavascript\u002Ftypescript\u002Freact-ecosystem","03.javascript\u002F05.typescript\u002F08.react-ecosystem",{"title":2535,"icon":2536,"path":2537,"stem":2538,"children":2539,"page":59},"Асинхронність","i-lucide-refresh-cw","\u002Fjavascript\u002Fasync-programming","03.javascript\u002F06.async-programming",[2540,2544,2548],{"title":2541,"path":2542,"stem":2543},"Event Loop: серце асинхронності в JavaScript","\u002Fjavascript\u002Fasync-programming\u002Fevent-loop-fundamentals","03.javascript\u002F06.async-programming\u002F01.event-loop-fundamentals",{"title":2545,"path":2546,"stem":2547},"Task Queue та Microtask Queue: пріоритети виконання","\u002Fjavascript\u002Fasync-programming\u002Ftask-queues","03.javascript\u002F06.async-programming\u002F02.task-queues",{"title":2549,"path":2550,"stem":2551},"Асинхронні патерни: від Callbacks до Async\u002FAwait","\u002Fjavascript\u002Fasync-programming\u002Fasync-patterns","03.javascript\u002F06.async-programming\u002F03.async-patterns",{"title":2553,"path":2554,"stem":2555},"Atomic Design","\u002Fjavascript\u002Fatomic-design","03.javascript\u002F2.atomic-design",{"title":2557,"icon":2558,"path":2559,"stem":2560,"children":2561,"page":59},"Java","i-devicon-java","\u002Fjava","04.java",[2562,2565,2568,2572,2576,2580,2584],{"title":162,"path":2563,"stem":2564},"\u002Fjava\u002Fdata-mapper-part1","04.java\u002F01.data-mapper-part1",{"title":166,"path":2566,"stem":2567},"\u002Fjava\u002Fdata-mapper-part2","04.java\u002F02.data-mapper-part2",{"title":2569,"path":2570,"stem":2571},"Service Layer: Організація бізнес-логіки","\u002Fjava\u002Fservice-layer","04.java\u002F03.service-layer",{"title":2573,"path":2574,"stem":2575},"Rich Domain Model та State Pattern","\u002Fjava\u002Frich-domain-model","04.java\u002F04.rich-domain-model",{"title":2577,"path":2578,"stem":2579},"Патерни для складної бізнес-логіки","\u002Fjava\u002Fbusiness-logic-patterns","04.java\u002F05.business-logic-patterns",{"title":2581,"path":2582,"stem":2583},"Обробка помилок та валідація","\u002Fjava\u002Ferror-handling-validation","04.java\u002F06.error-handling-validation",{"title":2585,"path":2586,"stem":2587,"children":2588,"page":59},"Проектування баз даних","\u002Fjava\u002Fpr2","04.java\u002Fpr2",[2589,2593,2597,2601,2605,2609,2613,2617,2621,2625,2629,2633,2637,2641,2645,2649,2653,2657,2661,2665,2669,2673,2677,2681,2685,2689,2693,2697,2701,2705,2709,2713,2717,2721,2725,2729,2733],{"title":2590,"path":2591,"stem":2592},"Концептуальне моделювання: Мистецтво розуміння предметної області","\u002Fjava\u002Fpr2\u002Fconceptual-modeling","04.java\u002Fpr2\u002F01.conceptual-modeling",{"title":2594,"path":2595,"stem":2596},"Логічне моделювання: Від бізнес-ідей до структур даних","\u002Fjava\u002Fpr2\u002Flogical-modeling","04.java\u002Fpr2\u002F02.logical-modeling",{"title":2598,"path":2599,"stem":2600},"Нормалізація: Гігієна даних та боротьба з аномаліями","\u002Fjava\u002Fpr2\u002Fnormalization","04.java\u002Fpr2\u002F03.normalization",{"title":2602,"path":2603,"stem":2604},"Фізична схема: Від абстракції до DDL","\u002Fjava\u002Fpr2\u002Fphysical-schema","04.java\u002Fpr2\u002F04.physical-schema",{"title":2606,"path":2607,"stem":2608},"Архітектурна класифікація таблиць","\u002Fjava\u002Fpr2\u002Ftable-classification","04.java\u002Fpr2\u002F05.table-classification",{"title":2610,"path":2611,"stem":2612},"Database Migrations: Версіонування схеми з Flyway","\u002Fjava\u002Fpr2\u002Fdatabase-migrations","04.java\u002Fpr2\u002F06.database-migrations",{"title":2614,"path":2615,"stem":2616},"А що, якби це була не реляційна БД?","\u002Fjava\u002Fpr2\u002Fbeyond-relational","04.java\u002Fpr2\u002F07.beyond-relational",{"title":2618,"path":2619,"stem":2620},"Object-Relational Impedance Mismatch: Два світи, що не хочуть дружити","\u002Fjava\u002Fpr2\u002Fimpedance-mismatch","04.java\u002Fpr2\u002F09.impedance-mismatch",{"title":2622,"path":2623,"stem":2624},"JDBC: Перший контакт із базою даних","\u002Fjava\u002Fpr2\u002Fjdbc-fundamentals","04.java\u002Fpr2\u002F10.jdbc-fundamentals",{"title":2626,"path":2627,"stem":2628},"Якість коду: Spotless, SpotBugs та SonarQube","\u002Fjava\u002Fpr2\u002F10a.code-quality","04.java\u002Fpr2\u002F10a.code-quality",{"title":2630,"path":2631,"stem":2632},"Connection Pool: Патерн Object Pool для JDBC-з'єднань","\u002Fjava\u002Fpr2\u002Fconnection-pool","04.java\u002Fpr2\u002F11.connection-pool",{"title":2634,"path":2635,"stem":2636},"Row Data Gateway: Об'єкт як обгортка рядка таблиці","\u002Fjava\u002Fpr2\u002Frow-data-gateway","04.java\u002Fpr2\u002F12.row-data-gateway",{"title":2638,"path":2639,"stem":2640},"Table Data Gateway: Фасад таблиці як архітектурний відступ","\u002Fjava\u002Fpr2\u002Ftable-data-gateway","04.java\u002Fpr2\u002F13.table-data-gateway",{"title":2642,"path":2643,"stem":2644},"Repository + Data Mapper: Правильна шарова архітектура з JDBC","\u002Fjava\u002Fpr2\u002Frepository-data-mapper","04.java\u002Fpr2\u002F14.repository-data-mapper",{"title":2646,"path":2647,"stem":2648},"Identity Map: Кешування сутностей у рамках сесії","\u002Fjava\u002Fpr2\u002Fidentity-map","04.java\u002Fpr2\u002F15.identity-map",{"title":2650,"path":2651,"stem":2652},"Unit of Work: Відстеження змін і координація JDBC-транзакцій","\u002Fjava\u002Fpr2\u002Funit-of-work","04.java\u002Fpr2\u002F16.unit-of-work",{"title":2654,"path":2655,"stem":2656},"Strategy: Замінювані SQL-стратегії для підтримки різних СУБД","\u002Fjava\u002Fpr2\u002Fstrategy-sql","04.java\u002Fpr2\u002F17.strategy-sql",{"title":2658,"path":2659,"stem":2660},"Proxy: Lazy Loading для One-To-Many колекцій","\u002Fjava\u002Fpr2\u002Fproxy-lazy-loading","04.java\u002Fpr2\u002F18.proxy-lazy-loading",{"title":2662,"path":2663,"stem":2664},"Generic Repository через Java Reflection: анотації та динамічний SQL","\u002Fjava\u002Fpr2\u002Fgeneric-repository-reflection","04.java\u002Fpr2\u002F19.generic-repository-reflection",{"title":2666,"path":2667,"stem":2668},"Specification Pattern: Композиція бізнес-правил для складних запитів","\u002Fjava\u002Fpr2\u002Fspecification-pattern","04.java\u002Fpr2\u002F20.specification-pattern",{"title":2670,"path":2671,"stem":2672},"Розширені можливості Specification Pattern: підзапити, агрегації та гібридний підхід","\u002Fjava\u002Fpr2\u002F20a.advanced-specifications","04.java\u002Fpr2\u002F20a.advanced-specifications",{"title":2674,"path":2675,"stem":2676},"Асинхронність у JDBC: Від блокуючих викликів до CompletableFuture","\u002Fjava\u002Fpr2\u002Fasynchronous-jdbc","04.java\u002Fpr2\u002F21.asynchronous-jdbc",{"title":2678,"path":2679,"stem":2680},"Інтеграційне тестування JDBC-репозиторіїв: Embedded H2 та патерн AAA","\u002Fjava\u002Fpr2\u002Fintegration-testing-h2","04.java\u002Fpr2\u002F22.integration-testing-h2",{"title":2682,"path":2683,"stem":2684},"Testcontainers: Тестування з реальною PostgreSQL у Docker-контейнерах","\u002Fjava\u002Fpr2\u002Fintegration-testing-testcontainers","04.java\u002Fpr2\u002F23.integration-testing-testcontainers",{"title":2686,"path":2687,"stem":2688},"Google Guice: Впровадження залежностей у JavaFX-проєкті","\u002Fjava\u002Fpr2\u002Fdependency-injection-guice","04.java\u002Fpr2\u002F24.dependency-injection-guice",{"title":2690,"path":2691,"stem":2692},"JavaFX: Основи побудови графічних інтерфейсів","\u002Fjava\u002Fpr2\u002Fjavafx-fundamentals","04.java\u002Fpr2\u002F25.javafx-fundamentals",{"title":2694,"path":2695,"stem":2696},"Properties та Bindings: Реактивність у JavaFX","\u002Fjava\u002Fpr2\u002Fjavafx-properties-bindings","04.java\u002Fpr2\u002F26.javafx-properties-bindings",{"title":2698,"path":2699,"stem":2700},"MVC vs MVP vs MVVM: Еволюція архітектурних патернів UI","\u002Fjava\u002Fpr2\u002Fui-architecture-patterns","04.java\u002Fpr2\u002F27.ui-architecture-patterns",{"title":2702,"path":2703,"stem":2704},"MVVM на практиці: Побудова ViewModel","\u002Fjava\u002Fpr2\u002Fmvvm-viewmodel-implementation","04.java\u002Fpr2\u002F28.mvvm-viewmodel-implementation",{"title":2706,"path":2707,"stem":2708},"View та Controller: Зв'язування з ViewModel через FXML","\u002Fjava\u002Fpr2\u002Fmvvm-view-controller","04.java\u002Fpr2\u002F29.mvvm-view-controller",{"title":2710,"path":2711,"stem":2712},"Інтеграція MVVM з Guice: Автоматична ін'єкція залежностей","\u002Fjava\u002Fpr2\u002Fmvvm-guice-integration","04.java\u002Fpr2\u002F30.mvvm-guice-integration",{"title":2714,"path":2715,"stem":2716},"Валідація та обробка помилок у MVVM","\u002Fjava\u002Fpr2\u002Fmvvm-validation-error-handling","04.java\u002Fpr2\u002F31.mvvm-validation-error-handling",{"title":2718,"path":2719,"stem":2720},"Навігація та управління екранами у JavaFX MVVM","\u002Fjava\u002Fpr2\u002Fmvvm-navigation-screen-management","04.java\u002Fpr2\u002F32.mvvm-navigation-screen-management",{"title":2722,"path":2723,"stem":2724},"Тестування JavaFX MVVM-додатків","\u002Fjava\u002Fpr2\u002Fmvvm-testing","04.java\u002Fpr2\u002F33.mvvm-testing",{"title":2726,"path":2727,"stem":2728},"Стилізація та теми у JavaFX: CSS та User Experience","\u002Fjava\u002Fpr2\u002Fjavafx-styling-themes","04.java\u002Fpr2\u002F34.javafx-styling-themes",{"title":2730,"path":2731,"stem":2732},"AtlantaFX: Сучасні теми для JavaFX додатків","\u002Fjava\u002Fpr2\u002Fatlantafx-modern-themes","04.java\u002Fpr2\u002F35.atlantafx-modern-themes",{"title":2734,"path":2735,"stem":2736},"Пакування та розповсюдження JavaFX-додатків","\u002Fjava\u002Fpr2\u002Fjar-packaging-distribution","04.java\u002Fpr2\u002F36.jar-packaging-distribution",{"title":2738,"icon":2739,"path":2740,"stem":2741,"children":2742,"page":59},"Python","i-devicon-python","\u002Fpython","05.python",[2743,2747,2750,2754,2758,2762,2766,2770,2774,2778,2782,2786,2790,2794,2798,2859],{"title":2744,"path":2745,"stem":2746},"Модулі, Пакети та Віртуальні Середовища","\u002Fpython\u002Fmodules-packages-venv","05.python\u002F00.modules-packages-venv",{"title":71,"path":2748,"stem":2749},"\u002Fpython\u002Fclasses-objects","05.python\u002F01.classes-objects",{"title":2751,"path":2752,"stem":2753},"Інкапсуляція, Керування Доступом та Властивості","\u002Fpython\u002Fencapsulation","05.python\u002F02.encapsulation",{"title":2755,"path":2756,"stem":2757},"Наслідування, MRO та суперсила super()","\u002Fpython\u002Finheritance-mro","05.python\u002F03.inheritance-mro",{"title":2759,"path":2760,"stem":2761},"Абстракція — ABC проти Статичних Протоколів (PEP 544)","\u002Fpython\u002Fabstraction-protocols","05.python\u002F04.abstraction-protocols",{"title":2763,"path":2764,"stem":2765},"Магічні методи (Dunder) та Емуляція протоколів","\u002Fpython\u002Fdunder-methods","05.python\u002F05.dunder-methods",{"title":2767,"path":2768,"stem":2769},"Декоратори та Керування життєвим циклом методів","\u002Fpython\u002Fdecorators-static-class","05.python\u002F06.decorators-static-class",{"title":2771,"path":2772,"stem":2773},"Дескриптори — Магія доступу до атрибутів","\u002Fpython\u002Fdescriptors","05.python\u002F07.descriptors",{"title":2775,"path":2776,"stem":2777},"Метакласи — Динамічне створення класів під капотом CPython","\u002Fpython\u002Fmetaclasses","05.python\u002F08.metaclasses",{"title":2779,"path":2780,"stem":2781},"Dataclasses, NamedTuple та сучасні контейнери Python","\u002Fpython\u002Fmodern-containers","05.python\u002F09.modern-containers",{"title":2783,"path":2784,"stem":2785},"GIL та модель конкурентності CPython — фундамент перед потоками і процесами","\u002Fpython\u002Fgil-concurrency-intro","05.python\u002F11.gil-concurrency-intro",{"title":2787,"path":2788,"stem":2789},"Threading — конкурентність для I\u002FO-bound задач","\u002Fpython\u002Fthreading","05.python\u002F12.threading",{"title":2791,"path":2792,"stem":2793},"Multiprocessing — справжній паралелізм для CPU-bound задач","\u002Fpython\u002Fmultiprocessing","05.python\u002F13.multiprocessing",{"title":2795,"path":2796,"stem":2797},"asyncio — кооперативна конкурентність та event loop","\u002Fpython\u002Fasyncio","05.python\u002F14.asyncio",{"title":2799,"icon":92,"path":2800,"stem":2801,"children":2802,"page":59},"FastAPI","\u002Fpython\u002Ffastapi","05.python\u002Ffastapi",[2803,2807,2811,2815,2819,2823,2827,2831,2835,2839,2843,2847,2851,2855],{"title":2804,"path":2805,"stem":2806},"Глибокий Typing та Pydantic v2 — від анотацій до валідації","\u002Fpython\u002Ffastapi\u002Ftyping-pydantic","05.python\u002Ffastapi\u002F15.typing-pydantic",{"title":2808,"path":2809,"stem":2810},"WSGI, ASGI та Python Web-екосистема","\u002Fpython\u002Ffastapi\u002Fwsgi-asgi-ecosystem","05.python\u002Ffastapi\u002F16.wsgi-asgi-ecosystem",{"title":2812,"path":2813,"stem":2814},"FastAPI: Перший додаток, Uvicorn та OpenAPI","\u002Fpython\u002Ffastapi\u002Ffastapi-intro","05.python\u002Ffastapi\u002F17.fastapi-intro",{"title":2816,"path":2817,"stem":2818},"Маршрутизація, параметри запитів та APIRouter","\u002Fpython\u002Ffastapi\u002Ffastapi-routing-params","05.python\u002Ffastapi\u002F18.fastapi-routing-params",{"title":2820,"path":2821,"stem":2822},"Pydantic v2 у FastAPI — схеми, валідація та серіалізація","\u002Fpython\u002Ffastapi\u002Ffastapi-pydantic-schemas","05.python\u002Ffastapi\u002F19.fastapi-pydantic-schemas",{"title":2824,"path":2825,"stem":2826},"Dependency Injection — серце архітектури FastAPI","\u002Fpython\u002Ffastapi\u002Ffastapi-dependency-injection","05.python\u002Ffastapi\u002F20.fastapi-dependency-injection",{"title":2828,"path":2829,"stem":2830},"Обробка помилок, Middleware та CORS у FastAPI","\u002Fpython\u002Ffastapi\u002Ffastapi-errors-middleware","05.python\u002Ffastapi\u002F21.fastapi-errors-middleware",{"title":2832,"path":2833,"stem":2834},"SQLAlchemy 2.0 — ORM, Core та Async Engine","\u002Fpython\u002Ffastapi\u002Fsqlalchemy-orm","05.python\u002Ffastapi\u002F22.sqlalchemy-orm",{"title":2836,"path":2837,"stem":2838},"Alembic — міграції бази даних","\u002Fpython\u002Ffastapi\u002Falembic-migrations","05.python\u002Ffastapi\u002F23.alembic-migrations",{"title":2840,"path":2841,"stem":2842},"Repository Pattern та Clean Architecture у FastAPI","\u002Fpython\u002Ffastapi\u002Ffastapi-repository-clean-arch","05.python\u002Ffastapi\u002F24.fastapi-repository-clean-arch",{"title":2844,"path":2845,"stem":2846},"Автентифікація та авторизація — JWT, OAuth2, RBAC","\u002Fpython\u002Ffastapi\u002Ffastapi-auth-security","05.python\u002Ffastapi\u002F25.fastapi-auth-security",{"title":2848,"path":2849,"stem":2850},"Тестування FastAPI — pytest, httpx, fixtures","\u002Fpython\u002Ffastapi\u002Ffastapi-testing","05.python\u002Ffastapi\u002F26.fastapi-testing",{"title":2852,"path":2853,"stem":2854},"Async на повну — Background Tasks, WebSockets, SSE та Celery","\u002Fpython\u002Ffastapi\u002Ffastapi-async-advanced","05.python\u002Ffastapi\u002F27.fastapi-async-advanced",{"title":2856,"path":2857,"stem":2858},"Deployment — Docker, CI\u002FCD, Monitoring","\u002Fpython\u002Ffastapi\u002Ffastapi-deployment","05.python\u002Ffastapi\u002F28.fastapi-deployment",{"title":2860,"path":2861,"stem":2862},"[object Object]","\u002Fpython\u002Foop-plan","05.python\u002Foop-plan",{"title":2864,"icon":2865,"path":2866,"stem":2867,"children":2868,"page":59},"Бази даних","i-lucide-database","\u002Fdatabases","06.databases",[2869,2899,2922,2959,2988,3006,3040,3052,3061],{"title":2870,"icon":2871,"path":2872,"stem":2873,"children":2874,"page":59},"Intro","i-lucide-play","\u002Fdatabases\u002Fintro","06.databases\u002F01.intro",[2875,2879,2883,2887,2891,2895],{"title":2876,"path":2877,"stem":2878},"Введення в теорію баз даних","\u002Fdatabases\u002Fintro\u002Fintroduction-to-databases","06.databases\u002F01.intro\u002F01.introduction-to-databases",{"title":2880,"path":2881,"stem":2882},"Реляційна модель даних","\u002Fdatabases\u002Fintro\u002Frelational-model-theory","06.databases\u002F01.intro\u002F02.relational-model-theory",{"title":2884,"path":2885,"stem":2886},"ER-моделювання","\u002Fdatabases\u002Fintro\u002Fer-modeling","06.databases\u002F01.intro\u002F03.er-modeling",{"title":2888,"path":2889,"stem":2890},"Логічне проектування БД","\u002Fdatabases\u002Fintro\u002Flogical-schema","06.databases\u002F01.intro\u002F04.logical-schema",{"title":2892,"path":2893,"stem":2894},"Класифікація таблиць","\u002Fdatabases\u002Fintro\u002Ftable-classification","06.databases\u002F01.intro\u002F05.table-classification",{"title":2896,"path":2897,"stem":2898},"PlantUML для баз даних","\u002Fdatabases\u002Fintro\u002Fplantuml-diagrams","06.databases\u002F01.intro\u002F06.plantuml-diagrams",{"title":2900,"icon":2865,"path":2901,"stem":2902,"children":2903,"page":59},"MS SQL Server Start","\u002Fdatabases\u002Fms-sql-server-start","06.databases\u002F02.ms-sql-server-start",[2904,2908,2914,2918],{"title":2905,"path":2906,"stem":2907},"Типи даних у MS SQL Server","\u002Fdatabases\u002Fms-sql-server-start\u002Fdata-types","06.databases\u002F02.ms-sql-server-start\u002F01.data-types",{"title":2909,"path":2910,"stem":2911,"children":2912},"Індекси у MS SQL Server","\u002Fdatabases\u002Fms-sql-server-start\u002Fsql-indexes","06.databases\u002F02.ms-sql-server-start\u002F02.sql-indexes",[2913],{"title":2909,"path":2910,"stem":2911},{"title":2915,"path":2916,"stem":2917},"Системні бази даних MS SQL Server","\u002Fdatabases\u002Fms-sql-server-start\u002Fsystem-databases","06.databases\u002F02.ms-sql-server-start\u002F03.system-databases",{"title":2919,"path":2920,"stem":2921},"Огляд мови SQL та запитів","\u002Fdatabases\u002Fms-sql-server-start\u002Fsql-queries-overview","06.databases\u002F02.ms-sql-server-start\u002F04.sql-queries-overview",{"title":2923,"icon":2865,"path":2924,"stem":2925,"children":2926,"page":59},"SQL","\u002Fdatabases\u002Fsql","06.databases\u002F03.sql",[2927,2931,2935,2939,2943,2947,2951,2955],{"title":2928,"path":2929,"stem":2930},"Налаштування демонстраційної бази даних","\u002Fdatabases\u002Fsql\u002Fsample-database-setup","06.databases\u002F03.sql\u002F00.sample-database-setup",{"title":2932,"path":2933,"stem":2934},"DDL - Створення таблиць (CREATE TABLE)","\u002Fdatabases\u002Fsql\u002Fddl-create-table","06.databases\u002F03.sql\u002F01.ddl-create-table",{"title":2936,"path":2937,"stem":2938},"DDL - Зміна та видалення таблиць (ALTER, DROP)","\u002Fdatabases\u002Fsql\u002Fddl-alter-drop-table","06.databases\u002F03.sql\u002F02.ddl-alter-drop-table",{"title":2940,"path":2941,"stem":2942},"SELECT запити - Основи","\u002Fdatabases\u002Fsql\u002Fselect-queries-fundamentals","06.databases\u002F03.sql\u002F03.select-queries-fundamentals",{"title":2944,"path":2945,"stem":2946},"SELECT запити - Розширені можливості","\u002Fdatabases\u002Fsql\u002Fselect-queries-advanced","06.databases\u002F03.sql\u002F04.select-queries-advanced",{"title":2948,"path":2949,"stem":2950},"INSERT запити - Додавання даних","\u002Fdatabases\u002Fsql\u002Finsert-queries","06.databases\u002F03.sql\u002F05.insert-queries",{"title":2952,"path":2953,"stem":2954},"UPDATE та DELETE запити","\u002Fdatabases\u002Fsql\u002Fupdate-delete-queries","06.databases\u002F03.sql\u002F06.update-delete-queries",{"title":2956,"path":2957,"stem":2958},"Транзакції в SQL","\u002Fdatabases\u002Fsql\u002Ftransactions","06.databases\u002F03.sql\u002F07.transactions",{"title":2960,"icon":2865,"path":2961,"stem":2962,"children":2963,"page":59},"Multi Table Databases","\u002Fdatabases\u002Fmulti-table-databases","06.databases\u002F04.multi-table-databases",[2964,2968,2972,2976,2980,2984],{"title":2965,"path":2966,"stem":2967},"Зв'язки та нормалізація БД","\u002Fdatabases\u002Fmulti-table-databases\u002Frelationships-and-normalization","06.databases\u002F04.multi-table-databases\u002F00.relationships-and-normalization",{"title":2969,"path":2970,"stem":2971},"INNER JOIN - З'єднання таблиць","\u002Fdatabases\u002Fmulti-table-databases\u002Finner-join","06.databases\u002F04.multi-table-databases\u002F01.inner-join",{"title":2973,"path":2974,"stem":2975},"OUTER JOINs - LEFT, RIGHT, FULL","\u002Fdatabases\u002Fmulti-table-databases\u002Fouter-joins","06.databases\u002F04.multi-table-databases\u002F02.outer-joins",{"title":2977,"path":2978,"stem":2979},"CROSS та SELF JOINs","\u002Fdatabases\u002Fmulti-table-databases\u002Fcross-self-joins","06.databases\u002F04.multi-table-databases\u002F03.cross-self-joins",{"title":2981,"path":2982,"stem":2983},"Підзапити (Subqueries)","\u002Fdatabases\u002Fmulti-table-databases\u002Fsubqueries","06.databases\u002F04.multi-table-databases\u002F04.subqueries",{"title":2985,"path":2986,"stem":2987},"Агрегації з JOIN","\u002Fdatabases\u002Fmulti-table-databases\u002Faggregations-with-joins","06.databases\u002F04.multi-table-databases\u002F05.aggregations-with-joins",{"title":2989,"icon":2990,"path":2991,"stem":2992,"children":2993,"page":59},"Aggregate Functions","i-lucide-calculator","\u002Fdatabases\u002Faggregate-functions","06.databases\u002F05.aggregate-functions",[2994,2998,3002],{"title":2995,"path":2996,"stem":2997},"Функції агрегування в MS SQL Server","\u002Fdatabases\u002Faggregate-functions\u002Fintroduction-aggregate-functions","06.databases\u002F05.aggregate-functions\u002F01.introduction-aggregate-functions",{"title":2999,"path":3000,"stem":3001},"Групування даних в MS SQL Server","\u002Fdatabases\u002Faggregate-functions\u002Fgrouping-data","06.databases\u002F05.aggregate-functions\u002F02.grouping-data",{"title":3003,"path":3004,"stem":3005},"Підзапити з агрегатними функціями","\u002Fdatabases\u002Faggregate-functions\u002Fsubqueries-aggregates","06.databases\u002F05.aggregate-functions\u002F03.subqueries-aggregates",{"title":3007,"icon":3008,"path":3009,"stem":3010,"children":3011,"page":59},"Тригери та зберігаємі процедури","i-lucide-database-zap","\u002Fdatabases\u002Ftriggers-stored-procedures","06.databases\u002F07.triggers-stored-procedures",[3012,3016,3020,3024,3028,3032,3036],{"title":3013,"path":3014,"stem":3015},"DML-тригери","\u002Fdatabases\u002Ftriggers-stored-procedures\u002Fdml-triggers","06.databases\u002F07.triggers-stored-procedures\u002F01.dml-triggers",{"title":3017,"path":3018,"stem":3019},"DDL-тригери","\u002Fdatabases\u002Ftriggers-stored-procedures\u002Fddl-triggers","06.databases\u002F07.triggers-stored-procedures\u002F02.ddl-triggers",{"title":3021,"path":3022,"stem":3023},"Transact-SQL розширення","\u002Fdatabases\u002Ftriggers-stored-procedures\u002Ftransact-sql-extensions","06.databases\u002F07.triggers-stored-procedures\u002F03.transact-sql-extensions",{"title":3025,"path":3026,"stem":3027},"Транзакції","\u002Fdatabases\u002Ftriggers-stored-procedures\u002Ftransactions","06.databases\u002F07.triggers-stored-procedures\u002F04.transactions",{"title":3029,"path":3030,"stem":3031},"Зберігаємі процедури","\u002Fdatabases\u002Ftriggers-stored-procedures\u002Fstored-procedures","06.databases\u002F07.triggers-stored-procedures\u002F05.stored-procedures",{"title":3033,"path":3034,"stem":3035},"Користувацькі функції","\u002Fdatabases\u002Ftriggers-stored-procedures\u002Fuser-defined-functions","06.databases\u002F07.triggers-stored-procedures\u002F06.user-defined-functions",{"title":3037,"path":3038,"stem":3039},"Безпека баз даних","\u002Fdatabases\u002Ftriggers-stored-procedures\u002Fsecurity","06.databases\u002F07.triggers-stored-procedures\u002F08.security",{"title":3037,"icon":793,"path":3041,"stem":3042,"children":3043,"page":59},"\u002Fdatabases\u002Fsecurity","06.databases\u002F08.security",[3044,3048],{"title":3045,"path":3046,"stem":3047},"Вступ до безпеки баз даних","\u002Fdatabases\u002Fsecurity\u002Fintroduction","06.databases\u002F08.security\u002F01.introduction",{"title":3049,"path":3050,"stem":3051},"Системні представлення та метадані","\u002Fdatabases\u002Fsecurity\u002Fsystem-views","06.databases\u002F08.security\u002F02.system-views",{"title":3053,"icon":3054,"path":3055,"stem":3056,"children":3057,"page":59},"Резервне копіювання та відновлення","i-lucide-database-backup","\u002Fdatabases\u002Fbackup-recovery","06.databases\u002F09.backup-recovery",[3058],{"title":3053,"path":3059,"stem":3060},"\u002Fdatabases\u002Fbackup-recovery\u002Fbackup-restore","06.databases\u002F09.backup-recovery\u002F01.backup-restore",{"title":3062,"icon":3063,"path":3064,"stem":3065,"children":3066,"page":59},"Повнотекстовий пошук","i-lucide-search","\u002Fdatabases\u002Ffull-text-search","06.databases\u002F10.full-text-search",[3067],{"title":3062,"path":3068,"stem":3069},"\u002Fdatabases\u002Ffull-text-search\u002Ffull-text-search","06.databases\u002F10.full-text-search\u002F01.full-text-search",{"title":3071,"icon":3072,"path":3073,"stem":3074,"children":3075,"page":59},"Tools","i-lucide-wrench","\u002Ftools","07.tools",[3076,3152],{"title":3077,"icon":3078,"path":3079,"stem":3080,"children":3081},"Docker","i-simple-icons-docker","\u002Ftools\u002Fdocker","07.tools\u002F01.docker\u002Findex",[3082,3084,3088,3092,3096,3100,3104,3108,3112,3116,3120,3124,3128,3132,3136,3140,3144,3148],{"title":3083,"path":3079,"stem":3080},"Docker: від нуля до production",{"title":3085,"path":3086,"stem":3087},"Контейнеризація — від проблеми до рішення","\u002Ftools\u002Fdocker\u002Fcontainerization-concept","07.tools\u002F01.docker\u002F01.containerization-concept",{"title":3089,"path":3090,"stem":3091},"Docker — що це і навіщо?","\u002Ftools\u002Fdocker\u002Fdocker-what-and-why","07.tools\u002F01.docker\u002F02.docker-what-and-why",{"title":3093,"path":3094,"stem":3095},"Архітектура Docker Engine","\u002Ftools\u002Fdocker\u002Fdocker-architecture","07.tools\u002F01.docker\u002F03.docker-architecture",{"title":3097,"path":3098,"stem":3099},"Встановлення Docker","\u002Ftools\u002Fdocker\u002Finstallation","07.tools\u002F01.docker\u002F04.installation",{"title":3101,"path":3102,"stem":3103},"Перший контейнер — docker run","\u002Ftools\u002Fdocker\u002Ffirst-container","07.tools\u002F01.docker\u002F05.first-container",{"title":3105,"path":3106,"stem":3107},"Життєвий цикл контейнера","\u002Ftools\u002Fdocker\u002Fcontainer-lifecycle","07.tools\u002F01.docker\u002F06.container-lifecycle",{"title":3109,"path":3110,"stem":3111},"Docker Images — фундаментальні концепції","\u002Ftools\u002Fdocker\u002Fdocker-images-fundamentals","07.tools\u002F01.docker\u002F07.docker-images-fundamentals",{"title":3113,"path":3114,"stem":3115},"Dockerfile — основи","\u002Ftools\u002Fdocker\u002Fdockerfile-basics","07.tools\u002F01.docker\u002F08.dockerfile-basics",{"title":3117,"path":3118,"stem":3119},"Dockerfile — просунуті техніки","\u002Ftools\u002Fdocker\u002Fdockerfile-advanced","07.tools\u002F01.docker\u002F09.dockerfile-advanced",{"title":3121,"path":3122,"stem":3123},"Build Context та кешування шарів","\u002Ftools\u002Fdocker\u002Fbuild-context-and-cache","07.tools\u002F01.docker\u002F10.build-context-and-cache",{"title":3125,"path":3126,"stem":3127},"Реєстри Docker-образів","\u002Ftools\u002Fdocker\u002Fimage-registries","07.tools\u002F01.docker\u002F11.image-registries",{"title":3129,"path":3130,"stem":3131},"Контейнеризація .NET додатків","\u002Ftools\u002Fdocker\u002Fdotnet-containerization","07.tools\u002F01.docker\u002F12.dotnet-containerization",{"title":3133,"path":3134,"stem":3135},"Томи та збереження даних","\u002Ftools\u002Fdocker\u002Fvolumes-and-data","07.tools\u002F01.docker\u002F13.volumes-and-data",{"title":3137,"path":3138,"stem":3139},"Основи мережі в Docker","\u002Ftools\u002Fdocker\u002Fnetworking-basics","07.tools\u002F01.docker\u002F14.networking-basics",{"title":3141,"path":3142,"stem":3143},"Змінні оточення та конфігурація","\u002Ftools\u002Fdocker\u002Fenvironment-and-configuration","07.tools\u002F01.docker\u002F15.environment-and-configuration",{"title":3145,"path":3146,"stem":3147},"Docker Compose — оркестрація контейнерів","\u002Ftools\u002Fdocker\u002Fdocker-compose-basics","07.tools\u002F01.docker\u002F16.docker-compose-basics",{"title":3149,"path":3150,"stem":3151},"Docker Compose — Multi-Service застосунки","\u002Ftools\u002Fdocker\u002Fcompose-multi-service","07.tools\u002F01.docker\u002F17.compose-multi-service",{"title":3153,"icon":3154,"path":3155,"stem":3156,"children":3157},"Kubernetes","simple-icons:kubernetes","\u002Ftools\u002Fkubernetes","07.tools\u002F02.kubernetes\u002Findex",[3158,3160,3164,3168,3172,3176,3180,3184,3188],{"title":3159,"path":3155,"stem":3156},"Kubernetes: від розробки до production",{"title":3161,"path":3162,"stem":3163},"Kubernetes — коли Docker Compose більше не вистачає","\u002Ftools\u002Fkubernetes\u002Fwhy-kubernetes","07.tools\u002F02.kubernetes\u002F01.why-kubernetes",{"title":3165,"path":3166,"stem":3167},"Архітектура Kubernetes — анатомія кластера","\u002Ftools\u002Fkubernetes\u002Fkubernetes-architecture","07.tools\u002F02.kubernetes\u002F02.kubernetes-architecture",{"title":3169,"path":3170,"stem":3171},"Локальне середовище — minikube, kind та k3s","\u002Ftools\u002Fkubernetes\u002Flocal-environment","07.tools\u002F02.kubernetes\u002F03.local-environment",{"title":3173,"path":3174,"stem":3175},"Pod — атомарна одиниця Kubernetes","\u002Ftools\u002Fkubernetes\u002Fpods-and-containers","07.tools\u002F02.kubernetes\u002F04.pods-and-containers",{"title":3177,"path":3178,"stem":3179},"Патерни використання Pod","\u002Ftools\u002Fkubernetes\u002Fpod-patterns","07.tools\u002F02.kubernetes\u002F05.pod-patterns",{"title":3181,"path":3182,"stem":3183},"Deployment — декларативне управління Pod","\u002Ftools\u002Fkubernetes\u002Fdeployment-basics","07.tools\u002F02.kubernetes\u002F06.deployment-basics",{"title":3185,"path":3186,"stem":3187},"Rolling Updates та управління життєвим циклом Deployment","\u002Ftools\u002Fkubernetes\u002Fdeployment-rolling-updates","07.tools\u002F02.kubernetes\u002F07.deployment-rolling-updates",{"title":3189,"path":3190,"stem":3191},"Service — мережева абстракція для Pod","\u002Ftools\u002Fkubernetes\u002Fservices-networking","07.tools\u002F02.kubernetes\u002F08.services-networking",{"title":3193,"icon":3194,"path":3195,"stem":3196,"children":3197,"page":59},"Software Engineering","i-lucide-code-2","\u002Fsoftware-engineering","09.software-engineering",[3198,3202,3206,3210,3214,3218,3222,3226,3230,3234,3238],{"title":3199,"path":3200,"stem":3201},"1. Аналіз предметної області. Експертні знання та складність","\u002Fsoftware-engineering\u002Fintro-subdomains","09.software-engineering\u002F01.intro-subdomains",{"title":3203,"path":3204,"stem":3205},"2. Обмежені контексти. Інтеграція обмежених контекстів","\u002Fsoftware-engineering\u002Fintegrating-limited-contexts","09.software-engineering\u002F02.integrating-limited-contexts",{"title":3207,"path":3208,"stem":3209},"3. Реалізація простої бізнес-логіки","\u002Fsoftware-engineering\u002Fsimple","09.software-engineering\u002F03.simple",{"title":3211,"path":3212,"stem":3213},"4. Опрацювання складної бізнес-логіки","\u002Fsoftware-engineering\u002Fcomplex-business-logic","09.software-engineering\u002F04.complex-business-logic",{"title":3215,"path":3216,"stem":3217},"5. Моделювання фактора часу. Подієво-орієнтована архітектура.","\u002Fsoftware-engineering\u002Fmodelling-the-time-factor","09.software-engineering\u002F05.modelling-the-time-factor",{"title":3219,"path":3220,"stem":3221},"6. Архітектурні патерни","\u002Fsoftware-engineering\u002Farchitectural-patterns","09.software-engineering\u002F06.architectural-patterns",{"title":3223,"path":3224,"stem":3225},"Паттерни взаємодії","\u002Fsoftware-engineering\u002Fpatterns-of-interaction","09.software-engineering\u002F07.patterns-of-interaction",{"title":3227,"path":3228,"stem":3229},"Евристика проєктування","\u002Fsoftware-engineering\u002Fdesign-heuristics","09.software-engineering\u002F08.design-heuristics",{"title":3231,"path":3232,"stem":3233},"Еволюція проєктних рішень","\u002Fsoftware-engineering\u002Fevolution-of-design-solutions","09.software-engineering\u002F09.evolution-of-design-solutions",{"title":3235,"path":3236,"stem":3237},"EventStorming","\u002Fsoftware-engineering\u002Feventstorming","09.software-engineering\u002F10.eventstorming",{"title":3239,"path":3240,"stem":3241},"DDD на практиці","\u002Fsoftware-engineering\u002Fddd-in-practice","09.software-engineering\u002F11.ddd-in-practice",{"title":3243,"icon":943,"path":3244,"stem":3245,"children":3246,"page":59},"DDD","\u002Fddd","10.ddd",[3247,3251,3255,3259,3263,3267,3271,3275,3279,3283,3287,3291,3295],{"title":3248,"path":3249,"stem":3250},"Аналіз предметної області","\u002Fddd\u002Fdomain-analysis","10.ddd\u002F01.domain-analysis",{"title":3252,"path":3253,"stem":3254},"Експертні знання про предметну область","\u002Fddd\u002Fdomain-expert-knowledge","10.ddd\u002F02.domain-expert-knowledge",{"title":3256,"path":3257,"stem":3258},"Як осмислити складність предметної області","\u002Fddd\u002Fmanaging-domain-complexity","10.ddd\u002F03.managing-domain-complexity",{"title":3260,"path":3261,"stem":3262},"Інтеграція обмежених контекстів","\u002Fddd\u002Fbounded-context-integration","10.ddd\u002F04.bounded-context-integration",{"title":3264,"path":3265,"stem":3266},"Реалізація простої бізнес-логіки","\u002Fddd\u002Fsimple-business-logic","10.ddd\u002F05.simple-business-logic",{"title":3268,"path":3269,"stem":3270},"Обробка складної бізнес-логіки","\u002Fddd\u002Fcomplex-business-logic","10.ddd\u002F06.complex-business-logic",{"title":3272,"path":3273,"stem":3274},"Моделювання фактора часу","\u002Fddd\u002Ftime-modeling","10.ddd\u002F07.time-modeling",{"title":3276,"path":3277,"stem":3278},"Глава 8. Архітектурні Патерни","\u002Fddd\u002Farchitectural-patterns","10.ddd\u002F08.architectural-patterns",{"title":3280,"path":3281,"stem":3282},"Глава 9. Патерни Взаємодії","\u002Fddd\u002Finteraction-patterns","10.ddd\u002F09.interaction-patterns",{"title":3284,"path":3285,"stem":3286},"Глава 10. Проектні Евристики","\u002Fddd\u002Fdesign-heuristics","10.ddd\u002F10.design-heuristics",{"title":3288,"path":3289,"stem":3290},"Глава 11. Еволюція Проектних Рішень","\u002Fddd\u002Fevolution-of-design-decisions","10.ddd\u002F11.evolution-of-design-decisions",{"title":3292,"path":3293,"stem":3294},"Глава 12. EventStorming","\u002Fddd\u002Fevent-storming","10.ddd\u002F12.event-storming",{"title":3296,"path":3297,"stem":3298},"Глава 13. DDD на Практиці","\u002Fddd\u002Fddd-in-practice","10.ddd\u002F13.ddd-in-practice",{"title":3300,"icon":3301,"path":3302,"stem":3303,"children":3304,"page":59},"Media Streaming","i-lucide-video","\u002Fmedia-streaming","11.media-streaming",[3305,3309,3313,3317,3321,3325,3329],{"title":3306,"path":3307,"stem":3308},"01. Магія Стрімінгу: Що відбувається, коли ви натискаєте \"Play\"","\u002Fmedia-streaming\u002Fintroduction","11.media-streaming\u002F01.introduction",{"title":3310,"path":3311,"stem":3312},"02. Анатомія Медіа: Кодеки, Контейнери та Стиснення","\u002Fmedia-streaming\u002Faudio-video-anatomy","11.media-streaming\u002F02.audio-video-anatomy",{"title":3314,"path":3315,"stem":3316},"03. The Gym: FFmpeg Deep Dive","\u002Fmedia-streaming\u002Fffmpeg-gym","11.media-streaming\u002F03.ffmpeg-gym",{"title":3318,"path":3319,"stem":3320},"04. HLS Protocol: HTTP Live Streaming у Деталях","\u002Fmedia-streaming\u002Fhls-protocol","11.media-streaming\u002F04.hls-protocol",{"title":3322,"path":3323,"stem":3324},"05. DASH Protocol: Відкритий Стандарт","\u002Fmedia-streaming\u002Fdash-protocol","11.media-streaming\u002F05.dash-protocol",{"title":3326,"path":3327,"stem":3328},"06. Масштабування: CDN та Adaptive Bitrate","\u002Fmedia-streaming\u002Fcdn-and-adaptive-bitrate","11.media-streaming\u002F06.cdn-and-adaptive-bitrate",{"title":3330,"path":3331,"stem":3332},"07. Війна із Затримкою (Latency)","\u002Fmedia-streaming\u002Frealtime-latency","11.media-streaming\u002F07.realtime-latency",{"title":3334,"icon":3335,"path":3336,"stem":3337,"children":3338,"page":59},"HTML & CSS","i-devicon-html5","\u002Fhtml-css","12.html-css",[3339,3343,3347,3351,3355,3359,3363,3367,3371,3375,3379,3383,3387,3391,3395,3399,3403,3407,3411,3415,3419,3423,3427,3431,3435,3439,3443,3447,3451,3455],{"title":3340,"path":3341,"stem":3342},"Вступ до HTML. Структура документа","\u002Fhtml-css\u002Fintro-html-structure","12.html-css\u002F01.intro-html-structure",{"title":3344,"path":3345,"stem":3346},"Форматування тексту в HTML","\u002Fhtml-css\u002Fhtml-text-formatting","12.html-css\u002F02.html-text-formatting",{"title":3348,"path":3349,"stem":3350},"Посилання та зображення в HTML","\u002Fhtml-css\u002Fhtml-links-images","12.html-css\u002F03.html-links-images",{"title":3352,"path":3353,"stem":3354},"Списки та таблиці в HTML","\u002Fhtml-css\u002Fhtml-lists-tables","12.html-css\u002F04.html-lists-tables",{"title":3356,"path":3357,"stem":3358},"Форми в HTML","\u002Fhtml-css\u002Fhtml-forms","12.html-css\u002F05.html-forms",{"title":3360,"path":3361,"stem":3362},"Семантичні елементи HTML5","\u002Fhtml-css\u002Fhtml-semantic-elements","12.html-css\u002F06.html-semantic-elements",{"title":3364,"path":3365,"stem":3366},"Мультимедіа та розширені елементи HTML","\u002Fhtml-css\u002Fhtml-multimedia-advanced","12.html-css\u002F07.html-multimedia-advanced",{"title":3368,"path":3369,"stem":3370},"Мікророзмітка та SEO в HTML","\u002Fhtml-css\u002Fhtml-microdata-seo","12.html-css\u002F08.html-microdata-seo",{"title":3372,"path":3373,"stem":3374},"Вступ до CSS. Селектори та специфічність","\u002Fhtml-css\u002Fcss-intro-selectors","12.html-css\u002F09.css-intro-selectors",{"title":3376,"path":3377,"stem":3378},"Блокова модель CSS. Відступи. Box Sizing","\u002Fhtml-css\u002Fcss-box-model","12.html-css\u002F10.css-box-model",{"title":3380,"path":3381,"stem":3382},"Розміри у CSS: повний довідник одиниць і ключових слів","\u002Fhtml-css\u002F10a.css-sizing","12.html-css\u002F10a.css-sizing",{"title":3384,"path":3385,"stem":3386},"Типографіка в CSS. Шрифти та текст","\u002Fhtml-css\u002Fcss-typography","12.html-css\u002F11.css-typography",{"title":3388,"path":3389,"stem":3390},"Кольори та фони в CSS","\u002Fhtml-css\u002Fcss-colors-backgrounds","12.html-css\u002F12.css-colors-backgrounds",{"title":3392,"path":3393,"stem":3394},"Тіні та фільтри в CSS","\u002Fhtml-css\u002F12b.css-shadows-filters","12.html-css\u002F12b.css-shadows-filters",{"title":3396,"path":3397,"stem":3398},"CSS Flexbox: Фундамент гнучких макетів","\u002Fhtml-css\u002Fcss-flexbox-fundamentals","12.html-css\u002F13.css-flexbox-fundamentals",{"title":3400,"path":3401,"stem":3402},"CSS Flexbox: Вирівнювання та Позиціонування","\u002Fhtml-css\u002Fcss-flexbox-alignment-sizing-and-patterns","12.html-css\u002F14.css-flexbox-alignment-sizing-and-patterns",{"title":3404,"path":3405,"stem":3406},"CSS Grid. Двовимірний макет. Частина 1","\u002Fhtml-css\u002Fcss-layout-grid","12.html-css\u002F15.css-layout-grid",{"title":3408,"path":3409,"stem":3410},"CSS Grid. Двовимірний макет. Частина 2","\u002Fhtml-css\u002Fcss-layout-grid-advanced","12.html-css\u002F16.css-layout-grid-advanced",{"title":3412,"path":3413,"stem":3414},"Позиціонування в CSS. Z-index. Stacking Context","\u002Fhtml-css\u002Fcss-positioning","12.html-css\u002F17.css-positioning",{"title":3416,"path":3417,"stem":3418},"CSS Анімації та Переходи","\u002Fhtml-css\u002Fcss-animations-transitions","12.html-css\u002F18.css-animations-transitions",{"title":3420,"path":3421,"stem":3422},"Адаптивний дизайн. Media Queries. Частина 1","\u002Fhtml-css\u002Fcss-responsive-media-queries","12.html-css\u002F19.css-responsive-media-queries",{"title":3424,"path":3425,"stem":3426},"Адаптивний дизайн. Частина 2: clamp(), Container Queries, @layer","\u002Fhtml-css\u002Fcss-responsive-advanced","12.html-css\u002F20.css-responsive-advanced",{"title":3428,"path":3429,"stem":3430},"CSS Custom Properties. Методології. Сучасний CSS","\u002Fhtml-css\u002Fcss-variables-methodologies","12.html-css\u002F21.css-variables-methodologies",{"title":3432,"path":3433,"stem":3434},"Сучасний CSS 2023–2025: Нові можливості","\u002Fhtml-css\u002Fcss-modern-features","12.html-css\u002F22.css-modern-features",{"title":3436,"path":3437,"stem":3438},"CSS Nesting, @layer, @scope та @property: нативний препроцесор","\u002Fhtml-css\u002F22a.css-nesting-modern-syntax","12.html-css\u002F22a.css-nesting-modern-syntax",{"title":3440,"path":3441,"stem":3442},"CSS для форм та інтерактивних станів","\u002Fhtml-css\u002Fcss-forms-interactive-states","12.html-css\u002F23.css-forms-interactive-states",{"title":3444,"path":3445,"stem":3446},"Доступність у CSS (CSS Accessibility)","\u002Fhtml-css\u002Fcss-accessibility","12.html-css\u002F24.css-accessibility",{"title":3448,"path":3449,"stem":3450},"CSS-функції та сучасні sizing primitives","\u002Fhtml-css\u002Fcss-functions-sizing","12.html-css\u002F25.css-functions-sizing",{"title":3452,"path":3453,"stem":3454},"Rendering Pipeline і CSS Performance","\u002Fhtml-css\u002Fcss-rendering-performance","12.html-css\u002F26.css-rendering-performance",{"title":3456,"path":3457,"stem":3458},"CSS Best Practices: типові ситуації та правильні рішення","\u002Fhtml-css\u002Fcss-best-practices","12.html-css\u002F27.css-best-practices",{"title":3460,"path":3461,"stem":3462,"children":3463,"page":59},"AWS","\u002Faws","13.aws",[3464,3468,3472,3476,3480,3484,3488,3492,3496,3500,3504,3508,3512,3516,3520,3524,3528,3532],{"title":3465,"path":3466,"stem":3467},"Реєстрація AWS акаунту та студентські програми","\u002Faws\u002Faccount-registration","13.aws\u002F00.account-registration",{"title":3469,"path":3470,"stem":3471},"Вступ до хмарних обчислень та AWS","\u002Faws\u002Fintroduction-to-cloud","13.aws\u002F01.introduction-to-cloud",{"title":3473,"path":3474,"stem":3475},"AWS IAM — Identity and Access Management","\u002Faws\u002Fiam","13.aws\u002F02.iam",{"title":3477,"path":3478,"stem":3479},"AWS IAM CLI — Довідник команд","\u002Faws\u002F02a.iam-doc","13.aws\u002F02a.iam-doc",{"title":3481,"path":3482,"stem":3483},"Docker та контейнеризація в AWS — ECR, ECS та Fargate","\u002Faws\u002Fdocker-ecs","13.aws\u002F03.docker-ecs",{"title":3485,"path":3486,"stem":3487},"AWS ECR \u002F ECS CLI — Довідник команд","\u002Faws\u002F03a.docker-ecs-doc","13.aws\u002F03a.docker-ecs-doc",{"title":3489,"path":3490,"stem":3491},"Amazon EC2 — Elastic Compute Cloud","\u002Faws\u002Fec2","13.aws\u002F04.ec2",{"title":3493,"path":3494,"stem":3495},"AWS EC2 CLI — Довідник команд","\u002Faws\u002F04a.ec2-doc","13.aws\u002F04a.ec2-doc",{"title":3497,"path":3498,"stem":3499},"Elastic Load Balancing та Auto Scaling","\u002Faws\u002Falb-asg","13.aws\u002F05.alb-asg",{"title":3501,"path":3502,"stem":3503},"Amazon S3 — Simple Storage Service","\u002Faws\u002Fs3","13.aws\u002F06.s3",{"title":3505,"path":3506,"stem":3507},"Amazon CloudFront — Content Delivery Network","\u002Faws\u002Fcloudfront","13.aws\u002F07.cloudfront",{"title":3509,"path":3510,"stem":3511},"Amazon RDS — Relational Database Service","\u002Faws\u002Frds","13.aws\u002F08.rds",{"title":3513,"path":3514,"stem":3515},"Amazon DynamoDB — NoSQL Database","\u002Faws\u002Fdynamodb","13.aws\u002F09.dynamodb",{"title":3517,"path":3518,"stem":3519},"AWS Lambda та Serverless Compute","\u002Faws\u002Flambda","13.aws\u002F10.lambda",{"title":3521,"path":3522,"stem":3523},"Amazon Bedrock - Foundation Models, RAG та Agents","\u002Faws\u002Fbedrock","13.aws\u002F22.bedrock",{"title":3525,"path":3526,"stem":3527},"Amazon Rekognition - Комп'ютерний зір","\u002Faws\u002Frekognition","13.aws\u002F23.rekognition",{"title":3529,"path":3530,"stem":3531},"Amazon Textract - Інтелектуальний аналіз документів","\u002Faws\u002Ftextract","13.aws\u002F24.textract",{"title":3533,"path":3534,"stem":3535},"Amazon Polly, Transcribe, Comprehend та Translate","\u002Faws\u002Faudio-nlp-services","13.aws\u002F25.audio-nlp-services",{"title":3537,"path":3538,"stem":3539,"children":3540,"page":59},"Ai Development","\u002Fai-development","14.ai-development",[3541],{"title":3542,"path":3543,"stem":3544,"children":3545,"page":59},"Foundations","\u002Fai-development\u002Ffoundations","14.ai-development\u002F00.foundations",[3546],{"title":3547,"path":3548,"stem":3549},"Модуль 0.1. Що таке Large Language Model (LLM)","\u002Fai-development\u002Ffoundations\u002Fwhat-is-llm","14.ai-development\u002F00.foundations\u002F01.what-is-llm",{"title":3551,"path":3552,"stem":3553,"children":3554,"page":59},"React Native","\u002Freact-native","15.react-native",[3555,3576],{"title":3556,"path":3557,"stem":3558,"children":3559,"page":59},"Version1","\u002Freact-native\u002Fversion1","15.react-native\u002Fversion1",[3560,3564,3568,3572],{"title":3561,"path":3562,"stem":3563},"Що таке React Native","\u002Freact-native\u002Fversion1\u002Fwhat-is-react-native","15.react-native\u002Fversion1\u002F01.what-is-react-native",{"title":3565,"path":3566,"stem":3567},"Як влаштований React Native «під капотом»","\u002Freact-native\u002Fversion1\u002Freact-native-architecture","15.react-native\u002Fversion1\u002F02.react-native-architecture",{"title":3569,"path":3570,"stem":3571},"Від React до React Native: ключові відмінності","\u002Freact-native\u002Fversion1\u002Freact-native-vs-react","15.react-native\u002Fversion1\u002F03.react-native-vs-react",{"title":3573,"path":3574,"stem":3575},"View та Text — фундаментальні будівельні блоки","\u002Freact-native\u002Fversion1\u002Fview-and-text","15.react-native\u002Fversion1\u002F04.view-and-text",{"title":3577,"path":3578,"stem":3579,"children":3580,"page":59},"Version2","\u002Freact-native\u002Fversion2","15.react-native\u002Fversion2",[3581,3585,3589,3593,3597,3601,3605,3609,3613,3617,3621,3625,3629,3633,3637,3641,3645,3649,3653,3657,3661,3665,3669,3673,3677,3681,3685],{"title":3582,"path":3583,"stem":3584},"React Native — навіщо він потрібен","\u002Freact-native\u002Fversion2\u002Fwhy-react-native","15.react-native\u002Fversion2\u002F01.why-react-native",{"title":3586,"path":3587,"stem":3588},"Налаштування середовища розробки","\u002Freact-native\u002Fversion2\u002Fenvironment-setup","15.react-native\u002Fversion2\u002F02.environment-setup",{"title":3590,"path":3591,"stem":3592},"Expo і класичний React Native — два шляхи одного фреймворку","\u002Freact-native\u002Fversion2\u002Fexpo-vs-cli-landscape","15.react-native\u002Fversion2\u002F03.expo-vs-cli-landscape",{"title":3594,"path":3595,"stem":3596},"Середовище Expo — перший запуск","\u002Freact-native\u002Fversion2\u002Fexpo-setup-and-tooling","15.react-native\u002Fversion2\u002F04.expo-setup-and-tooling",{"title":3598,"path":3599,"stem":3600},"Структура проєкту та перші UI-примітиви","\u002Freact-native\u002Fversion2\u002Fproject-structure-and-conventions","15.react-native\u002Fversion2\u002F05.project-structure-and-conventions",{"title":3602,"path":3603,"stem":3604},"Базові компоненти React Native","\u002Freact-native\u002Fversion2\u002Fcore-components","15.react-native\u002Fversion2\u002F06.core-components",{"title":3606,"path":3607,"stem":3608},"Flexbox і layout у React Native","\u002Freact-native\u002Fversion2\u002Fflexbox-and-layout","15.react-native\u002Fversion2\u002F07.flexbox-and-layout",{"title":3610,"path":3611,"stem":3612},"StyleSheet і теми (light \u002F dark)","\u002Freact-native\u002Fversion2\u002Fstylesheet-and-theming","15.react-native\u002Fversion2\u002F08.stylesheet-and-theming",{"title":3614,"path":3615,"stem":3616},"Списки та віртуалізація","\u002Freact-native\u002Fversion2\u002Flists-and-virtualization","15.react-native\u002Fversion2\u002F09.lists-and-virtualization",{"title":3618,"path":3619,"stem":3620},"Форми, ввід і валідація","\u002Freact-native\u002Fversion2\u002Fforms-input-validation","15.react-native\u002Fversion2\u002F10.forms-input-validation",{"title":3622,"path":3623,"stem":3624},"Основи Expo Router","\u002Freact-native\u002Fversion2\u002Fexpo-router-basics","15.react-native\u002Fversion2\u002F11.expo-router-basics",{"title":3626,"path":3627,"stem":3628},"Вкладені навігатори та модалки","\u002Freact-native\u002Fversion2\u002Fnested-navigators-and-modals","15.react-native\u002Fversion2\u002F12.nested-navigators-and-modals",{"title":3630,"path":3631,"stem":3632},"Deep linking і параметри маршрутів","\u002Freact-native\u002Fversion2\u002Fdeep-linking-and-params","15.react-native\u002Fversion2\u002F13.deep-linking-and-params",{"title":3634,"path":3635,"stem":3636},"Робота з мережею та життєвий цикл застосунку","\u002Freact-native\u002Fversion2\u002Fnetworking-and-app-lifecycle","15.react-native\u002Fversion2\u002F14.networking-and-app-lifecycle",{"title":3638,"path":3639,"stem":3640},"Redux Toolkit на мобільних платформах","\u002Freact-native\u002Fversion2\u002Fredux-toolkit-on-mobile","15.react-native\u002Fversion2\u002F15.redux-toolkit-on-mobile",{"title":3642,"path":3643,"stem":3644},"RTK Query на мобільних платформах","\u002Freact-native\u002Fversion2\u002Frtk-query-mobile","15.react-native\u002Fversion2\u002F16.rtk-query-mobile",{"title":3646,"path":3647,"stem":3648},"Автентифікація та Безпечне Зберігання","\u002Freact-native\u002Fversion2\u002Fauth-secure-storage","15.react-native\u002Fversion2\u002F18.auth-secure-storage",{"title":3650,"path":3651,"stem":3652},"Локальне сховище — AsyncStorage, MMKV, SQLite","\u002Freact-native\u002Fversion2\u002Flocal-storage-mmkv-sqlite","15.react-native\u002Fversion2\u002F19.local-storage-mmkv-sqlite",{"title":3654,"path":3655,"stem":3656},"Офлайн-First і синхронізація","\u002Freact-native\u002Fversion2\u002Foffline-first-sync","15.react-native\u002Fversion2\u002F20.offline-first-sync",{"title":3658,"path":3659,"stem":3660},"Камера, медіа та файлова система","\u002Freact-native\u002Fversion2\u002Fcamera-media-filesystem","15.react-native\u002Fversion2\u002F21.camera-media-filesystem",{"title":3662,"path":3663,"stem":3664},"Карти та геолокація","\u002Freact-native\u002Fversion2\u002Fmaps-and-location","15.react-native\u002Fversion2\u002F22.maps-and-location",{"title":3666,"path":3667,"stem":3668},"Жести та дотики","\u002Freact-native\u002Fversion2\u002Fgestures-and-touch","15.react-native\u002Fversion2\u002F23.gestures-and-touch",{"title":3670,"path":3671,"stem":3672},"Анімації з Reanimated","\u002Freact-native\u002Fversion2\u002Freanimated-animations","15.react-native\u002Fversion2\u002F24.reanimated-animations",{"title":3674,"path":3675,"stem":3676},"Push і локальні сповіщення","\u002Freact-native\u002Fversion2\u002Fpush-and-local-notifications","15.react-native\u002Fversion2\u002F25.push-and-local-notifications",{"title":3678,"path":3679,"stem":3680},"Інтернаціоналізація та доступність","\u002Freact-native\u002Fversion2\u002Faccessibility-and-i18n","15.react-native\u002Fversion2\u002F26.accessibility-and-i18n",{"title":3682,"path":3683,"stem":3684},"EAS Build та профілі збірки","\u002Freact-native\u002Fversion2\u002Feas-build-and-profiles","15.react-native\u002Fversion2\u002F29.eas-build-and-profiles",{"title":3686,"path":3687,"stem":3688},"Публікація в App Store та Google Play","\u002Freact-native\u002Fversion2\u002Fapp-store-play-release","15.react-native\u002Fversion2\u002F30.app-store-play-release",{"title":3690,"path":3691,"stem":3692,"children":3693,"page":59},"Ai Python","\u002Fai-python","16.ai-python",[3694,3703,3712,3721,3750,3776,3801,3834,3851,3864,3873,3886,3895,3916,3929,3950],{"title":3695,"path":3696,"stem":3697,"children":3698,"page":59},"Intro To Ai","\u002Fai-python\u002Fintro-to-ai","16.ai-python\u002F01.intro-to-ai",[3699],{"title":3700,"path":3701,"stem":3702},"Вступ до штучного інтелекту та машинного навчання","\u002Fai-python\u002Fintro-to-ai\u002Fintro-to-ai","16.ai-python\u002F01.intro-to-ai\u002F01.intro-to-ai",{"title":3704,"path":3705,"stem":3706,"children":3707,"page":59},"Jupyter Notebook","\u002Fai-python\u002Fjupyter-notebook","16.ai-python\u002F02.jupyter-notebook",[3708],{"title":3709,"path":3710,"stem":3711},"Знайомство з Jupyter Notebook та JupyterLab","\u002Fai-python\u002Fjupyter-notebook\u002Fjupyter-notebook","16.ai-python\u002F02.jupyter-notebook\u002F02.jupyter-notebook",{"title":3713,"path":3714,"stem":3715,"children":3716,"page":59},"Numpy Pandas","\u002Fai-python\u002Fnumpy-pandas","16.ai-python\u002F03.numpy-pandas",[3717],{"title":3718,"path":3719,"stem":3720},"Робота з даними з використанням NumPy і pandas","\u002Fai-python\u002Fnumpy-pandas\u002Fnumpy-pandas","16.ai-python\u002F03.numpy-pandas\u002F03.numpy-pandas",{"title":3722,"path":3723,"stem":3724,"children":3725,"page":59},"Statistics Basics","\u002Fai-python\u002Fstatistics-basics","16.ai-python\u002F04.statistics-basics",[3726,3730,3734,3738,3742,3746],{"title":3727,"path":3728,"stem":3729},"Випадкові величини та їх типи","\u002Fai-python\u002Fstatistics-basics\u002Frandom-variables","16.ai-python\u002F04.statistics-basics\u002F01.random-variables",{"title":3731,"path":3732,"stem":3733},"Міри центральної тенденції","\u002Fai-python\u002Fstatistics-basics\u002Fcentral-tendency","16.ai-python\u002F04.statistics-basics\u002F02.central-tendency",{"title":3735,"path":3736,"stem":3737},"Міри варіації (розсіювання)","\u002Fai-python\u002Fstatistics-basics\u002Fvariability","16.ai-python\u002F04.statistics-basics\u002F03.variability",{"title":3739,"path":3740,"stem":3741},"Розподіли випадкових величин","\u002Fai-python\u002Fstatistics-basics\u002Fdistributions","16.ai-python\u002F04.statistics-basics\u002F04.distributions",{"title":3743,"path":3744,"stem":3745},"Кореляція та взаємозв'язки","\u002Fai-python\u002Fstatistics-basics\u002Fcorrelation","16.ai-python\u002F04.statistics-basics\u002F05.correlation",{"title":3747,"path":3748,"stem":3749},"Викиди та аномалії","\u002Fai-python\u002Fstatistics-basics\u002Foutliers","16.ai-python\u002F04.statistics-basics\u002F06.outliers",{"title":3751,"path":3752,"stem":3753,"children":3754},"Візуалізація даних за допомогою matplotlib","\u002Fai-python\u002Fdata-visualization","16.ai-python\u002F05.data-visualization\u002Findex",[3755,3756,3760,3764,3768,3772],{"title":3751,"path":3752,"stem":3753},{"title":3757,"path":3758,"stem":3759},"Основи matplotlib — Figure, Axes та перший графік","\u002Fai-python\u002Fdata-visualization\u002Fmatplotlib-basics","16.ai-python\u002F05.data-visualization\u002F01.matplotlib-basics",{"title":3761,"path":3762,"stem":3763},"Візуалізація розподілів — гістограми та box plots","\u002Fai-python\u002Fdata-visualization\u002Fdistributions","16.ai-python\u002F05.data-visualization\u002F02.distributions",{"title":3765,"path":3766,"stem":3767},"Візуалізація залежностей — scatter plots та кореляція","\u002Fai-python\u002Fdata-visualization\u002Frelationships","16.ai-python\u002F05.data-visualization\u002F03.relationships",{"title":3769,"path":3770,"stem":3771},"Візуалізація категоріальних даних — bar charts та pie charts","\u002Fai-python\u002Fdata-visualization\u002Fcategorical","16.ai-python\u002F05.data-visualization\u002F04.categorical",{"title":3773,"path":3774,"stem":3775},"Композиції та стилізація — subplots та багатопанельні дашборди","\u002Fai-python\u002Fdata-visualization\u002Fsubplots-styling","16.ai-python\u002F05.data-visualization\u002F05.subplots-styling",{"title":3777,"path":3778,"stem":3779,"children":3780,"page":59},"Linear Regression","\u002Fai-python\u002Flinear-regression","16.ai-python\u002F06.linear-regression",[3781,3785,3789,3793,3797],{"title":3782,"path":3783,"stem":3784},"Регресійна задача та лінійна регресія з однією змінною","\u002Fai-python\u002Flinear-regression\u002Fregression-task","16.ai-python\u002F06.linear-regression\u002F01.regression-task",{"title":3786,"path":3787,"stem":3788},"Метрики якості регресії — як оцінити модель","\u002Fai-python\u002Flinear-regression\u002Fquality-metrics","16.ai-python\u002F06.linear-regression\u002F02.quality-metrics",{"title":3790,"path":3791,"stem":3792},"Градієнтний спуск — як модель навчається","\u002Fai-python\u002Flinear-regression\u002Fgradient-descent","16.ai-python\u002F06.linear-regression\u002F03.gradient-descent",{"title":3794,"path":3795,"stem":3796},"Множинна лінійна регресія — модель з багатьма ознаками","\u002Fai-python\u002Flinear-regression\u002Fmultiple-regression","16.ai-python\u002F06.linear-regression\u002F04.multiple-regression",{"title":3798,"path":3799,"stem":3800},"Практичні завдання та резюме модуля","\u002Fai-python\u002Flinear-regression\u002Fpractice","16.ai-python\u002F06.linear-regression\u002F05.practice",{"title":3802,"path":3803,"stem":3804,"children":3805,"page":59},"Practical Regression","\u002Fai-python\u002Fpractical-regression","16.ai-python\u002F07.practical-regression",[3806,3810,3814,3818,3822,3826,3830],{"title":3807,"path":3808,"stem":3809},"Знайомство з scikit-learn","\u002Fai-python\u002Fpractical-regression\u002Fintro-scikit-learn","16.ai-python\u002F07.practical-regression\u002F01.intro-scikit-learn",{"title":3811,"path":3812,"stem":3813},"Exploratory Data Analysis датасету Housing Prices","\u002Fai-python\u002Fpractical-regression\u002Fhousing-dataset-eda","16.ai-python\u002F07.practical-regression\u002F02.housing-dataset-eda",{"title":3815,"path":3816,"stem":3817},"Попередня обробка даних (Data Preprocessing)","\u002Fai-python\u002Fpractical-regression\u002Fdata-preprocessing","16.ai-python\u002F07.practical-regression\u002F03.data-preprocessing",{"title":3819,"path":3820,"stem":3821},"Train\u002FTest Split та перша повноцінна модель","\u002Fai-python\u002Fpractical-regression\u002Ftrain-test-split","16.ai-python\u002F07.practical-regression\u002F04.train-test-split",{"title":3823,"path":3824,"stem":3825},"Перенавчання та недонавчання","\u002Fai-python\u002Fpractical-regression\u002Foverfitting-underfitting","16.ai-python\u002F07.practical-regression\u002F05.overfitting-underfitting",{"title":3827,"path":3828,"stem":3829},"Крос-валідація (Cross-Validation)","\u002Fai-python\u002Fpractical-regression\u002Fcross-validation","16.ai-python\u002F07.practical-regression\u002F06.cross-validation",{"title":3831,"path":3832,"stem":3833},"Гіперпараметри та їх оптимізація","\u002Fai-python\u002Fpractical-regression\u002Fhyperparameter-tuning","16.ai-python\u002F07.practical-regression\u002F07.hyperparameter-tuning",{"title":3835,"path":3836,"stem":3837,"children":3838,"page":59},"Polynomial Regression","\u002Fai-python\u002Fpolynomial-regression","16.ai-python\u002F08.polynomial-regression",[3839,3843,3847],{"title":3840,"path":3841,"stem":3842},"Нелінійні залежності та поліноміальна регресія","\u002Fai-python\u002Fpolynomial-regression\u002Fnonlinear-patterns","16.ai-python\u002F08.polynomial-regression\u002F01.nonlinear-patterns",{"title":3844,"path":3845,"stem":3846},"Регуляризація в регресії — Ridge та Lasso","\u002Fai-python\u002Fpolynomial-regression\u002Fregularization-methods","16.ai-python\u002F08.polynomial-regression\u002F02.regularization-methods",{"title":3848,"path":3849,"stem":3850},"Практика — поліноміальна регресія та регуляризація на Housing Prices","\u002Fai-python\u002Fpolynomial-regression\u002Fhousing-prices-practice","16.ai-python\u002F08.polynomial-regression\u002F03.housing-prices-practice",{"title":3852,"path":3853,"stem":3854,"children":3855,"page":59},"Decision Trees Random Forest","\u002Fai-python\u002Fdecision-trees-random-forest","16.ai-python\u002F09.decision-trees-random-forest",[3856,3860],{"title":3857,"path":3858,"stem":3859},"Дерева рішень — моделі з прозорою та зрозумілою логікою","\u002Fai-python\u002Fdecision-trees-random-forest\u002Fdecision-trees","16.ai-python\u002F09.decision-trees-random-forest\u002F01.decision-trees",{"title":3861,"path":3862,"stem":3863},"Random Forest — ансамблі дерев рішень","\u002Fai-python\u002Fdecision-trees-random-forest\u002Frandom-forest","16.ai-python\u002F09.decision-trees-random-forest\u002F02.random-forest",{"title":3865,"path":3866,"stem":3867,"children":3868,"page":59},"Gradient Boosting","\u002Fai-python\u002Fgradient-boosting","16.ai-python\u002F10.gradient-boosting",[3869],{"title":3870,"path":3871,"stem":3872},"Градієнтний бустинг та XGBoost — послідовне виправлення помилок","\u002Fai-python\u002Fgradient-boosting\u002Fgradient-boosting-xgboost","16.ai-python\u002F10.gradient-boosting\u002F01.gradient-boosting-xgboost",{"title":3874,"path":3875,"stem":3876,"children":3877,"page":59},"Logistic Regression Classification","\u002Fai-python\u002Flogistic-regression-classification","16.ai-python\u002F11.logistic-regression-classification",[3878,3882],{"title":3879,"path":3880,"stem":3881},"Основи класифікації та логістична регресія","\u002Fai-python\u002Flogistic-regression-classification\u002Fclassification-basics","16.ai-python\u002F11.logistic-regression-classification\u002F01.classification-basics",{"title":3883,"path":3884,"stem":3885},"Метрики якості класифікації","\u002Fai-python\u002Flogistic-regression-classification\u002Fclassification-metrics","16.ai-python\u002F11.logistic-regression-classification\u002F02.classification-metrics",{"title":3887,"path":3888,"stem":3889,"children":3890,"page":59},"Neural Networks Basics","\u002Fai-python\u002Fneural-networks-basics","16.ai-python\u002F12.neural-networks-basics",[3891],{"title":3892,"path":3893,"stem":3894},"Вступ до нейронних мереж — від персептрона до багатошарових мереж","\u002Fai-python\u002Fneural-networks-basics\u002Fperceptron-to-mlp","16.ai-python\u002F12.neural-networks-basics\u002F01.perceptron-to-mlp",{"title":3896,"path":3897,"stem":3898,"children":3899,"page":59},"Pytorch Intro","\u002Fai-python\u002Fpytorch-intro","16.ai-python\u002F13.pytorch-intro",[3900,3904,3908,3912],{"title":3901,"path":3902,"stem":3903},"Тензори та автоматичне диференціювання в PyTorch","\u002Fai-python\u002Fpytorch-intro\u002Ftensors-and-autograd","16.ai-python\u002F13.pytorch-intro\u002F01.tensors-and-autograd",{"title":3905,"path":3906,"stem":3907},"Побудова та тренування нейронних мереж у PyTorch","\u002Fai-python\u002Fpytorch-intro\u002Fbuilding-and-training","16.ai-python\u002F13.pytorch-intro\u002F02.building-and-training",{"title":3909,"path":3910,"stem":3911},"Робота з даними та регуляризація в PyTorch","\u002Fai-python\u002Fpytorch-intro\u002Fdata-and-regularization","16.ai-python\u002F13.pytorch-intro\u002F03.data-and-regularization",{"title":3913,"path":3914,"stem":3915},"Просунуті теми PyTorch — GPU, оптимізація та deployment","\u002Fai-python\u002Fpytorch-intro\u002Fadvanced-topics","16.ai-python\u002F13.pytorch-intro\u002F04.advanced-topics",{"title":3917,"path":3918,"stem":3919,"children":3920,"page":59},"Activation Functions Heart Disease","\u002Fai-python\u002Factivation-functions-heart-disease","16.ai-python\u002F14.activation-functions-heart-disease",[3921,3925],{"title":3922,"path":3923,"stem":3924},"Функції активації та побудова нейронної мережі для передбачення вад серця","\u002Fai-python\u002Factivation-functions-heart-disease\u002Fheart-disease-prediction","16.ai-python\u002F14.activation-functions-heart-disease\u002F01.heart-disease-prediction",{"title":3926,"path":3927,"stem":3928},"Бонус — Повний приклад Student Performance Prediction","\u002Fai-python\u002Factivation-functions-heart-disease\u002Fstudent-performance-bonus","16.ai-python\u002F14.activation-functions-heart-disease\u002F02.student-performance-bonus",{"title":3930,"path":3931,"stem":3932,"children":3933,"page":59},"Cnn Image Classification","\u002Fai-python\u002Fcnn-image-classification","16.ai-python\u002F15.cnn-image-classification",[3934,3938,3942,3946],{"title":3935,"path":3936,"stem":3937},"Основи згорткових нейронних мереж — чому не MLP?","\u002Fai-python\u002Fcnn-image-classification\u002Fcnn-fundamentals","16.ai-python\u002F15.cnn-image-classification\u002F01.cnn-fundamentals",{"title":3939,"path":3940,"stem":3941},"Практична імплементація CNN для класифікації MNIST","\u002Fai-python\u002Fcnn-image-classification\u002Fmnist-classification","16.ai-python\u002F15.cnn-image-classification\u002F02.mnist-classification",{"title":3943,"path":3944,"stem":3945},"Глибші CNN та аугментація даних для CIFAR-10","\u002Fai-python\u002Fcnn-image-classification\u002Fcifar10-and-data-augmentation","16.ai-python\u002F15.cnn-image-classification\u002F03.cifar10-and-data-augmentation",{"title":3947,"path":3948,"stem":3949},"Transfer Learning та візуалізація внутрішніх представлень CNN","\u002Fai-python\u002Fcnn-image-classification\u002Ftransfer-learning-and-visualization","16.ai-python\u002F15.cnn-image-classification\u002F04.transfer-learning-and-visualization",{"title":3951,"path":3952,"stem":3953,"children":3954,"page":59},"Batching Normalization Deep Networks","\u002Fai-python\u002Fbatching-normalization-deep-networks","16.ai-python\u002F16.batching-normalization-deep-networks",[3955,3959,3963,3967,3971,3975,3979],{"title":3956,"path":3957,"stem":3958},"Mini-batch Gradient Descent та ефективна обробка даних","\u002Fai-python\u002Fbatching-normalization-deep-networks\u002Fmini-batch-gradient-descent","16.ai-python\u002F16.batching-normalization-deep-networks\u002F01.mini-batch-gradient-descent",{"title":3960,"path":3961,"stem":3962},"Ініціалізація ваг — фундамент стабільного навчання","\u002Fai-python\u002Fbatching-normalization-deep-networks\u002Fweight-initialization","16.ai-python\u002F16.batching-normalization-deep-networks\u002F02.weight-initialization",{"title":3964,"path":3965,"stem":3966},"Batch Normalization — прорив у глибокому навчанні","\u002Fai-python\u002Fbatching-normalization-deep-networks\u002Fbatch-normalization","16.ai-python\u002F16.batching-normalization-deep-networks\u002F03.batch-normalization",{"title":3968,"path":3969,"stem":3970},"Dropout та комбіновані стратегії регуляризації","\u002Fai-python\u002Fbatching-normalization-deep-networks\u002Fdropout-and-regularization","16.ai-python\u002F16.batching-normalization-deep-networks\u002F04.dropout-and-regularization",{"title":3972,"path":3973,"stem":3974},"Проєктування глибоких мереж — від теорії до практики","\u002Fai-python\u002Fbatching-normalization-deep-networks\u002Fdeep-networks-architectures","16.ai-python\u002F16.batching-normalization-deep-networks\u002F05.deep-networks-architectures",{"title":3976,"path":3977,"stem":3978},"Планування learning rate — коли та як зменшувати крок навчання","\u002Fai-python\u002Fbatching-normalization-deep-networks\u002Flearning-rate-scheduling","16.ai-python\u002F16.batching-normalization-deep-networks\u002F06.learning-rate-scheduling",{"title":3980,"path":3981,"stem":3982},"Підсумковий проєкт — побудова сучасного класифікатора зображень","\u002Fai-python\u002Fbatching-normalization-deep-networks\u002Ffinal-project-deep-classifier","16.ai-python\u002F16.batching-normalization-deep-networks\u002F07.final-project-deep-classifier",{"title":3984,"icon":658,"path":3985,"stem":3986,"children":3987,"page":59},"Клієнт-серверна архітектура","\u002Fclient-server-architecture","17.client-server-architecture",[3988,3992,3996,4000,4004,4008,4012,4016,4020,4024,4028,4032,4036,4040,4044,4048,4052,4056],{"title":3989,"path":3990,"stem":3991},"Архітектура клієнт-серверних систем та основи Go","\u002Fclient-server-architecture\u002Fclient-server-architecture-and-go","17.client-server-architecture\u002F01.client-server-architecture-and-go",{"title":3993,"path":3994,"stem":3995},"Система типів та модель пам’яті мови Go","\u002Fclient-server-architecture\u002Ftype-system-and-memory-model","17.client-server-architecture\u002F02.type-system-and-memory-model",{"title":3997,"path":3998,"stem":3999},"Інтерфейси та модель конкурентності мови Go","\u002Fclient-server-architecture\u002Finterfaces-and-concurrency-model","17.client-server-architecture\u002F03.interfaces-and-concurrency-model",{"title":4001,"path":4002,"stem":4003},"Сокетне програмування та протокол TCP у Go","\u002Fclient-server-architecture\u002Ftcp-socket-programming","17.client-server-architecture\u002F04.tcp-socket-programming",{"title":4005,"path":4006,"stem":4007},"Протокол UDP та датаграмна передача даних","\u002Fclient-server-architecture\u002Fudp-datagram-transmission","17.client-server-architecture\u002F05.udp-datagram-transmission",{"title":4009,"path":4010,"stem":4011},"Криптографічний захист каналів зв","\u002Fclient-server-architecture\u002Ftls-cryptographic-channel-protection","17.client-server-architecture\u002F06.tls-cryptographic-channel-protection",{"title":4013,"path":4014,"stem":4015},"Прикладні мережеві протоколи DNS та SMTP","\u002Fclient-server-architecture\u002Fdns-smtp-application-protocols","17.client-server-architecture\u002F07.dns-smtp-application-protocols",{"title":4017,"path":4018,"stem":4019},"Протокол HTTP та стандартний вебсервер Go","\u002Fclient-server-architecture\u002Fhttp-protocol-and-web-server","17.client-server-architecture\u002F08.http-protocol-and-web-server",{"title":4021,"path":4022,"stem":4023},"Проєктування REST API та маршрутизація засобами Chi","\u002Fclient-server-architecture\u002Frest-api-design-and-chi-routing","17.client-server-architecture\u002F09.rest-api-design-and-chi-routing",{"title":4025,"path":4026,"stem":4027},"Лекція 10. Шарувата архітектура та конвеєри обробки запитів","\u002Fclient-server-architecture\u002Flayered-architecture-and-middleware-pipelines","17.client-server-architecture\u002F10.layered-architecture-and-middleware-pipelines",{"title":4029,"path":4030,"stem":4031},"Лекція 11. Архітектура та маршрутизація фреймворку Gin","\u002Fclient-server-architecture\u002Fgin-framework-architecture-and-routing","17.client-server-architecture\u002F11.gin-framework-architecture-and-routing",{"title":4033,"path":4034,"stem":4035},"Лекція 12. Валідація даних, безпека та документування у Gin","\u002Fclient-server-architecture\u002Fdata-validation-security-and-documentation-in-gin","17.client-server-architecture\u002F12.data-validation-security-and-documentation-in-gin",{"title":4037,"path":4038,"stem":4039},"Лекція 13. Взаємодія з реляційними СУБД та технології ORM","\u002Fclient-server-architecture\u002Frelational-databases-and-orm","17.client-server-architecture\u002F13.relational-databases-and-orm",{"title":4041,"path":4042,"stem":4043},"Потокова передача даних та протокол WebSocket","\u002Fclient-server-architecture\u002Fstreaming-data-and-websockets","17.client-server-architecture\u002F14.streaming-data-and-websockets",{"title":4045,"path":4046,"stem":4047},"Міжсервісна взаємодія на основі протоколу gRPC","\u002Fclient-server-architecture\u002Fgrpc-inter-service-communication","17.client-server-architecture\u002F15.grpc-inter-service-communication",{"title":4049,"path":4050,"stem":4051},"Асинхронний обмін повідомленнями та протоколи черг","\u002Fclient-server-architecture\u002Fasynchronous-message-exchange-and-queue-protocols","17.client-server-architecture\u002F16.asynchronous-message-exchange-and-queue-protocols",{"title":4053,"path":4054,"stem":4055},"Протоколи потокового медіа та технологія WebRTC","\u002Fclient-server-architecture\u002Fstreaming-media-protocols-and-webrtc","17.client-server-architecture\u002F17.streaming-media-protocols-and-webrtc",{"title":4057,"path":4058,"stem":4059},"Моніторинг, безпека та контейнеризація застосунків","\u002Fclient-server-architecture\u002Fmonitoring-security-and-containerization","17.client-server-architecture\u002F18.monitoring-security-and-containerization",{"title":4061,"icon":2118,"path":4062,"stem":4063,"children":4064,"page":59},"Розробка WEB-застосувань","\u002Fweb-development","18.web-development",[4065,4110,4148,4177,4206,4263,4313,4407,4473,4555,4588,4616,4658,4704,4747],{"title":4066,"icon":658,"path":4067,"stem":4068,"children":4069,"page":59},"Архітектура комп'ютерних мереж та мережеві протоколи","\u002Fweb-development\u002Fnetwork-architecture-and-protocols","18.web-development\u002F01.network-architecture-and-protocols",[4070,4074,4078,4082,4086,4090,4094,4098,4102,4106],{"title":4071,"path":4072,"stem":4073},"Еволюція веброзробки та модель клієнт-сервер","\u002Fweb-development\u002Fnetwork-architecture-and-protocols\u002Fweb-evolution-client-server","18.web-development\u002F01.network-architecture-and-protocols\u002F01.web-evolution-client-server",{"title":4075,"path":4076,"stem":4077},"Еталонна модель OSI","\u002Fweb-development\u002Fnetwork-architecture-and-protocols\u002Fosi-model","18.web-development\u002F01.network-architecture-and-protocols\u002F02.osi-model",{"title":4079,"path":4080,"stem":4081},"Стек протоколів TCP\u002FIP","\u002Fweb-development\u002Fnetwork-architecture-and-protocols\u002Ftcp-ip-stack","18.web-development\u002F01.network-architecture-and-protocols\u002F03.tcp-ip-stack",{"title":4083,"path":4084,"stem":4085},"IP-адресація, порти та сокети","\u002Fweb-development\u002Fnetwork-architecture-and-protocols\u002Fip-addressing-ports-sockets","18.web-development\u002F01.network-architecture-and-protocols\u002F04.ip-addressing-ports-sockets",{"title":4087,"path":4088,"stem":4089},"Протоколи TCP та UDP","\u002Fweb-development\u002Fnetwork-architecture-and-protocols\u002Ftcp-udp-protocols","18.web-development\u002F01.network-architecture-and-protocols\u002F05.tcp-udp-protocols",{"title":4091,"path":4092,"stem":4093},"Система доменних імен DNS","\u002Fweb-development\u002Fnetwork-architecture-and-protocols\u002Fdns-system","18.web-development\u002F01.network-architecture-and-protocols\u002F06.dns-system",{"title":4095,"path":4096,"stem":4097},"Протокол SMTP та поштові протоколи","\u002Fweb-development\u002Fnetwork-architecture-and-protocols\u002Fsmtp-email-protocols","18.web-development\u002F01.network-architecture-and-protocols\u002F07.smtp-email-protocols",{"title":4099,"path":4100,"stem":4101},"Протокол WebSocket","\u002Fweb-development\u002Fnetwork-architecture-and-protocols\u002Fwebsocket-protocol","18.web-development\u002F01.network-architecture-and-protocols\u002F08.websocket-protocol",{"title":4103,"path":4104,"stem":4105},"Протокол SSH","\u002Fweb-development\u002Fnetwork-architecture-and-protocols\u002Fssh-protocol","18.web-development\u002F01.network-architecture-and-protocols\u002F09.ssh-protocol",{"title":4107,"path":4108,"stem":4109},"Огляд сучасних серверних технологій","\u002Fweb-development\u002Fnetwork-architecture-and-protocols\u002Fmodern-backend-technologies","18.web-development\u002F01.network-architecture-and-protocols\u002F10.modern-backend-technologies",{"title":4111,"icon":4112,"path":4113,"stem":4114,"children":4115,"page":59},"Протокол HTTP та захищена передача даних HTTPS","i-lucide-lock","\u002Fweb-development\u002Fhttp-and-https","18.web-development\u002F02.http-and-https",[4116,4120,4124,4128,4132,4136,4140,4144],{"title":4117,"path":4118,"stem":4119},"Вступ до протоколу HTTP та еволюція веб-технологій","\u002Fweb-development\u002Fhttp-and-https\u002Fintroduction-and-evolution","18.web-development\u002F02.http-and-https\u002F01.introduction-and-evolution",{"title":4121,"path":4122,"stem":4123},"Анатомія HTTP-запиту","\u002Fweb-development\u002Fhttp-and-https\u002Fhttp-request-structure","18.web-development\u002F02.http-and-https\u002F02.http-request-structure",{"title":4125,"path":4126,"stem":4127},"Анатомія HTTP-відповіді","\u002Fweb-development\u002Fhttp-and-https\u002Fhttp-response-structure","18.web-development\u002F02.http-and-https\u002F03.http-response-structure",{"title":4129,"path":4130,"stem":4131},"Методи HTTP та їхня семантика","\u002Fweb-development\u002Fhttp-and-https\u002Fhttp-methods","18.web-development\u002F02.http-and-https\u002F04.http-methods",{"title":4133,"path":4134,"stem":4135},"Коди статусу HTTP та їхнє призначення","\u002Fweb-development\u002Fhttp-and-https\u002Fhttp-status-codes","18.web-development\u002F02.http-and-https\u002F05.http-status-codes",{"title":4137,"path":4138,"stem":4139},"HTTP-заголовки та їхнє призначення","\u002Fweb-development\u002Fhttp-and-https\u002Fhttp-headers","18.web-development\u002F02.http-and-https\u002F06.http-headers",{"title":4141,"path":4142,"stem":4143},"CORS та механізми безпеки HTTP","\u002Fweb-development\u002Fhttp-and-https\u002Fcors-and-security","18.web-development\u002F02.http-and-https\u002F07.cors-and-security",{"title":4145,"path":4146,"stem":4147},"HTTPS та криптографічні основи TLS","\u002Fweb-development\u002Fhttp-and-https\u002Fhttps-and-tls","18.web-development\u002F02.http-and-https\u002F08.https-and-tls",{"title":4149,"icon":2498,"path":4150,"stem":4151,"children":4152,"page":59},"Система типів мови TypeScript","\u002Fweb-development\u002Ftypescript-type-system","18.web-development\u002F03.typescript-type-system",[4153,4157,4161,4165,4169,4173],{"title":4154,"path":4155,"stem":4156},"Знайомство з TypeScript Compiler","\u002Fweb-development\u002Ftypescript-type-system\u002Fintroduction-compiler-config","18.web-development\u002F03.typescript-type-system\u002F01.introduction-compiler-config",{"title":4158,"path":4159,"stem":4160},"Примітивні типи даних: string, number, boolean","\u002Fweb-development\u002Ftypescript-type-system\u002Fprimitive-special-types","18.web-development\u002F03.typescript-type-system\u002F02.primitive-special-types",{"title":4162,"path":4163,"stem":4164},"Масиви, кортежі та об","\u002Fweb-development\u002Ftypescript-type-system\u002Farrays-tuples-objects","18.web-development\u002F03.typescript-type-system\u002F03.arrays-tuples-objects",{"title":4166,"path":4167,"stem":4168},"Псевдоніми типів, Union типи, Intersection типи та літеральні типи","\u002Fweb-development\u002Ftypescript-type-system\u002Funion-intersection-literals","18.web-development\u002F03.typescript-type-system\u002F04.union-intersection-literals",{"title":4170,"path":4171,"stem":4172},"Type Narrowing (звуження типів)","\u002Fweb-development\u002Ftypescript-type-system\u002Ftype-narrowing","18.web-development\u002F03.typescript-type-system\u002F05.type-narrowing",{"title":4174,"path":4175,"stem":4176},"Типізація функцій","\u002Fweb-development\u002Ftypescript-type-system\u002Ffunctions-typing","18.web-development\u002F03.typescript-type-system\u002F06.functions-typing",{"title":4178,"icon":2498,"path":4179,"stem":4180,"children":4181,"page":59},"Розширені засоби мови TypeScript","\u002Fweb-development\u002Ftypescript-advanced","18.web-development\u002F04.typescript-advanced",[4182,4186,4190,4194,4198,4202],{"title":4183,"path":4184,"stem":4185},"Interfaces та Classes","\u002Fweb-development\u002Ftypescript-advanced\u002Finterfaces-classes","18.web-development\u002F04.typescript-advanced\u002F01.interfaces-classes",{"title":4187,"path":4188,"stem":4189},"Основи Generic типів","\u002Fweb-development\u002Ftypescript-advanced\u002Fgenerics-fundamentals","18.web-development\u002F04.typescript-advanced\u002F02.generics-fundamentals",{"title":4191,"path":4192,"stem":4193},"Enums та Decorators","\u002Fweb-development\u002Ftypescript-advanced\u002Fenums-decorators","18.web-development\u002F04.typescript-advanced\u002F03.enums-decorators",{"title":4195,"path":4196,"stem":4197},"Utility Types","\u002Fweb-development\u002Ftypescript-advanced\u002Futility-types","18.web-development\u002F04.typescript-advanced\u002F04.utility-types",{"title":4199,"path":4200,"stem":4201},"Mapped та Conditional Types","\u002Fweb-development\u002Ftypescript-advanced\u002Fmapped-conditional-types","18.web-development\u002F04.typescript-advanced\u002F05.mapped-conditional-types",{"title":4203,"path":4204,"stem":4205},"Модулі та Strict Mode","\u002Fweb-development\u002Ftypescript-advanced\u002Fmodules-strict-mode","18.web-development\u002F04.typescript-advanced\u002F06.modules-strict-mode",{"title":4207,"icon":4208,"path":4209,"stem":4210,"children":4211,"page":59},"Платформа Node.js як середовище виконання","i-devicon-nodejs","\u002Fweb-development\u002Fnodejs-platform","18.web-development\u002F05.nodejs-platform",[4212,4216,4220,4224,4228,4232,4236,4240,4244,4248,4252,4255,4259],{"title":4213,"path":4214,"stem":4215},"Що таке Node.js та його архітектура","\u002Fweb-development\u002Fnodejs-platform\u002Fwhat-is-nodejs","18.web-development\u002F05.nodejs-platform\u002F01.what-is-nodejs",{"title":4217,"path":4218,"stem":4219},"Event Loop — серце Node.js","\u002Fweb-development\u002Fnodejs-platform\u002Fevent-loop","18.web-development\u002F05.nodejs-platform\u002F02.event-loop",{"title":4221,"path":4222,"stem":4223},"Модульні системи: CommonJS vs ES Modules","\u002Fweb-development\u002Fnodejs-platform\u002Fmodule-systems","18.web-development\u002F05.nodejs-platform\u002F03.module-systems",{"title":4225,"path":4226,"stem":4227},"npm та package.json","\u002Fweb-development\u002Fnodejs-platform\u002Fnpm-package-json","18.web-development\u002F05.nodejs-platform\u002F04.npm-package-json",{"title":4229,"path":4230,"stem":4231},"Глобальні об\\","\u002Fweb-development\u002Fnodejs-platform\u002Fglobal-objects","18.web-development\u002F05.nodejs-platform\u002F05.global-objects",{"title":4233,"path":4234,"stem":4235},"Вбудований модуль fs (File System)","\u002Fweb-development\u002Fnodejs-platform\u002Fbuilt-in-modules-fs","18.web-development\u002F05.nodejs-platform\u002F06.built-in-modules-fs",{"title":4237,"path":4238,"stem":4239},"Вбудований модуль path","\u002Fweb-development\u002Fnodejs-platform\u002Fbuilt-in-modules-path","18.web-development\u002F05.nodejs-platform\u002F07.built-in-modules-path",{"title":4241,"path":4242,"stem":4243},"Вбудований модуль http","\u002Fweb-development\u002Fnodejs-platform\u002Fbuilt-in-modules-http","18.web-development\u002F05.nodejs-platform\u002F08.built-in-modules-http",{"title":4245,"path":4246,"stem":4247},"Streams — потоки даних у Node.js","\u002Fweb-development\u002Fnodejs-platform\u002Fstreams","18.web-development\u002F05.nodejs-platform\u002F09.streams",{"title":4249,"path":4250,"stem":4251},"Вбудований модуль util (Utilities)","\u002Fweb-development\u002Fnodejs-platform\u002Fbuilt-in-modules-util","18.web-development\u002F05.nodejs-platform\u002F10.built-in-modules-util",{"title":3141,"path":4253,"stem":4254},"\u002Fweb-development\u002Fnodejs-platform\u002Fenvironment-variables","18.web-development\u002F05.nodejs-platform\u002F11.environment-variables",{"title":4256,"path":4257,"stem":4258},"Інструменти налагодження та розробки","\u002Fweb-development\u002Fnodejs-platform\u002Fdebugging-tools","18.web-development\u002F05.nodejs-platform\u002F12.debugging-tools",{"title":4260,"path":4261,"stem":4262},"Продуктивність та Best Practices","\u002Fweb-development\u002Fnodejs-platform\u002Fperformance-best-practices","18.web-development\u002F05.nodejs-platform\u002F13.performance-best-practices",{"title":4264,"icon":4265,"path":4266,"stem":4267,"children":4268,"page":59},"Асинхронне програмування у Node.js","i-lucide-clock","\u002Fweb-development\u002Fasync-programming-nodejs","18.web-development\u002F06.async-programming-nodejs",[4269,4273,4277,4281,4285,4289,4293,4297,4301,4305,4309],{"title":4270,"path":4271,"stem":4272},"Синхронний vs асинхронний код","\u002Fweb-development\u002Fasync-programming-nodejs\u002Fsync-vs-async","18.web-development\u002F06.async-programming-nodejs\u002F01.sync-vs-async",{"title":4274,"path":4275,"stem":4276},"Callbacks — перша парадигма асинхронності","\u002Fweb-development\u002Fasync-programming-nodejs\u002Fcallbacks","18.web-development\u002F06.async-programming-nodejs\u002F02.callbacks",{"title":4278,"path":4279,"stem":4280},"Promises — стандарт асинхронності","\u002Fweb-development\u002Fasync-programming-nodejs\u002Fpromises","18.web-development\u002F06.async-programming-nodejs\u002F03.promises",{"title":4282,"path":4283,"stem":4284},"Promise комбінатори","\u002Fweb-development\u002Fasync-programming-nodejs\u002Fpromise-combinators","18.web-development\u002F06.async-programming-nodejs\u002F04.promise-combinators",{"title":4286,"path":4287,"stem":4288},"Async\u002FAwait — синтаксичний цукор над Promises","\u002Fweb-development\u002Fasync-programming-nodejs\u002Fasync-await","18.web-development\u002F06.async-programming-nodejs\u002F05.async-await",{"title":4290,"path":4291,"stem":4292},"Паралельне vs послідовне виконання","\u002Fweb-development\u002Fasync-programming-nodejs\u002Fparallel-vs-sequential","18.web-development\u002F06.async-programming-nodejs\u002F06.parallel-vs-sequential",{"title":4294,"path":4295,"stem":4296},"EventEmitter — подієва модель Node.js","\u002Fweb-development\u002Fasync-programming-nodejs\u002Fevent-emitter","18.web-development\u002F06.async-programming-nodejs\u002F07.event-emitter",{"title":4298,"path":4299,"stem":4300},"Worker Threads — багатопотоковість у Node.js","\u002Fweb-development\u002Fasync-programming-nodejs\u002Fworker-threads","18.web-development\u002F06.async-programming-nodejs\u002F08.worker-threads",{"title":4302,"path":4303,"stem":4304},"Child Processes — запуск зовнішніх процесів","\u002Fweb-development\u002Fasync-programming-nodejs\u002Fchild-processes","18.web-development\u002F06.async-programming-nodejs\u002F09.child-processes",{"title":4306,"path":4307,"stem":4308},"Обробка помилок у асинхронному коді","\u002Fweb-development\u002Fasync-programming-nodejs\u002Ferror-handling","18.web-development\u002F06.async-programming-nodejs\u002F10.error-handling",{"title":4310,"path":4311,"stem":4312},"Порівняння Node.js фреймворків","\u002Fweb-development\u002Fasync-programming-nodejs\u002Fnodejs-frameworks","18.web-development\u002F06.async-programming-nodejs\u002F11.nodejs-frameworks",{"title":4314,"icon":4315,"path":4316,"stem":4317,"children":4318,"page":59},"Тема 7. Фреймворк NestJS. Контролери та маршрутизація","i-lucide-route","\u002Fweb-development\u002Fnestjs-controllers-routing","18.web-development\u002F07.nestjs-controllers-routing",[4319,4323,4327,4331,4335,4339,4343,4347,4351,4355,4359,4363,4367,4371,4375,4379,4383,4387,4391,4395,4399,4403],{"title":4320,"path":4321,"stem":4322},"Філософія та архітектура NestJS","\u002Fweb-development\u002Fnestjs-controllers-routing\u002Fnestjs-philosophy","18.web-development\u002F07.nestjs-controllers-routing\u002F01.nestjs-philosophy",{"title":4324,"path":4325,"stem":4326},"Три стовпи архітектури: модулі, контролери, провайдери","\u002Fweb-development\u002Fnestjs-controllers-routing\u002Fthree-pillars","18.web-development\u002F07.nestjs-controllers-routing\u002F02.three-pillars",{"title":4328,"path":4329,"stem":4330},"Інверсія керування (IoC) та ін","\u002Fweb-development\u002Fnestjs-controllers-routing\u002Fioc-and-di","18.web-development\u002F07.nestjs-controllers-routing\u002F03.ioc-and-di",{"title":4332,"path":4333,"stem":4334},"Встановлення NestJS CLI та створення проєкту","\u002Fweb-development\u002Fnestjs-controllers-routing\u002Fnestjs-cli-setup","18.web-development\u002F07.nestjs-controllers-routing\u002F04.nestjs-cli-setup",{"title":4336,"path":4337,"stem":4338},"Структура проєкту NestJS та конвенції","\u002Fweb-development\u002Fnestjs-controllers-routing\u002Fproject-structure","18.web-development\u002F07.nestjs-controllers-routing\u002F05.project-structure",{"title":4340,"path":4341,"stem":4342},"Контролери: основи маршрутизації","\u002Fweb-development\u002Fnestjs-controllers-routing\u002Fcontrollers-basics","18.web-development\u002F07.nestjs-controllers-routing\u002F06.controllers-basics",{"title":4344,"path":4345,"stem":4346},"Декоратори маршрутизації HTTP-методів","\u002Fweb-development\u002Fnestjs-controllers-routing\u002Froute-decorators","18.web-development\u002F07.nestjs-controllers-routing\u002F07.route-decorators",{"title":4348,"path":4349,"stem":4350},"Параметри маршруту та декоратор @Param","\u002Fweb-development\u002Fnestjs-controllers-routing\u002Froute-parameters","18.web-development\u002F07.nestjs-controllers-routing\u002F08.route-parameters",{"title":4352,"path":4353,"stem":4354},"Query-параметри та декоратор @Query","\u002Fweb-development\u002Fnestjs-controllers-routing\u002Fquery-parameters","18.web-development\u002F07.nestjs-controllers-routing\u002F09.query-parameters",{"title":4356,"path":4357,"stem":4358},"Тіло запиту та декоратор @Body","\u002Fweb-development\u002Fnestjs-controllers-routing\u002Frequest-body","18.web-development\u002F07.nestjs-controllers-routing\u002F10.request-body",{"title":4360,"path":4361,"stem":4362},"Робота з заголовками запиту та відповіді","\u002Fweb-development\u002Fnestjs-controllers-routing\u002Fheaders-decorators","18.web-development\u002F07.nestjs-controllers-routing\u002F11.headers-decorators",{"title":4364,"path":4365,"stem":4366},"Data Transfer Objects (DTO): визначення та призначення","\u002Fweb-development\u002Fnestjs-controllers-routing\u002Fdto-introduction","18.web-development\u002F07.nestjs-controllers-routing\u002F12.dto-introduction",{"title":4368,"path":4369,"stem":4370},"Об'єкти Request та Response","\u002Fweb-development\u002Fnestjs-controllers-routing\u002Frequest-response-objects","18.web-development\u002F07.nestjs-controllers-routing\u002F13.request-response-objects",{"title":4372,"path":4373,"stem":4374},"HTTP-статус коди та декоратор @HttpCode","\u002Fweb-development\u002Fnestjs-controllers-routing\u002Fhttp-status-codes","18.web-development\u002F07.nestjs-controllers-routing\u002F14.http-status-codes",{"title":4376,"path":4377,"stem":4378},"Перенаправлення (Redirects) та декоратор @Redirect","\u002Fweb-development\u002Fnestjs-controllers-routing\u002Fredirects","18.web-development\u002F07.nestjs-controllers-routing\u002F15.redirects",{"title":4380,"path":4381,"stem":4382},"Асинхронні обробники та Observables","\u002Fweb-development\u002Fnestjs-controllers-routing\u002Fasync-handlers","18.web-development\u002F07.nestjs-controllers-routing\u002F16.async-handlers",{"title":4384,"path":4385,"stem":4386},"Маршрутизація за піддоменами та версіонування API","\u002Fweb-development\u002Fnestjs-controllers-routing\u002Fsub-domain-routing","18.web-development\u002F07.nestjs-controllers-routing\u002F17.sub-domain-routing",{"title":4388,"path":4389,"stem":4390},"Області видимості контролерів (Scopes)","\u002Fweb-development\u002Fnestjs-controllers-routing\u002Fcontroller-scopes","18.web-development\u002F07.nestjs-controllers-routing\u002F18.controller-scopes",{"title":4392,"path":4393,"stem":4394},"Основні команди NestJS CLI","\u002Fweb-development\u002Fnestjs-controllers-routing\u002Fnestjs-cli-commands","18.web-development\u002F07.nestjs-controllers-routing\u002F19.nestjs-cli-commands",{"title":4396,"path":4397,"stem":4398},"Практичний приклад: створення CRUD-контролера","\u002Fweb-development\u002Fnestjs-controllers-routing\u002Fcrud-example","18.web-development\u002F07.nestjs-controllers-routing\u002F20.crud-example",{"title":4400,"path":4401,"stem":4402},"Тестування контролерів","\u002Fweb-development\u002Fnestjs-controllers-routing\u002Ftesting-controllers","18.web-development\u002F07.nestjs-controllers-routing\u002F21.testing-controllers",{"title":4404,"path":4405,"stem":4406},"Best Practices для контролерів та маршрутизації","\u002Fweb-development\u002Fnestjs-controllers-routing\u002Fbest-practices","18.web-development\u002F07.nestjs-controllers-routing\u002F22.best-practices",{"title":4408,"icon":4409,"path":4410,"stem":4411,"children":4412,"page":59},"Тема 8. Провайдери, сервіси та модульна система NestJS","i-lucide-package","\u002Fweb-development\u002Fnestjs-providers-modules","18.web-development\u002F08.nestjs-providers-modules",[4413,4417,4421,4425,4429,4433,4437,4441,4445,4449,4453,4457,4461,4465,4469],{"title":4414,"path":4415,"stem":4416},"Концепція провайдерів у NestJS","\u002Fweb-development\u002Fnestjs-providers-modules\u002Fproviders-concept","18.web-development\u002F08.nestjs-providers-modules\u002F01.providers-concept",{"title":4418,"path":4419,"stem":4420},"Сервіси: інкапсуляція бізнес-логіки","\u002Fweb-development\u002Fnestjs-providers-modules\u002Fservices-business-logic","18.web-development\u002F08.nestjs-providers-modules\u002F02.services-business-logic",{"title":4422,"path":4423,"stem":4424},"Практика ін","\u002Fweb-development\u002Fnestjs-providers-modules\u002Fdependency-injection-practice","18.web-development\u002F08.nestjs-providers-modules\u002F03.dependency-injection-practice",{"title":4426,"path":4427,"stem":4428},"Custom Providers: useValue, useClass, useFactory, useExisting","\u002Fweb-development\u002Fnestjs-providers-modules\u002Fcustom-providers","18.web-development\u002F08.nestjs-providers-modules\u002F04.custom-providers",{"title":4430,"path":4431,"stem":4432},"Injection Tokens: рядкові та символьні токени","\u002Fweb-development\u002Fnestjs-providers-modules\u002Finjection-tokens","18.web-development\u002F08.nestjs-providers-modules\u002F05.injection-tokens",{"title":4434,"path":4435,"stem":4436},"Опціональні провайдери та декоратор @Optional","\u002Fweb-development\u002Fnestjs-providers-modules\u002Foptional-providers","18.web-development\u002F08.nestjs-providers-modules\u002F07.optional-providers",{"title":4438,"path":4439,"stem":4440},"Структура модулів: imports, controllers, providers, exports","\u002Fweb-development\u002Fnestjs-providers-modules\u002Fmodules-structure","18.web-development\u002F08.nestjs-providers-modules\u002F08.modules-structure",{"title":4442,"path":4443,"stem":4444},"Feature Modules: ізоляція функціональності","\u002Fweb-development\u002Fnestjs-providers-modules\u002Ffeature-modules","18.web-development\u002F08.nestjs-providers-modules\u002F09.feature-modules",{"title":4446,"path":4447,"stem":4448},"Shared Modules: перевикористання провайдерів","\u002Fweb-development\u002Fnestjs-providers-modules\u002Fshared-modules","18.web-development\u002F08.nestjs-providers-modules\u002F10.shared-modules",{"title":4450,"path":4451,"stem":4452},"Global Modules та декоратор @Global","\u002Fweb-development\u002Fnestjs-providers-modules\u002Fglobal-modules","18.web-development\u002F08.nestjs-providers-modules\u002F11.global-modules",{"title":4454,"path":4455,"stem":4456},"Dynamic Modules: конфігурація під час виконання","\u002Fweb-development\u002Fnestjs-providers-modules\u002Fdynamic-modules","18.web-development\u002F08.nestjs-providers-modules\u002F12.dynamic-modules",{"title":4458,"path":4459,"stem":4460},"Циклічні залежності та forwardRef","\u002Fweb-development\u002Fnestjs-providers-modules\u002Fcircular-dependencies","18.web-development\u002F08.nestjs-providers-modules\u002F13.circular-dependencies",{"title":4462,"path":4463,"stem":4464},"Lifecycle Hooks: хуки життєвого циклу","\u002Fweb-development\u002Fnestjs-providers-modules\u002Flifecycle-hooks","18.web-development\u002F08.nestjs-providers-modules\u002F14.lifecycle-hooks",{"title":4466,"path":4467,"stem":4468},"ModuleRef: динамічний доступ до провайдерів","\u002Fweb-development\u002Fnestjs-providers-modules\u002Fmodule-reference","18.web-development\u002F08.nestjs-providers-modules\u002F15.module-reference",{"title":4470,"path":4471,"stem":4472},"Тестування сервісів та провайдерів","\u002Fweb-development\u002Fnestjs-providers-modules\u002Ftesting-services","18.web-development\u002F08.nestjs-providers-modules\u002F16.testing-services",{"title":4474,"icon":4475,"path":4476,"stem":4477,"children":4478,"page":59},"Тема 9. Валідація даних та конвеєр обробки запитів у NestJS","i-lucide-filter","\u002Fweb-development\u002Fnestjs-validation-pipeline","18.web-development\u002F09.nestjs-validation-pipeline",[4479,4483,4487,4491,4495,4499,4503,4507,4511,4515,4519,4523,4527,4531,4535,4539,4543,4547,4551],{"title":4480,"path":4481,"stem":4482},"Request Pipeline: конвеєр обробки запитів","\u002Fweb-development\u002Fnestjs-validation-pipeline\u002Frequest-pipeline","18.web-development\u002F09.nestjs-validation-pipeline\u002F01.request-pipeline",{"title":4484,"path":4485,"stem":4486},"Pipes: концепція трансформації та валідації","\u002Fweb-development\u002Fnestjs-validation-pipeline\u002Fpipes-concept","18.web-development\u002F09.nestjs-validation-pipeline\u002F02.pipes-concept",{"title":4488,"path":4489,"stem":4490},"Вбудовані pipes: ParseIntPipe, ParseBoolPipe, ParseUUIDPipe","\u002Fweb-development\u002Fnestjs-validation-pipeline\u002Fbuilt-in-pipes","18.web-development\u002F09.nestjs-validation-pipeline\u002F03.built-in-pipes",{"title":4492,"path":4493,"stem":4494},"ValidationPipe: автоматична валідація DTO","\u002Fweb-development\u002Fnestjs-validation-pipeline\u002Fvalidation-pipe","18.web-development\u002F09.nestjs-validation-pipeline\u002F04.validation-pipe",{"title":4496,"path":4497,"stem":4498},"Декоратори class-validator для DTO","\u002Fweb-development\u002Fnestjs-validation-pipeline\u002Fclass-validator-decorators","18.web-development\u002F09.nestjs-validation-pipeline\u002F05.class-validator-decorators",{"title":4500,"path":4501,"stem":4502},"Створення кастомних валідаторів","\u002Fweb-development\u002Fnestjs-validation-pipeline\u002Fcustom-validators","18.web-development\u002F09.nestjs-validation-pipeline\u002F06.custom-validators",{"title":4504,"path":4505,"stem":4506},"Створення власних Pipes","\u002Fweb-development\u002Fnestjs-validation-pipeline\u002Fcustom-pipes","18.web-development\u002F09.nestjs-validation-pipeline\u002F07.custom-pipes",{"title":4508,"path":4509,"stem":4510},"Основи Middleware","\u002Fweb-development\u002Fnestjs-validation-pipeline\u002Fmiddleware-basics","18.web-development\u002F09.nestjs-validation-pipeline\u002F08.middleware-basics",{"title":4512,"path":4513,"stem":4514},"Практичні приклади Middleware","\u002Fweb-development\u002Fnestjs-validation-pipeline\u002Fmiddleware-examples","18.web-development\u002F09.nestjs-validation-pipeline\u002F09.middleware-examples",{"title":4516,"path":4517,"stem":4518},"Guards: захисні перехоплювачі доступу","\u002Fweb-development\u002Fnestjs-validation-pipeline\u002Fguards-concept","18.web-development\u002F09.nestjs-validation-pipeline\u002F10.guards-concept",{"title":4520,"path":4521,"stem":4522},"Створення кастомних Guards","\u002Fweb-development\u002Fnestjs-validation-pipeline\u002Fcustom-guards","18.web-development\u002F09.nestjs-validation-pipeline\u002F11.custom-guards",{"title":4524,"path":4525,"stem":4526},"Interceptors: перехоплення та трансформація відповідей","\u002Fweb-development\u002Fnestjs-validation-pipeline\u002Finterceptors-concept","18.web-development\u002F09.nestjs-validation-pipeline\u002F12.interceptors-concept",{"title":4528,"path":4529,"stem":4530},"Практичні приклади Interceptors","\u002Fweb-development\u002Fnestjs-validation-pipeline\u002Finterceptor-examples","18.web-development\u002F09.nestjs-validation-pipeline\u002F13.interceptor-examples",{"title":4532,"path":4533,"stem":4534},"Exception Filters: обробка виключень","\u002Fweb-development\u002Fnestjs-validation-pipeline\u002Fexception-filters","18.web-development\u002F09.nestjs-validation-pipeline\u002F14.exception-filters",{"title":4536,"path":4537,"stem":4538},"Custom Exception Filters: спеціалізовані фільтри","\u002Fweb-development\u002Fnestjs-validation-pipeline\u002Fcustom-exception-filters","18.web-development\u002F09.nestjs-validation-pipeline\u002F15.custom-exception-filters",{"title":4540,"path":4541,"stem":4542},"Execution Context: контекст виконання","\u002Fweb-development\u002Fnestjs-validation-pipeline\u002Fexecution-context","18.web-development\u002F09.nestjs-validation-pipeline\u002F16.execution-context",{"title":4544,"path":4545,"stem":4546},"Custom Decorators: власні декоратори","\u002Fweb-development\u002Fnestjs-validation-pipeline\u002Fcustom-decorators","18.web-development\u002F09.nestjs-validation-pipeline\u002F17.custom-decorators",{"title":4548,"path":4549,"stem":4550},"Global Components: глобальні компоненти","\u002Fweb-development\u002Fnestjs-validation-pipeline\u002Fglobal-components","18.web-development\u002F09.nestjs-validation-pipeline\u002F18.global-components",{"title":4552,"path":4553,"stem":4554},"Pipeline Best Practices: найкращі практики","\u002Fweb-development\u002Fnestjs-validation-pipeline\u002Fpipeline-best-practices","18.web-development\u002F09.nestjs-validation-pipeline\u002F19.pipeline-best-practices",{"title":4556,"icon":2865,"path":4557,"stem":4558,"children":4559,"page":59},"Інтеграція реляційних баз даних засобами TypeORM","\u002Fweb-development\u002Ftypeorm-integration","18.web-development\u002F10.typeorm-integration",[4560,4564,4568,4572,4576,4580,4584],{"title":4561,"path":4562,"stem":4563},"Робота з базами даних у Node.js через нативні драйвери","\u002Fweb-development\u002Ftypeorm-integration\u002F01-nodejs-database-drivers","18.web-development\u002F10.typeorm-integration\u002F01-nodejs-database-drivers",{"title":4565,"path":4566,"stem":4567},"ORM та знайомство з TypeORM","\u002Fweb-development\u002Ftypeorm-integration\u002F02-orm-and-typeorm-intro","18.web-development\u002F10.typeorm-integration\u002F02-orm-and-typeorm-intro",{"title":4569,"path":4570,"stem":4571},"Налаштування TypeORM у NestJS проєкті","\u002Fweb-development\u002Ftypeorm-integration\u002F03-typeorm-setup-nestjs","18.web-development\u002F10.typeorm-integration\u002F03-typeorm-setup-nestjs",{"title":4573,"path":4574,"stem":4575},"Entity класи та декоратори TypeORM","\u002Fweb-development\u002Ftypeorm-integration\u002F04-entities-and-decorators","18.web-development\u002F10.typeorm-integration\u002F04-entities-and-decorators",{"title":4577,"path":4578,"stem":4579},"Repository Pattern та CRUD операції","\u002Fweb-development\u002Ftypeorm-integration\u002F05-repository-pattern-crud","18.web-development\u002F10.typeorm-integration\u002F05-repository-pattern-crud",{"title":4581,"path":4582,"stem":4583},"Пагінація та фільтрація даних","\u002Fweb-development\u002Ftypeorm-integration\u002F06-pagination-filtering","18.web-development\u002F10.typeorm-integration\u002F06-pagination-filtering",{"title":4585,"path":4586,"stem":4587},"QueryBuilder для складних запитів","\u002Fweb-development\u002Ftypeorm-integration\u002F07-query-builder","18.web-development\u002F10.typeorm-integration\u002F07-query-builder",{"title":4589,"icon":4590,"path":4591,"stem":4592,"children":4593,"page":59},"Зв'язки між сутностями, міграції та оптимізація запитів","i-lucide-git-branch","\u002Fweb-development\u002Fentity-relations-migrations","18.web-development\u002F11.entity-relations-migrations",[4594,4598,4602,4606,4610],{"title":4595,"path":4596,"stem":4597},"Зв'язки One-to-Many та Many-to-One","\u002Fweb-development\u002Fentity-relations-migrations\u002F01-one-to-many-many-to-one","18.web-development\u002F11.entity-relations-migrations\u002F01-one-to-many-many-to-one",{"title":4599,"path":4600,"stem":4601},"Зв'язки One-to-One та Many-to-Many","\u002Fweb-development\u002Fentity-relations-migrations\u002F02-one-to-one-many-to-many","18.web-development\u002F11.entity-relations-migrations\u002F02-one-to-one-many-to-many",{"title":4603,"path":4604,"stem":4605},"Керування міграціями бази даних","\u002Fweb-development\u002Fentity-relations-migrations\u002F03-migrations-management","18.web-development\u002F11.entity-relations-migrations\u002F03-migrations-management",{"title":4607,"path":4608,"stem":4609},"Транзакції у TypeORM","\u002Fweb-development\u002Fentity-relations-migrations\u002F04-transactions","18.web-development\u002F11.entity-relations-migrations\u002F04-transactions",{"title":4611,"path":4612,"stem":4613,"children":4614},"Індекси та оптимізація запитів","\u002Fweb-development\u002Fentity-relations-migrations\u002F05-indexes-optimization","18.web-development\u002F11.entity-relations-migrations\u002F05-indexes-optimization",[4615],{"title":4611,"path":4612,"stem":4613},{"title":4617,"icon":4618,"path":4619,"stem":4620,"children":4621,"page":59},"Механізми автентифікації у вебзастосунках","i-lucide-key","\u002Fweb-development\u002Fauthentication","18.web-development\u002F12.authentication",[4622,4626,4630,4634,4638,4642,4646,4650,4654],{"title":4623,"path":4624,"stem":4625},"Автентифікація vs Авторизація","\u002Fweb-development\u002Fauthentication\u002F01-authentication-vs-authorization","18.web-development\u002F12.authentication\u002F01-authentication-vs-authorization",{"title":4627,"path":4628,"stem":4629},"Стратегії автентифікації","\u002Fweb-development\u002Fauthentication\u002F02-authentication-strategies","18.web-development\u002F12.authentication\u002F02-authentication-strategies",{"title":4631,"path":4632,"stem":4633},"Автентифікація на основі сесій","\u002Fweb-development\u002Fauthentication\u002F03-session-based-authentication","18.web-development\u002F12.authentication\u002F03-session-based-authentication",{"title":4635,"path":4636,"stem":4637},"Структура JSON Web Token (JWT)","\u002Fweb-development\u002Fauthentication\u002F04-jwt-structure","18.web-development\u002F12.authentication\u002F04-jwt-structure",{"title":4639,"path":4640,"stem":4641},"Інтеграція JWT у NestJS","\u002Fweb-development\u002Fauthentication\u002F05-nestjs-jwt-integration","18.web-development\u002F12.authentication\u002F05-nestjs-jwt-integration",{"title":4643,"path":4644,"stem":4645},"Passport.js стратегії у NestJS","\u002Fweb-development\u002Fauthentication\u002F06-passport-strategies","18.web-development\u002F12.authentication\u002F06-passport-strategies",{"title":4647,"path":4648,"stem":4649},"Безпечне зберігання паролів: хешування та криптографічний захист","\u002Fweb-development\u002Fauthentication\u002F07-password-hashing","18.web-development\u002F12.authentication\u002F07-password-hashing",{"title":4651,"path":4652,"stem":4653},"Refresh Token та безпечне оновлення доступу","\u002Fweb-development\u002Fauthentication\u002F08-refresh-tokens","18.web-development\u002F12.authentication\u002F08-refresh-tokens",{"title":4655,"path":4656,"stem":4657},"OAuth 2.0 та OpenID Connect: делегована автентифікація","\u002Fweb-development\u002Fauthentication\u002F09-oauth2-openid","18.web-development\u002F12.authentication\u002F09-oauth2-openid",{"title":4659,"icon":4660,"path":4661,"stem":4662,"children":4663,"page":59},"Авторизація та безпека серверних застосунків","i-lucide-shield","\u002Fweb-development\u002Fauthorization-security","18.web-development\u002F13.authorization-security",[4664,4668,4672,4676,4680,4684,4688,4692,4696,4700],{"title":4665,"path":4666,"stem":4667},"Моделі авторизації","\u002Fweb-development\u002Fauthorization-security\u002F01-authorization-models","18.web-development\u002F13.authorization-security\u002F01-authorization-models",{"title":4669,"path":4670,"stem":4671},"Реалізація RBAC у NestJS","\u002Fweb-development\u002Fauthorization-security\u002F02-rbac-implementation","18.web-development\u002F13.authorization-security\u002F02-rbac-implementation",{"title":4673,"path":4674,"stem":4675},"Permission-Based Access Control","\u002Fweb-development\u002Fauthorization-security\u002F03-permission-based-access","18.web-development\u002F13.authorization-security\u002F03-permission-based-access",{"title":4677,"path":4678,"stem":4679},"ABAC та бібліотека CASL","\u002Fweb-development\u002Fauthorization-security\u002F04-abac-casl","18.web-development\u002F13.authorization-security\u002F04-abac-casl",{"title":4681,"path":4682,"stem":4683},"Кастомні декоратори та метадані","\u002Fweb-development\u002Fauthorization-security\u002F05-custom-decorators-metadata","18.web-development\u002F13.authorization-security\u002F05-custom-decorators-metadata",{"title":4685,"path":4686,"stem":4687},"Конфігурація CORS","\u002Fweb-development\u002Fauthorization-security\u002F06-cors-configuration","18.web-development\u002F13.authorization-security\u002F06-cors-configuration",{"title":4689,"path":4690,"stem":4691},"Захист через HTTP Security Headers (Helmet)","\u002Fweb-development\u002Fauthorization-security\u002F07-helmet-security-headers","18.web-development\u002F13.authorization-security\u002F07-helmet-security-headers",{"title":4693,"path":4694,"stem":4695},"Rate Limiting та Throttling","\u002Fweb-development\u002Fauthorization-security\u002F08-rate-limiting-throttling","18.web-development\u002F13.authorization-security\u002F08-rate-limiting-throttling",{"title":4697,"path":4698,"stem":4699},"Захист від поширених атак","\u002Fweb-development\u002Fauthorization-security\u002F09-common-attacks-protection","18.web-development\u002F13.authorization-security\u002F09-common-attacks-protection",{"title":4701,"path":4702,"stem":4703},"HTTPS у продакшені","\u002Fweb-development\u002Fauthorization-security\u002F10-https-production","18.web-development\u002F13.authorization-security\u002F10-https-production",{"title":4705,"icon":871,"path":4706,"stem":4707,"children":4708,"page":59},"Комунікація у реальному часі, нотифікації та фонові задачі","\u002Fweb-development\u002Frealtime-notifications-jobs","18.web-development\u002F14.realtime-notifications-jobs",[4709,4713,4717,4721,4725,4729,4732,4735,4739,4743],{"title":4710,"path":4711,"stem":4712},"Методи комунікації у реальному часі","\u002Fweb-development\u002Frealtime-notifications-jobs\u002F01-realtime-communication-methods","18.web-development\u002F14.realtime-notifications-jobs\u002F01-realtime-communication-methods",{"title":4714,"path":4715,"stem":4716},"WebSocket Gateway у NestJS","\u002Fweb-development\u002Frealtime-notifications-jobs\u002F02-websocket-gateway","18.web-development\u002F14.realtime-notifications-jobs\u002F02-websocket-gateway",{"title":4718,"path":4719,"stem":4720},"Lifecycle та Rooms у WebSocket","\u002Fweb-development\u002Frealtime-notifications-jobs\u002F03-websocket-lifecycle-rooms","18.web-development\u002F14.realtime-notifications-jobs\u002F03-websocket-lifecycle-rooms",{"title":4722,"path":4723,"stem":4724},"Server-Sent Events (SSE)","\u002Fweb-development\u002Frealtime-notifications-jobs\u002F04-server-sent-events","18.web-development\u002F14.realtime-notifications-jobs\u002F04-server-sent-events",{"title":4726,"path":4727,"stem":4728},"Архітектура системи нотифікацій","\u002Fweb-development\u002Frealtime-notifications-jobs\u002F05-notification-system","18.web-development\u002F14.realtime-notifications-jobs\u002F05-notification-system",{"title":904,"path":4730,"stem":4731},"\u002Fweb-development\u002Frealtime-notifications-jobs\u002F06-email-notifications","18.web-development\u002F14.realtime-notifications-jobs\u002F06-email-notifications",{"title":900,"path":4733,"stem":4734},"\u002Fweb-development\u002Frealtime-notifications-jobs\u002F07-web-push-notifications","18.web-development\u002F14.realtime-notifications-jobs\u002F07-web-push-notifications",{"title":4736,"path":4737,"stem":4738},"Фонові задачі та черги","\u002Fweb-development\u002Frealtime-notifications-jobs\u002F08-background-jobs-queues","18.web-development\u002F14.realtime-notifications-jobs\u002F08-background-jobs-queues",{"title":4740,"path":4741,"stem":4742},"Планувальники та Cron jobs","\u002Fweb-development\u002Frealtime-notifications-jobs\u002F09-schedulers-cron","18.web-development\u002F14.realtime-notifications-jobs\u002F09-schedulers-cron",{"title":4744,"path":4745,"stem":4746},"Практичні сценарії застосування","\u002Fweb-development\u002Frealtime-notifications-jobs\u002F10-practical-scenarios","18.web-development\u002F14.realtime-notifications-jobs\u002F10-practical-scenarios",{"title":4748,"icon":4749,"path":4750,"stem":4751,"children":4752,"page":59},"Тестування, документування та розгортання застосунків","i-lucide-rocket","\u002Fweb-development\u002Ftesting-documentation-deployment","18.web-development\u002F15.testing-documentation-deployment",[4753,4757,4761,4765,4769,4773,4777,4781,4785,4789],{"title":4754,"path":4755,"stem":4756},"Піраміда тестування та стратегія","\u002Fweb-development\u002Ftesting-documentation-deployment\u002F01-testing-pyramid-strategy","18.web-development\u002F15.testing-documentation-deployment\u002F01-testing-pyramid-strategy",{"title":4758,"path":4759,"stem":4760},"Основи Jest у NestJS","\u002Fweb-development\u002Ftesting-documentation-deployment\u002F02-jest-nestjs-basics","18.web-development\u002F15.testing-documentation-deployment\u002F02-jest-nestjs-basics",{"title":4762,"path":4763,"stem":4764},"Unit-тестування сервісів","\u002Fweb-development\u002Ftesting-documentation-deployment\u002F03-unit-testing-services","18.web-development\u002F15.testing-documentation-deployment\u002F03-unit-testing-services",{"title":4766,"path":4767,"stem":4768},"E2E тестування та покриття коду","\u002Fweb-development\u002Ftesting-documentation-deployment\u002F04-e2e-testing-coverage","18.web-development\u002F15.testing-documentation-deployment\u002F04-e2e-testing-coverage",{"title":4770,"path":4771,"stem":4772},"Swagger, OpenAPI, Scalar та Arazzo","\u002Fweb-development\u002Ftesting-documentation-deployment\u002F05-swagger-openapi","18.web-development\u002F15.testing-documentation-deployment\u002F05-swagger-openapi",{"title":4774,"path":4775,"stem":4776},"Керування конфігурацією","\u002Fweb-development\u002Ftesting-documentation-deployment\u002F06-configuration-management","18.web-development\u002F15.testing-documentation-deployment\u002F06-configuration-management",{"title":4778,"path":4779,"stem":4780},"Docker та контейнеризація","\u002Fweb-development\u002Ftesting-documentation-deployment\u002F07-docker-containerization","18.web-development\u002F15.testing-documentation-deployment\u002F07-docker-containerization",{"title":4782,"path":4783,"stem":4784},"CI\u002FCD Pipelines","\u002Fweb-development\u002Ftesting-documentation-deployment\u002F08-cicd-pipelines","18.web-development\u002F15.testing-documentation-deployment\u002F08-cicd-pipelines",{"title":4786,"path":4787,"stem":4788},"Логування та моніторинг","\u002Fweb-development\u002Ftesting-documentation-deployment\u002F09-logging-monitoring","18.web-development\u002F15.testing-documentation-deployment\u002F09-logging-monitoring",{"title":4790,"path":4791,"stem":4792},"Серіалізація та компресія","\u002Fweb-development\u002Ftesting-documentation-deployment\u002F10-serialization-compression","18.web-development\u002F15.testing-documentation-deployment\u002F10-serialization-compression",{"title":4794,"icon":4795,"path":4796,"stem":4797,"children":4798,"page":59},"AI Core: мислення AI","i-lucide-brain","\u002Fai-core","19.ai-core",[4799,4840,4889,4927],{"title":4800,"icon":4749,"path":4801,"stem":4802,"children":4803,"page":59},"Вхід у професію AI Native Developer","\u002Fai-core\u002Fai-native-developer","19.ai-core\u002F01.ai-native-developer",[4804,4808,4812,4816,4820,4824,4828,4832,4836],{"title":4805,"path":4806,"stem":4807},"Вступ до професії розробника цифрових продуктів","\u002Fai-core\u002Fai-native-developer\u002Fdigital-products","19.ai-core\u002F01.ai-native-developer\u002F01.digital-products",{"title":4809,"path":4810,"stem":4811},"Професія розробника програмного забезпечення","\u002Fai-core\u002Fai-native-developer\u002Fsoftware-developer","19.ai-core\u002F01.ai-native-developer\u002F02.software-developer",{"title":4813,"path":4814,"stem":4815},"Професія AI Native Developer","\u002Fai-core\u002Fai-native-developer\u002Fai-native-developer","19.ai-core\u002F01.ai-native-developer\u002F03.ai-native-developer",{"title":4817,"path":4818,"stem":4819},"Вплив AI на розробку програмного забезпечення","\u002Fai-core\u002Fai-native-developer\u002Fai-impact-on-development","19.ai-core\u002F01.ai-native-developer\u002F04.ai-impact-on-development",{"title":4821,"path":4822,"stem":4823},"Життєвий цикл цифрового продукту","\u002Fai-core\u002Fai-native-developer\u002Fproduct-lifecycle","19.ai-core\u002F01.ai-native-developer\u002F05.product-lifecycle",{"title":4825,"path":4826,"stem":4827},"Застосування AI на етапах створення цифрового продукту","\u002Fai-core\u002Fai-native-developer\u002Fai-in-product-creation","19.ai-core\u002F01.ai-native-developer\u002F06.ai-in-product-creation",{"title":4829,"path":4830,"stem":4831},"Розподіл завдань між людиною та AI","\u002Fai-core\u002Fai-native-developer\u002Fhuman-vs-ai-tasks","19.ai-core\u002F01.ai-native-developer\u002F07.human-vs-ai-tasks",{"title":4833,"path":4834,"stem":4835},"Компетенції AI Native Developer","\u002Fai-core\u002Fai-native-developer\u002Fcompetencies","19.ai-core\u002F01.ai-native-developer\u002F08.competencies",{"title":4837,"path":4838,"stem":4839},"Карта професійного розвитку AI Native Developer","\u002Fai-core\u002Fai-native-developer\u002Fcareer-roadmap","19.ai-core\u002F01.ai-native-developer\u002F09.career-roadmap",{"title":4841,"icon":255,"path":4842,"stem":4843,"children":4844,"page":59},"Штучний інтелект і машинне навчання","\u002Fai-core\u002Fai-and-machine-learning","19.ai-core\u002F02.ai-and-machine-learning",[4845,4849,4853,4857,4861,4865,4869,4873,4877,4881,4885],{"title":4846,"path":4847,"stem":4848},"Штучний інтелект","\u002Fai-core\u002Fai-and-machine-learning\u002Fwhat-is-ai","19.ai-core\u002F02.ai-and-machine-learning\u002F01.what-is-ai",{"title":4850,"path":4851,"stem":4852},"Відмінність AI від інших програмних систем","\u002Fai-core\u002Fai-and-machine-learning\u002Fai-vs-automation","19.ai-core\u002F02.ai-and-machine-learning\u002F02.ai-vs-automation",{"title":4854,"path":4855,"stem":4856},"Завдання штучного інтелекту","\u002Fai-core\u002Fai-and-machine-learning\u002Fai-tasks","19.ai-core\u002F02.ai-and-machine-learning\u002F03.ai-tasks",{"title":4858,"path":4859,"stem":4860},"Machine Learning","\u002Fai-core\u002Fai-and-machine-learning\u002Fmachine-learning","19.ai-core\u002F02.ai-and-machine-learning\u002F04.machine-learning",{"title":4862,"path":4863,"stem":4864},"Machine Learning Workflow","\u002Fai-core\u002Fai-and-machine-learning\u002Fml-workflow","19.ai-core\u002F02.ai-and-machine-learning\u002F05.ml-workflow",{"title":4866,"path":4867,"stem":4868},"Типи машинного навчання","\u002Fai-core\u002Fai-and-machine-learning\u002Fml-types","19.ai-core\u002F02.ai-and-machine-learning\u002F06.ml-types",{"title":4870,"path":4871,"stem":4872},"Generative AI","\u002Fai-core\u002Fai-and-machine-learning\u002Fgenerative-ai","19.ai-core\u002F02.ai-and-machine-learning\u002F07.generative-ai",{"title":4874,"path":4875,"stem":4876},"Типи контенту, створюваного AI","\u002Fai-core\u002Fai-and-machine-learning\u002Fai-content-types","19.ai-core\u002F02.ai-and-machine-learning\u002F08.ai-content-types",{"title":4878,"path":4879,"stem":4880},"Великі мовні моделі","\u002Fai-core\u002Fai-and-machine-learning\u002Flarge-language-models","19.ai-core\u002F02.ai-and-machine-learning\u002F09.large-language-models",{"title":4882,"path":4883,"stem":4884},"Можливості та обмеження Generative AI","\u002Fai-core\u002Fai-and-machine-learning\u002Fcapabilities-and-limitations","19.ai-core\u002F02.ai-and-machine-learning\u002F10.capabilities-and-limitations",{"title":4886,"path":4887,"stem":4888},"Сучасні AI-асистенти","\u002Fai-core\u002Fai-and-machine-learning\u002Fmodern-ai-assistants","19.ai-core\u002F02.ai-and-machine-learning\u002F11.modern-ai-assistants",{"title":4890,"icon":4891,"path":4892,"stem":4893,"children":4894,"page":59},"Постановка завдань для AI: принципи створення промптів","i-lucide-message-square-text","\u002Fai-core\u002Fprompt-engineering","19.ai-core\u002F03.prompt-engineering",[4895,4899,4903,4907,4911,4915,4919,4923],{"title":4896,"path":4897,"stem":4898},"Промпт як інструмент","\u002Fai-core\u002Fprompt-engineering\u002Fprompt-as-tool","19.ai-core\u002F03.prompt-engineering\u002F01.prompt-as-tool",{"title":4900,"path":4901,"stem":4902},"Принципи створення промптів","\u002Fai-core\u002Fprompt-engineering\u002Fprompt-principles","19.ai-core\u002F03.prompt-engineering\u002F02.prompt-principles",{"title":4904,"path":4905,"stem":4906},"Структура промпта","\u002Fai-core\u002Fprompt-engineering\u002Fprompt-structure","19.ai-core\u002F03.prompt-engineering\u002F03.prompt-structure",{"title":4908,"path":4909,"stem":4910},"Види промптів за типом задачі","\u002Fai-core\u002Fprompt-engineering\u002Fprompt-types","19.ai-core\u002F03.prompt-engineering\u002F04.prompt-types",{"title":4912,"path":4913,"stem":4914},"Прийоми посилення промпта","\u002Fai-core\u002Fprompt-engineering\u002Fprompt-enhancement","19.ai-core\u002F03.prompt-engineering\u002F05.prompt-enhancement",{"title":4916,"path":4917,"stem":4918},"Розбір і покращення промпта","\u002Fai-core\u002Fprompt-engineering\u002Fprompt-analysis","19.ai-core\u002F03.prompt-engineering\u002F06.prompt-analysis",{"title":4920,"path":4921,"stem":4922},"Типові помилки під час створення промптів","\u002Fai-core\u002Fprompt-engineering\u002Fcommon-mistakes","19.ai-core\u002F03.prompt-engineering\u002F07.common-mistakes",{"title":4924,"path":4925,"stem":4926},"Практикум: особиста бібліотека промптів","\u002Fai-core\u002Fprompt-engineering\u002Fprompt-library","19.ai-core\u002F03.prompt-engineering\u002F08.prompt-library",{"title":4928,"icon":793,"path":4929,"stem":4930,"children":4931,"page":59},"Перевірка результатів, безпека та AI Native Workflow","\u002Fai-core\u002Fverification-security-workflow","19.ai-core\u002F04.verification-security-workflow",[4932,4936,4940,4944,4948,4952,4956,4960,4964],{"title":4933,"path":4934,"stem":4935},"Межі можливостей AI","\u002Fai-core\u002Fverification-security-workflow\u002Fai-limitations","19.ai-core\u002F04.verification-security-workflow\u002F01.ai-limitations",{"title":4937,"path":4938,"stem":4939},"Галюцинації AI","\u002Fai-core\u002Fverification-security-workflow\u002Fai-hallucinations","19.ai-core\u002F04.verification-security-workflow\u002F02.ai-hallucinations",{"title":4941,"path":4942,"stem":4943},"Критичне мислення під час роботи з AI","\u002Fai-core\u002Fverification-security-workflow\u002Fcritical-thinking","19.ai-core\u002F04.verification-security-workflow\u002F03.critical-thinking",{"title":4945,"path":4946,"stem":4947},"Перевірка результатів роботи AI","\u002Fai-core\u002Fverification-security-workflow\u002Fresult-verification","19.ai-core\u002F04.verification-security-workflow\u002F04.result-verification",{"title":4949,"path":4950,"stem":4951},"Захист даних під час роботи з AI","\u002Fai-core\u002Fverification-security-workflow\u002Fdata-protection","19.ai-core\u002F04.verification-security-workflow\u002F05.data-protection",{"title":4953,"path":4954,"stem":4955},"Авторське право та навчальна доброчесність","\u002Fai-core\u002Fverification-security-workflow\u002Fcopyright-integrity","19.ai-core\u002F04.verification-security-workflow\u002F06.copyright-integrity",{"title":4957,"path":4958,"stem":4959},"Відповідальне використання AI","\u002Fai-core\u002Fverification-security-workflow\u002Fresponsible-use","19.ai-core\u002F04.verification-security-workflow\u002F07.responsible-use",{"title":4961,"path":4962,"stem":4963},"AI Native Workflow","\u002Fai-core\u002Fverification-security-workflow\u002Fai-native-workflow","19.ai-core\u002F04.verification-security-workflow\u002F08.ai-native-workflow",{"title":4965,"path":4966,"stem":4967},"Застосування AI Native Workflow під час створення цифрового продукту","\u002Fai-core\u002Fverification-security-workflow\u002Fworkflow-in-practice","19.ai-core\u002F04.verification-security-workflow\u002F09.workflow-in-practice",{"title":4969,"icon":4970,"path":4971,"stem":4972,"children":4973,"page":59},"AI Developer: Vibe Coding Sprint","i-lucide-code-xml","\u002Fai-developer","20.ai-developer",[4974,5000,5022,5043],{"title":4975,"icon":4976,"path":4977,"stem":4978,"children":4979,"page":59},"Проєктування і чорнова версія","i-lucide-pencil-ruler","\u002Fai-developer\u002Fdraft-creation","20.ai-developer\u002F01.draft-creation",[4980,4984,4988,4992,4996],{"title":4981,"path":4982,"stem":4983},"Парадигма Vibe Coding Workflow","\u002Fai-developer\u002Fdraft-creation\u002Fvibe-coding-workflow","20.ai-developer\u002F01.draft-creation\u002F01.vibe-coding-workflow",{"title":4985,"path":4986,"stem":4987},"AI-середовище швидкої розробки","\u002Fai-developer\u002Fdraft-creation\u002Fai-ide-environment","20.ai-developer\u002F01.draft-creation\u002F02.ai-ide-environment",{"title":4989,"path":4990,"stem":4991},"Користувацьке завдання та межі першої версії","\u002Fai-developer\u002Fdraft-creation\u002Fproduct-scope-and-mvp","20.ai-developer\u002F01.draft-creation\u002F03.product-scope-and-mvp",{"title":4993,"path":4994,"stem":4995},"Архітектура інтерфейсу та стани застосунку","\u002Fai-developer\u002Fdraft-creation\u002Fapplication-architecture-and-states","20.ai-developer\u002F01.draft-creation\u002F04.application-architecture-and-states",{"title":4997,"path":4998,"stem":4999},"Генерація та фіксація чорнової версії","\u002Fai-developer\u002Fdraft-creation\u002Fgenerating-draft-version","20.ai-developer\u002F01.draft-creation\u002F05.generating-draft-version",{"title":5001,"icon":5002,"path":5003,"stem":5004,"children":5005,"page":59},"Перша робоча версія","i-lucide-play-circle","\u002Fai-developer\u002Ffirst-working-version","20.ai-developer\u002F02.first-working-version",[5006,5010,5014,5018],{"title":5007,"path":5008,"stem":5009},"Уточнення контексту проєкту для AI","\u002Fai-developer\u002Ffirst-working-version\u002Frefining-project-context","20.ai-developer\u002F02.first-working-version\u002F01.refining-project-context",{"title":5011,"path":5012,"stem":5013},"Стратегія завдань для AI-розробки","\u002Fai-developer\u002Ffirst-working-version\u002Fai-prompting-strategy","20.ai-developer\u002F02.first-working-version\u002F02.ai-prompting-strategy",{"title":5015,"path":5016,"stem":5017},"Доопрацювання до першої робочої версії","\u002Fai-developer\u002Ffirst-working-version\u002Frefining-to-working-version","20.ai-developer\u002F02.first-working-version\u002F03.refining-to-working-version",{"title":5019,"path":5020,"stem":5021},"Перевірка першої робочої версії","\u002Fai-developer\u002Ffirst-working-version\u002Ftesting-first-working-version","20.ai-developer\u002F02.first-working-version\u002F04.testing-first-working-version",{"title":5023,"icon":3072,"path":5024,"stem":5025,"children":5026,"page":59},"Ітерації, дебагінг та відновлення","\u002Fai-developer\u002Fiteration-debugging-recovery","20.ai-developer\u002F03.iteration-debugging-recovery",[5027,5031,5035,5039],{"title":5028,"path":5029,"stem":5030},"Управління точковими змінами продукту","\u002Fai-developer\u002Fiteration-debugging-recovery\u002Fchange-management","20.ai-developer\u002F03.iteration-debugging-recovery\u002F01.change-management",{"title":5032,"path":5033,"stem":5034},"Надійність інтерфейсу та обробка помилок","\u002Fai-developer\u002Fiteration-debugging-recovery\u002Fscenario-reliability-and-errors","20.ai-developer\u002F03.iteration-debugging-recovery\u002F02.scenario-reliability-and-errors",{"title":5036,"path":5037,"stem":5038},"Керування контекстом і збереження версій","\u002Fai-developer\u002Fiteration-debugging-recovery\u002Fproject-context-and-versions","20.ai-developer\u002F03.iteration-debugging-recovery\u002F03.project-context-and-versions",{"title":5040,"path":5041,"stem":5042},"Збої AI-розробки, ліміти та аварійне відновлення","\u002Fai-developer\u002Fiteration-debugging-recovery\u002Fai-breakdowns-and-recovery","20.ai-developer\u002F03.iteration-debugging-recovery\u002F04.ai-breakdowns-and-recovery",{"title":5044,"icon":5045,"path":5046,"stem":5047,"children":5048,"page":59},"Перевірка та завершення продукту","i-lucide-check-check","\u002Fai-developer\u002Fverification-and-completion","20.ai-developer\u002F04.verification-and-completion",[5049,5053,5057],{"title":5050,"path":5051,"stem":5052},"Комплексний аудит та підсумкове тестування","\u002Fai-developer\u002Fverification-and-completion\u002Ffinal-product-testing","20.ai-developer\u002F04.verification-and-completion\u002F01.final-product-testing",{"title":5054,"path":5055,"stem":5056},"Підготовка підсумкової версії коду","\u002Fai-developer\u002Fverification-and-completion\u002Fpreparing-release-version","20.ai-developer\u002F04.verification-and-completion\u002F02.preparing-release-version",{"title":5058,"path":5059,"stem":5060},"Демонстрація, публікація та критерії оцінювання","\u002Fai-developer\u002Fverification-and-completion\u002Fproduct-showcase-and-publishing","20.ai-developer\u002F04.verification-and-completion\u002F03.product-showcase-and-publishing",{"title":5062,"path":5063,"stem":5064,"children":5065,"page":59},"Tailwind","\u002Ftailwind","21.tailwind",[5066,5070,5074,5078,5082,5086,5090,5094,5098,5102,5106,5110],{"title":5067,"path":5068,"stem":5069},"Що таке Tailwind CSS і навіщо він потрібен","\u002Ftailwind\u002Ftailwind-intro-philosophy","21.tailwind\u002F01.tailwind-intro-philosophy",{"title":5071,"path":5072,"stem":5073},"Встановлення та налаштування Tailwind CSS v4","\u002Ftailwind\u002Ftailwind-installation-setup","21.tailwind\u002F02.tailwind-installation-setup",{"title":5075,"path":5076,"stem":5077},"Utility-класи: основи та система Tailwind","\u002Ftailwind\u002Ftailwind-utility-classes-core","21.tailwind\u002F03.tailwind-utility-classes-core",{"title":5079,"path":5080,"stem":5081},"Layout: Flexbox та Grid через Tailwind","\u002Ftailwind\u002Ftailwind-flexbox-grid","21.tailwind\u002F04.tailwind-flexbox-grid",{"title":5083,"path":5084,"stem":5085},"Кастомізація теми через @theme у Tailwind v4","\u002Ftailwind\u002Ftailwind-theme-customization","21.tailwind\u002F05.tailwind-theme-customization",{"title":5087,"path":5088,"stem":5089},"Варіанти: hover, focus, responsive, dark mode та нові v4","\u002Ftailwind\u002Ftailwind-variants-states","21.tailwind\u002F06.tailwind-variants-states",{"title":5091,"path":5092,"stem":5093},"Типографіка та система кольорів у Tailwind v4","\u002Ftailwind\u002Ftailwind-typography-colors","21.tailwind\u002F07.tailwind-typography-colors",{"title":5095,"path":5096,"stem":5097},"Компоненти та повторюваність: @apply, @utility та патерни","\u002Ftailwind\u002Ftailwind-components-patterns","21.tailwind\u002F08.tailwind-components-patterns",{"title":5099,"path":5100,"stem":5101},"Темна тема та система дизайн-токенів у Tailwind v4","\u002Ftailwind\u002Ftailwind-dark-mode-theming","21.tailwind\u002F09.tailwind-dark-mode-theming",{"title":5103,"path":5104,"stem":5105},"Довільні значення та контейнерні запити у Tailwind v4","\u002Ftailwind\u002Ftailwind-arbitrary-container-queries","21.tailwind\u002F10.tailwind-arbitrary-container-queries",{"title":5107,"path":5108,"stem":5109},"Анімації, трансформації та 3D у Tailwind v4","\u002Ftailwind\u002Ftailwind-animations-transforms","21.tailwind\u002F11.tailwind-animations-transforms",{"title":5111,"path":5112,"stem":5113},"Tailwind CLI, PostCSS та інтеграція з фреймворками","\u002Ftailwind\u002Ftailwind-cli-tooling","21.tailwind\u002F12.tailwind-cli-tooling",{"title":5115,"path":5116,"stem":5117,"children":5118,"page":59},"React Typescript","\u002Freact-typescript","22.react-typescript",[5119,5144,5148,5152,5156,5160,5164,5168,5172],{"title":5120,"path":5121,"stem":5122,"children":5123,"page":59},"From Html To Project","\u002Freact-typescript\u002Ffrom-html-to-project","22.react-typescript\u002F01.from-html-to-project",[5124,5128,5132,5136,5140],{"title":5125,"path":5126,"stem":5127},"Від одного HTML-файлу до повноцінного проєкту","\u002Freact-typescript\u002Ffrom-html-to-project\u002Fevolution","22.react-typescript\u002F01.from-html-to-project\u002F01.evolution",{"title":5129,"path":5130,"stem":5131},"Що таке React","\u002Freact-typescript\u002Ffrom-html-to-project\u002Fwhat-is-react","22.react-typescript\u002F01.from-html-to-project\u002F02.what-is-react",{"title":5133,"path":5134,"stem":5135},"JSX та TSX — синтаксичний цукор, а не магія","\u002Freact-typescript\u002Ffrom-html-to-project\u002Fjsx-tsx-syntax","22.react-typescript\u002F01.from-html-to-project\u002F03.jsx-tsx-syntax",{"title":5137,"path":5138,"stem":5139},"Компоненти — будівельні блоки інтерфейсу","\u002Freact-typescript\u002Ffrom-html-to-project\u002Fcomponents","22.react-typescript\u002F01.from-html-to-project\u002F04.components",{"title":5141,"path":5142,"stem":5143},"JSX — розмітка всередині TypeScript","\u002Freact-typescript\u002Ffrom-html-to-project\u002Fjsx-expressions","22.react-typescript\u002F01.from-html-to-project\u002F05.jsx-expressions",{"title":5145,"path":5146,"stem":5147},"Хук useReducer: структуроване управління складним станом","\u002Freact-typescript\u002Fuse-reducer","22.react-typescript\u002F23.use-reducer",{"title":5149,"path":5150,"stem":5151},"Context API: передавання даних без «пропс-дрілінгу»","\u002Freact-typescript\u002Fcontext-api","22.react-typescript\u002F24.context-api",{"title":5153,"path":5154,"stem":5155},"Синхронізація з ефектами: хук useEffect та функції очищення","\u002Freact-typescript\u002Fuse-effect","22.react-typescript\u002F27.use-effect",{"title":5157,"path":5158,"stem":5159},"Можливо, вам не потрібен ефект: антипатерни та альтернативи","\u002Freact-typescript\u002Fyou-might-not-need-effect","22.react-typescript\u002F28.you-might-not-need-effect",{"title":5161,"path":5162,"stem":5163},"Життєвий цикл реактивних ефектів: мислення процесами синхронізації","\u002Freact-typescript\u002Flifecycle-of-reactive-effects","22.react-typescript\u002F29.lifecycle-of-reactive-effects",{"title":5165,"path":5166,"stem":5167},"Розділення подій та ефектів: реактивна проти нереактивної логіки","\u002Freact-typescript\u002Fseparating-events-from-effects","22.react-typescript\u002F30.separating-events-from-effects",{"title":5169,"path":5170,"stem":5171},"Видалення зайвих залежностей ефектів та оптимізація синхронізації","\u002Freact-typescript\u002Fremoving-effect-dependencies","22.react-typescript\u002F31.removing-effect-dependencies",{"title":5173,"path":5174,"stem":5175},"Кастомні хуки: повторне використання та композиція реактивної логіки","\u002Freact-typescript\u002Fcustom-hooks","22.react-typescript\u002F32.custom-hooks",{"title":5177,"path":5178,"stem":5179},"Тестування компонентів діаграм та пісочниць","\u002Ftest-components","98.test-components",{"id":5181,"title":3739,"body":5182,"description":20765,"extension":20766,"links":20767,"meta":20768,"navigation":5436,"path":3740,"seo":20769,"stem":3741,"__hash__":20770},"docs\u002F16.ai-python\u002F04.statistics-basics\u002F04.distributions.md",{"type":5183,"value":5184,"toc":20725},"minimark",[5185,5189,5266,5269,5274,5278,5281,5351,5358,5365,5376,5381,6020,6023,6071,6084,6086,6090,6099,6106,6120,6135,6387,6389,6393,6406,6420,6423,6428,6477,6481,6488,6514,6518,6538,6554,6558,6565,6579,6587,6604,6629,6636,6719,6730,6736,6811,6814,6929,6934,6961,6963,6967,6977,6984,7003,7021,7027,7182,7193,7196,7240,7243,7534,7537,7540,7545,7598,7600,7604,7607,7610,7633,7645,7648,7785,7788,7844,7847,7983,7988,8011,8013,8017,8024,8030,8033,8043,8050,8067,8070,8077,8081,8168,8172,8201,8232,8236,8242,8247,8254,8269,8317,8322,8328,8355,8365,8496,8499,8501,8505,8508,8515,8592,8594,8598,8601,8608,8611,8754,8774,8778,8792,8795,8826,8828,8832,8848,8857,8860,8864,8913,8917,8943,8947,8950,9038,9042,9052,9062,9065,9068,9102,9104,9108,9111,9802,9843,9845,9849,9862,9867,9874,9878,9881,10284,10288,10299,10302,10379,10401,10405,10415,10426,10430,10433,10440,10454,10457,10466,10470,10481,10484,10488,10506,10510,10519,10557,11024,11051,11053,11057,11069,11073,11077,11095,11102,11135,11139,11142,11171,11175,11178,11182,11189,11214,11222,11227,11230,11304,11308,11384,11388,11411,11421,11550,11554,12019,12023,12040,12046,12049,12053,12105,12109,12123,12220,12234,12238,12258,12262,12269,12425,12474,13369,13402,13406,13422,13428,13479,13483,13485,13499,13502,13506,13580,13584,13724,13728,13731,13734,13736,13740,13743,13746,13766,13799,13806,13808,13812,13822,13828,13854,13857,13860,13871,13873,13877,13880,13902,13904,13912,13927,13929,13932,13967,14491,14517,14521,14752,14754,14758,14768,14790,14796,14800,14803,14810,14814,14817,14881,14885,14891,14894,14900,14904,14911,14964,14968,15014,15029,15033,15816,15820,15865,15874,15926,15958,15962,16363,16396,16398,16402,16405,16407,16411,16431,16442,16445,16448,16453,16457,16525,16528,16546,16550,16565,16601,16609,16611,16615,16626,16633,16637,16640,16643,16647,16685,16689,16723,16727,16738,16757,16771,16773,16777,16787,16790,16801,16844,16847,16850,16854,16871,16926,16930,16933,16936,16939,16973,16977,16990,16993,17049,17061,17065,17085,17092,17094,17098,17102,18002,18004,18008,19148,19150,19154,20470,20474,20632,20634,20638,20684,20686,20690,20693,20707,20714,20721],[5186,5187,3739],"h1",{"id":5188},"розподіли-випадкових-величин",[5190,5191,5192,5216],"card-group",{},[5193,5194,5197],"card",{"icon":5195,"title":5196},"i-lucide-target","🎯 Мета підтеми",[5198,5199,5200,5204,5207,5210,5213],"ul",{},[5201,5202,5203],"li",{},"Зрозуміти, що таке розподіл випадкової величини",[5201,5205,5206],{},"Опанувати три ключові розподіли: рівномірний, нормальний, Пуассона",[5201,5208,5209],{},"Навчитися розпізнавати розподіли в реальних даних",[5201,5211,5212],{},"Генерувати синтетичні дані з різними розподілами",[5201,5214,5215],{},"Побачити зв'язок між розподілами та алгоритмами ML",[5193,5217,5219],{"icon":4618,"title":5218},"🔑 Ключові терміни",[5198,5220,5221,5233,5242,5251,5260],{},[5201,5222,5223,5227,5228,5232],{},[5224,5225,5226],"strong",{},"Розподіл"," (",[5229,5230,5231],"em",{},"distribution",") — правило, за яким випадкова величина набуває значень",[5201,5234,5235,5227,5238,5241],{},[5224,5236,5237],{},"Функція щільності ймовірності",[5229,5239,5240],{},"PDF",") — для неперервних величин",[5201,5243,5244,5227,5247,5250],{},[5224,5245,5246],{},"Функція ймовірності",[5229,5248,5249],{},"PMF",") — для дискретних величин",[5201,5252,5253,5227,5256,5259],{},[5224,5254,5255],{},"Нормальний розподіл",[5229,5257,5258],{},"normal\u002FGaussian",") — дзвоноподібна крива, найпоширеніший у природі",[5201,5261,5262,5265],{},[5224,5263,5264],{},"Правило 68-95-99.7"," — емпіричне правило для нормального розподілу",[5267,5268],"hr",{},[5270,5271,5273],"h2",{"id":5272},"навіщо-передбачати-завтра-коли-є-вчора","Навіщо передбачати завтра, коли є вчора?",[5275,5276,5277],"p",{},"Уявіть: ви власник кав'ярні. Щоранку потрібно замовляти молоко. Замало — залишите клієнтів без кави. Забагато — молоко скисне.",[5275,5279,5280],{},"Ви вирішуєте вивчити історію. Записуєте, скільки літрів молока витрачається щодня протягом 100 днів. Отримуєте масив чисел:",[5282,5283,5288],"pre",{"className":5284,"code":5285,"language":5286,"meta":5287,"style":5287},"language-python shiki shiki-themes light-plus dark-plus dark-plus","[42, 38, 45, 41, 43, 39, 44, 40, 42, 41, ...]\n","python","",[5289,5290,5291],"code",{"__ignoreMap":5287},[5292,5293,5296,5300,5304,5307,5310,5312,5315,5317,5320,5322,5325,5327,5330,5332,5335,5337,5340,5342,5344,5346,5348],"span",{"class":5294,"line":5295},"line",1,[5292,5297,5299],{"class":5298},"sHH4Y","[",[5292,5301,5303],{"class":5302},"sJj4R","42",[5292,5305,5306],{"class":5298},", ",[5292,5308,5309],{"class":5302},"38",[5292,5311,5306],{"class":5298},[5292,5313,5314],{"class":5302},"45",[5292,5316,5306],{"class":5298},[5292,5318,5319],{"class":5302},"41",[5292,5321,5306],{"class":5298},[5292,5323,5324],{"class":5302},"43",[5292,5326,5306],{"class":5298},[5292,5328,5329],{"class":5302},"39",[5292,5331,5306],{"class":5298},[5292,5333,5334],{"class":5302},"44",[5292,5336,5306],{"class":5298},[5292,5338,5339],{"class":5302},"40",[5292,5341,5306],{"class":5298},[5292,5343,5303],{"class":5302},[5292,5345,5306],{"class":5298},[5292,5347,5319],{"class":5302},[5292,5349,5350],{"class":5298},", ...]\n",[5275,5352,5353,5354,5357],{},"Тепер питання: ",[5224,5355,5356],{},"скільки замовити завтра?"," Середнє — 41.5 літра. Але чи достатньо знати лише середнє?",[5275,5359,5360,5361,5364],{},"Ні. Вам потрібно знати ",[5224,5362,5363],{},"розподіл"," — як часто трапляються різні значення:",[5198,5366,5367,5370,5373],{},[5201,5368,5369],{},"Чи майже завжди витрачається 40–43 літри (стабільно)?",[5201,5371,5372],{},"Чи бувають різкі стрибки до 50–60 літрів (непередбачувано)?",[5201,5374,5375],{},"Чи є дні з мінімальним споживанням 30–35 літрів (вихідні)?",[5275,5377,5378,5380],{},[5224,5379,5226],{}," дає вам повну картину, а не лише одну цифру (середнє).",[5382,5383,5386,5395],"jupyter-notebook",{"kernel":5384,"title":5385},"Python 3 (ipykernel)","coffee_shop_distribution.ipynb",[5387,5388,5390],"jupyter-cell",{"type":5389},"markdown",[5391,5392,5394],"h3",{"id":5393},"аналіз-споживання-молока-за-100-днів","Аналіз споживання молока за 100 днів",[5387,5396,5398,6000],{"execution-count":5397},"1",[5282,5399,5401],{"className":5284,"code":5400,"language":5286,"meta":5287,"style":5287},"import numpy as np\nimport matplotlib.pyplot as plt\n\nrng = np.random.default_rng(seed=42)\n\n# Симулюємо споживання молока (нормальний розподіл)\nmilk_consumption = rng.normal(loc=41.5, scale=3.5, size=100)\nmilk_consumption = np.clip(milk_consumption, 30, 55)  # реалістичні межі\n\n# Статистика\nmean = milk_consumption.mean()\nstd = milk_consumption.std()\n\nprint(f\"Середнє споживання: {mean:.1f} літрів\")\nprint(f\"Стандартне відхилення: {std:.1f} літрів\")\nprint(f\"\\nПередбачення на завтра:\")\nprint(f\"  З ймовірністю 68%: {mean - std:.1f} — {mean + std:.1f} літрів\")\nprint(f\"  З ймовірністю 95%: {mean - 2*std:.1f} — {mean + 2*std:.1f} літрів\")\n\n# Візуалізація розподілу\nplt.figure(figsize=(10, 5))\nplt.hist(milk_consumption, bins=15, edgecolor='black', alpha=0.7, color='steelblue')\nplt.axvline(mean, color='red', linestyle='--', linewidth=2, label=f'Середнє = {mean:.1f}')\nplt.axvline(mean - std, color='orange', linestyle='--', linewidth=1.5, label=f'±1σ ({mean-std:.1f} — {mean+std:.1f})')\nplt.axvline(mean + std, color='orange', linestyle='--', linewidth=1.5)\nplt.xlabel('Споживання молока (літри)')\nplt.ylabel('Частота (кількість днів)')\nplt.title('Розподіл споживання молока за 100 днів', fontweight='bold')\nplt.legend()\nplt.grid(alpha=0.3)\nplt.show()\n",[5289,5402,5403,5418,5431,5438,5456,5461,5468,5504,5524,5529,5535,5541,5547,5552,5584,5607,5628,5661,5703,5708,5714,5737,5783,5838,5900,5930,5941,5952,5973,5979,5994],{"__ignoreMap":5287},[5292,5404,5405,5409,5412,5415],{"class":5294,"line":5295},[5292,5406,5408],{"class":5407},"s8xlr","import",[5292,5410,5411],{"class":5298}," numpy ",[5292,5413,5414],{"class":5407},"as",[5292,5416,5417],{"class":5298}," np\n",[5292,5419,5421,5423,5426,5428],{"class":5294,"line":5420},2,[5292,5422,5408],{"class":5407},[5292,5424,5425],{"class":5298}," matplotlib.pyplot ",[5292,5427,5414],{"class":5407},[5292,5429,5430],{"class":5298}," plt\n",[5292,5432,5434],{"class":5294,"line":5433},3,[5292,5435,5437],{"emptyLinePlaceholder":5436},true,"\n",[5292,5439,5441,5444,5448,5451,5453],{"class":5294,"line":5440},4,[5292,5442,5443],{"class":5298},"rng = np.random.default_rng(",[5292,5445,5447],{"class":5446},"siwwj","seed",[5292,5449,5450],{"class":5298},"=",[5292,5452,5303],{"class":5302},[5292,5454,5455],{"class":5298},")\n",[5292,5457,5459],{"class":5294,"line":5458},5,[5292,5460,5437],{"emptyLinePlaceholder":5436},[5292,5462,5464],{"class":5294,"line":5463},6,[5292,5465,5467],{"class":5466},"spJ8K","# Симулюємо споживання молока (нормальний розподіл)\n",[5292,5469,5471,5474,5477,5479,5482,5484,5487,5489,5492,5494,5497,5499,5502],{"class":5294,"line":5470},7,[5292,5472,5473],{"class":5298},"milk_consumption = rng.normal(",[5292,5475,5476],{"class":5446},"loc",[5292,5478,5450],{"class":5298},[5292,5480,5481],{"class":5302},"41.5",[5292,5483,5306],{"class":5298},[5292,5485,5486],{"class":5446},"scale",[5292,5488,5450],{"class":5298},[5292,5490,5491],{"class":5302},"3.5",[5292,5493,5306],{"class":5298},[5292,5495,5496],{"class":5446},"size",[5292,5498,5450],{"class":5298},[5292,5500,5501],{"class":5302},"100",[5292,5503,5455],{"class":5298},[5292,5505,5507,5510,5513,5515,5518,5521],{"class":5294,"line":5506},8,[5292,5508,5509],{"class":5298},"milk_consumption = np.clip(milk_consumption, ",[5292,5511,5512],{"class":5302},"30",[5292,5514,5306],{"class":5298},[5292,5516,5517],{"class":5302},"55",[5292,5519,5520],{"class":5298},")  ",[5292,5522,5523],{"class":5466},"# реалістичні межі\n",[5292,5525,5527],{"class":5294,"line":5526},9,[5292,5528,5437],{"emptyLinePlaceholder":5436},[5292,5530,5532],{"class":5294,"line":5531},10,[5292,5533,5534],{"class":5466},"# Статистика\n",[5292,5536,5538],{"class":5294,"line":5537},11,[5292,5539,5540],{"class":5298},"mean = milk_consumption.mean()\n",[5292,5542,5544],{"class":5294,"line":5543},12,[5292,5545,5546],{"class":5298},"std = milk_consumption.std()\n",[5292,5548,5550],{"class":5294,"line":5549},13,[5292,5551,5437],{"emptyLinePlaceholder":5436},[5292,5553,5555,5559,5562,5566,5570,5573,5576,5579,5582],{"class":5294,"line":5554},14,[5292,5556,5558],{"class":5557},"s8Opu","print",[5292,5560,5561],{"class":5298},"(",[5292,5563,5565],{"class":5564},"su1O8","f",[5292,5567,5569],{"class":5568},"sbdoH","\"Середнє споживання: ",[5292,5571,5572],{"class":5564},"{",[5292,5574,5575],{"class":5298},"mean",[5292,5577,5578],{"class":5564},":.1f}",[5292,5580,5581],{"class":5568}," літрів\"",[5292,5583,5455],{"class":5298},[5292,5585,5587,5589,5591,5593,5596,5598,5601,5603,5605],{"class":5294,"line":5586},15,[5292,5588,5558],{"class":5557},[5292,5590,5561],{"class":5298},[5292,5592,5565],{"class":5564},[5292,5594,5595],{"class":5568},"\"Стандартне відхилення: ",[5292,5597,5572],{"class":5564},[5292,5599,5600],{"class":5298},"std",[5292,5602,5578],{"class":5564},[5292,5604,5581],{"class":5568},[5292,5606,5455],{"class":5298},[5292,5608,5610,5612,5614,5616,5619,5623,5626],{"class":5294,"line":5609},16,[5292,5611,5558],{"class":5557},[5292,5613,5561],{"class":5298},[5292,5615,5565],{"class":5564},[5292,5617,5618],{"class":5568},"\"",[5292,5620,5622],{"class":5621},"sjcCO","\\n",[5292,5624,5625],{"class":5568},"Передбачення на завтра:\"",[5292,5627,5455],{"class":5298},[5292,5629,5631,5633,5635,5637,5640,5642,5645,5647,5650,5652,5655,5657,5659],{"class":5294,"line":5630},17,[5292,5632,5558],{"class":5557},[5292,5634,5561],{"class":5298},[5292,5636,5565],{"class":5564},[5292,5638,5639],{"class":5568},"\"  З ймовірністю 68%: ",[5292,5641,5572],{"class":5564},[5292,5643,5644],{"class":5298},"mean - std",[5292,5646,5578],{"class":5564},[5292,5648,5649],{"class":5568}," — ",[5292,5651,5572],{"class":5564},[5292,5653,5654],{"class":5298},"mean + std",[5292,5656,5578],{"class":5564},[5292,5658,5581],{"class":5568},[5292,5660,5455],{"class":5298},[5292,5662,5664,5666,5668,5670,5673,5675,5678,5681,5684,5686,5688,5690,5693,5695,5697,5699,5701],{"class":5294,"line":5663},18,[5292,5665,5558],{"class":5557},[5292,5667,5561],{"class":5298},[5292,5669,5565],{"class":5564},[5292,5671,5672],{"class":5568},"\"  З ймовірністю 95%: ",[5292,5674,5572],{"class":5564},[5292,5676,5677],{"class":5298},"mean - ",[5292,5679,5680],{"class":5302},"2",[5292,5682,5683],{"class":5298},"*std",[5292,5685,5578],{"class":5564},[5292,5687,5649],{"class":5568},[5292,5689,5572],{"class":5564},[5292,5691,5692],{"class":5298},"mean + ",[5292,5694,5680],{"class":5302},[5292,5696,5683],{"class":5298},[5292,5698,5578],{"class":5564},[5292,5700,5581],{"class":5568},[5292,5702,5455],{"class":5298},[5292,5704,5706],{"class":5294,"line":5705},19,[5292,5707,5437],{"emptyLinePlaceholder":5436},[5292,5709,5711],{"class":5294,"line":5710},20,[5292,5712,5713],{"class":5466},"# Візуалізація розподілу\n",[5292,5715,5717,5720,5723,5726,5729,5731,5734],{"class":5294,"line":5716},21,[5292,5718,5719],{"class":5298},"plt.figure(",[5292,5721,5722],{"class":5446},"figsize",[5292,5724,5725],{"class":5298},"=(",[5292,5727,5728],{"class":5302},"10",[5292,5730,5306],{"class":5298},[5292,5732,5733],{"class":5302},"5",[5292,5735,5736],{"class":5298},"))\n",[5292,5738,5740,5743,5746,5748,5751,5753,5756,5758,5761,5763,5766,5768,5771,5773,5776,5778,5781],{"class":5294,"line":5739},22,[5292,5741,5742],{"class":5298},"plt.hist(milk_consumption, ",[5292,5744,5745],{"class":5446},"bins",[5292,5747,5450],{"class":5298},[5292,5749,5750],{"class":5302},"15",[5292,5752,5306],{"class":5298},[5292,5754,5755],{"class":5446},"edgecolor",[5292,5757,5450],{"class":5298},[5292,5759,5760],{"class":5568},"'black'",[5292,5762,5306],{"class":5298},[5292,5764,5765],{"class":5446},"alpha",[5292,5767,5450],{"class":5298},[5292,5769,5770],{"class":5302},"0.7",[5292,5772,5306],{"class":5298},[5292,5774,5775],{"class":5446},"color",[5292,5777,5450],{"class":5298},[5292,5779,5780],{"class":5568},"'steelblue'",[5292,5782,5455],{"class":5298},[5292,5784,5786,5789,5791,5793,5796,5798,5801,5803,5806,5808,5811,5813,5815,5817,5820,5822,5824,5827,5829,5831,5833,5836],{"class":5294,"line":5785},23,[5292,5787,5788],{"class":5298},"plt.axvline(mean, ",[5292,5790,5775],{"class":5446},[5292,5792,5450],{"class":5298},[5292,5794,5795],{"class":5568},"'red'",[5292,5797,5306],{"class":5298},[5292,5799,5800],{"class":5446},"linestyle",[5292,5802,5450],{"class":5298},[5292,5804,5805],{"class":5568},"'--'",[5292,5807,5306],{"class":5298},[5292,5809,5810],{"class":5446},"linewidth",[5292,5812,5450],{"class":5298},[5292,5814,5680],{"class":5302},[5292,5816,5306],{"class":5298},[5292,5818,5819],{"class":5446},"label",[5292,5821,5450],{"class":5298},[5292,5823,5565],{"class":5564},[5292,5825,5826],{"class":5568},"'Середнє = ",[5292,5828,5572],{"class":5564},[5292,5830,5575],{"class":5298},[5292,5832,5578],{"class":5564},[5292,5834,5835],{"class":5568},"'",[5292,5837,5455],{"class":5298},[5292,5839,5841,5844,5846,5848,5851,5853,5855,5857,5859,5861,5863,5865,5868,5870,5872,5874,5876,5879,5881,5884,5886,5888,5890,5893,5895,5898],{"class":5294,"line":5840},24,[5292,5842,5843],{"class":5298},"plt.axvline(mean - std, ",[5292,5845,5775],{"class":5446},[5292,5847,5450],{"class":5298},[5292,5849,5850],{"class":5568},"'orange'",[5292,5852,5306],{"class":5298},[5292,5854,5800],{"class":5446},[5292,5856,5450],{"class":5298},[5292,5858,5805],{"class":5568},[5292,5860,5306],{"class":5298},[5292,5862,5810],{"class":5446},[5292,5864,5450],{"class":5298},[5292,5866,5867],{"class":5302},"1.5",[5292,5869,5306],{"class":5298},[5292,5871,5819],{"class":5446},[5292,5873,5450],{"class":5298},[5292,5875,5565],{"class":5564},[5292,5877,5878],{"class":5568},"'±1σ (",[5292,5880,5572],{"class":5564},[5292,5882,5883],{"class":5298},"mean-std",[5292,5885,5578],{"class":5564},[5292,5887,5649],{"class":5568},[5292,5889,5572],{"class":5564},[5292,5891,5892],{"class":5298},"mean+std",[5292,5894,5578],{"class":5564},[5292,5896,5897],{"class":5568},")'",[5292,5899,5455],{"class":5298},[5292,5901,5903,5906,5908,5910,5912,5914,5916,5918,5920,5922,5924,5926,5928],{"class":5294,"line":5902},25,[5292,5904,5905],{"class":5298},"plt.axvline(mean + std, ",[5292,5907,5775],{"class":5446},[5292,5909,5450],{"class":5298},[5292,5911,5850],{"class":5568},[5292,5913,5306],{"class":5298},[5292,5915,5800],{"class":5446},[5292,5917,5450],{"class":5298},[5292,5919,5805],{"class":5568},[5292,5921,5306],{"class":5298},[5292,5923,5810],{"class":5446},[5292,5925,5450],{"class":5298},[5292,5927,5867],{"class":5302},[5292,5929,5455],{"class":5298},[5292,5931,5933,5936,5939],{"class":5294,"line":5932},26,[5292,5934,5935],{"class":5298},"plt.xlabel(",[5292,5937,5938],{"class":5568},"'Споживання молока (літри)'",[5292,5940,5455],{"class":5298},[5292,5942,5944,5947,5950],{"class":5294,"line":5943},27,[5292,5945,5946],{"class":5298},"plt.ylabel(",[5292,5948,5949],{"class":5568},"'Частота (кількість днів)'",[5292,5951,5455],{"class":5298},[5292,5953,5955,5958,5961,5963,5966,5968,5971],{"class":5294,"line":5954},28,[5292,5956,5957],{"class":5298},"plt.title(",[5292,5959,5960],{"class":5568},"'Розподіл споживання молока за 100 днів'",[5292,5962,5306],{"class":5298},[5292,5964,5965],{"class":5446},"fontweight",[5292,5967,5450],{"class":5298},[5292,5969,5970],{"class":5568},"'bold'",[5292,5972,5455],{"class":5298},[5292,5974,5976],{"class":5294,"line":5975},29,[5292,5977,5978],{"class":5298},"plt.legend()\n",[5292,5980,5982,5985,5987,5989,5992],{"class":5294,"line":5981},30,[5292,5983,5984],{"class":5298},"plt.grid(",[5292,5986,5765],{"class":5446},[5292,5988,5450],{"class":5298},[5292,5990,5991],{"class":5302},"0.3",[5292,5993,5455],{"class":5298},[5292,5995,5997],{"class":5294,"line":5996},31,[5292,5998,5999],{"class":5298},"plt.show()\n",[6001,6002,6003,6012],"template",{"v-slot:output":5287},[5275,6004,6005],{},[6006,6007],"img",{"alt":6008,"className":6009,"src":6011},"Гістограма розподілу споживання молока з лініями середнього та ±1σ",[6010],"diagram-img","\u002Fimages\u002Fai-python\u002Fstatistics-basics\u002Fdistributions\u002F01.png",[5282,6013,6018],{"className":6014,"code":6016,"language":6017},[6015],"language-text","Середнє споживання: 41.3 літрів\nСтандартне відхилення: 2.7 літрів\n\nПередбачення на завтра:\n  З ймовірністю 68%: 38.6 — 44.0 літрів\n  З ймовірністю 95%: 35.9 — 46.7 літрів\n","text",[5289,6019,6016],{"__ignoreMap":5287},[5275,6021,6022],{},"Тепер ви володієте інженерним розрахунком:",[5198,6024,6025,6049],{},[5201,6026,6027,6028,5227,6031,6036,6037,6040,6041,6044,6045,6048],{},"Якщо замовите ",[5224,6029,6030],{},"44.0 літри",[6032,6033],"math-formula",{"tex":6034,":inline":6035},"\\approx \\mu + 1\\sigma","true","), ви повністю задовольните попит у ",[5224,6038,6039],{},"~84.1% днів"," (50% днів із попитом нижче середнього плюс 34.1% днів у межах від ",[6032,6042],{"tex":6043,":inline":6035},"\\mu"," до ",[6032,6046],{"tex":6047,":inline":6035},"\\mu + 1\\sigma",").",[5201,6050,6051,6052,6055,6056,6059,6060,5227,6063,6066,6067,6070],{},"Якщо ж бізнес вимагає надійності ",[5224,6053,6054],{},"95%"," (ризик нестачі лише в 5% випадків), вам потрібен односторонній квантиль: ",[6032,6057],{"tex":6058,":inline":6035},"\\mu + 1.645\\sigma \\approx 45.7"," літра. Замовлення ж ",[5224,6061,6062],{},"46.7 літрів",[6032,6064],{"tex":6065,":inline":6035},"\\mu + 2\\sigma",") гарантує покриття аж у ",[5224,6068,6069],{},"~97.7% днів",", оскільки лівий хвіст у 2.3% — це дні із заниженим споживанням, де молока гарантовано вистачить із надлишком.",[6072,6073,6074],"blockquote",{},[5275,6075,6076,6079,6080,6083],{},[5224,6077,6078],{},"Аналогія:"," Розподіл — це як високоточний прогноз погоди. Недостатньо знати лише «середня температура +15°C». Вам потрібен ",[5224,6081,6082],{},"діапазон ймовірностей",": «з ймовірністю 70% буде +12–18°C, з ймовірністю 95% — +8–22°C». Тільки це дозволяє прийняти зважене рішення: чи вдягати тепле пальто, чи брати парасольку.",[5267,6085],{},[5270,6087,6089],{"id":6088},"що-таке-розподіл-випадкової-величини","Що таке розподіл випадкової величини?",[5275,6091,6092,5227,6095,6098],{},[5224,6093,6094],{},"Розподіл випадкової величини",[5229,6096,6097],{},"probability distribution",") — це фундаментальний математичний закон, що однозначно описує множину всіх можливих значень випадкової величини та визначає ймовірності їх появи.",[5275,6100,6101,6102,6105],{},"Якщо у попередніх темах ми аналізували лише точкові характеристики датасету — міри центральної тенденції (де зосереджений центр) та міри варіації (наскільки розкидані дані), — то ",[5224,6103,6104],{},"розподіл дає вичерпну інформацію про природу досліджуваного процесу",":",[5198,6107,6108,6111,6114,6117],{},[5201,6109,6110],{},"Які діапазони значень є найбільш типовими та формують локальні піки ймовірності;",[5201,6112,6113],{},"Чи є форма розсіювання симетричною або ж спостерігається асиметрія (скошеність) із довгими хвостами рідкісних аномалій;",[5201,6115,6116],{},"Яка точна математична ймовірність виходу показників за критичні межі SLA чи виникнення технічного збою;",[5201,6118,6119],{},"Як саме поводитиметься модель машинного навчання при масштабуванні вхідних даних на реальному продакшені.",[5275,6121,6122,6123,6126,6127,6130,6131,6134],{},"Залежно від фізичної природи досліджуваної величини (дискретна вона чи неперервна), у математичній статистиці застосовують два принципово різні аналітичні інструменти: ",[5224,6124,6125],{},"функцію ймовірності (PMF)"," або ",[5224,6128,6129],{},"функцію щільності ймовірності (PDF)",". Єдиним же універсальним містком між обома світами виступає ",[5224,6132,6133],{},"кумулятивна функція розподілу (CDF)",".",[6136,6137,6139],"plant-uml",{"alt":6138},"Таксономія та математичний апарат розподілів випадкових величин",[5282,6140,6144],{"className":6141,"code":6142,"language":6143,"meta":5287,"style":5287},"language-plantuml shiki shiki-themes light-plus dark-plus dark-plus","@startuml\nskinparam style plain\nskinparam backgroundColor #FFFFFF\nskinparam defaultFontName \"sans-serif\"\nskinparam roundCorner 8\nskinparam shadowing false\n\npackage \"Випадкові величини (Random Variables)\" #F8FAFC {\n\n  rectangle Disc #DBEAFE [\n    \u003Cb>Дискретні величини (Discrete)\u003C\u002Fb>\n    ====\n    \u003Cb>Множина значень:\u003C\u002Fb> ізольовані точки {x₁, x₂, ...}\n    \u003Ci>Приклади:\u003C\u002Fi> помилки в коді, HTTP-запити, гральний кубик\n    ---\n    \u003Cb>Функція ймовірності (PMF):\u003C\u002Fb>\n    p(x) = P(X = x)\n    Аксіома нормування: Σ p(xᵢ) = 1, p(xᵢ) ∈ [0, 1]\n    \u003Ci>Фізична модель:\u003C\u002Fi> точкові маси (намистини)\n  ]\n\n  rectangle Cont #DCFCE7 [\n    \u003Cb>Неперервні величини (Continuous)\u003C\u002Fb>\n    ====\n    \u003Cb>Множина значень:\u003C\u002Fb> числовий континуум [a, b] ⊆ ℝ\n    \u003Ci>Приклади:\u003C\u002Fi> зріст людини, напруга в мережі, тривалість запиту\n    ---\n    \u003Cb>Функція щільності (PDF):\u003C\u002Fb>\n    f(x) = dF(x) \u002F dx\n    Аксіома нормування: ∫_{-∞}^{+∞} f(x)dx = 1, f(x) ≥ 0\n    \u003Ci>Фізична модель:\u003C\u002Fi> неперервна густина металевого стрижня\n  ]\n\n  rectangle CDF #FEF3C7 [\n    \u003Cb>Кумулятивна функція розподілу (CDF)\u003C\u002Fb>\n    ====\n    \u003Cb>Універсальний інтегратор:\u003C\u002Fb> F(x) = P(X ≤ x)\n    - Дискретний випадок: східчаста сума F(x) = Σ_{xᵢ ≤ x} p(xᵢ)\n    - Неперервний випадок: інтеграл площі F(x) = ∫_{-∞}^{x} f(t)dt\n    - Властивість: монотонно зростає від 0 до 1\n    - \u003Ci>Практика в Python:\u003C\u002Fi> scipy.stats.norm.cdf()\n  ]\n\n  Disc -down-> CDF : \"Сумування ймовірностей (Σ)\"\n  Cont -down-> CDF : \"Інтегрування щільності (∫)\"\n}\n@enduml\n","plantuml",[5289,6145,6146,6151,6156,6161,6166,6171,6176,6180,6185,6189,6194,6199,6204,6209,6214,6219,6224,6229,6234,6239,6244,6248,6253,6258,6262,6267,6272,6276,6281,6286,6291,6296,6301,6306,6312,6318,6323,6329,6335,6341,6347,6353,6358,6363,6369,6375,6381],{"__ignoreMap":5287},[5292,6147,6148],{"class":5294,"line":5295},[5292,6149,6150],{},"@startuml\n",[5292,6152,6153],{"class":5294,"line":5420},[5292,6154,6155],{},"skinparam style plain\n",[5292,6157,6158],{"class":5294,"line":5433},[5292,6159,6160],{},"skinparam backgroundColor #FFFFFF\n",[5292,6162,6163],{"class":5294,"line":5440},[5292,6164,6165],{},"skinparam defaultFontName \"sans-serif\"\n",[5292,6167,6168],{"class":5294,"line":5458},[5292,6169,6170],{},"skinparam roundCorner 8\n",[5292,6172,6173],{"class":5294,"line":5463},[5292,6174,6175],{},"skinparam shadowing false\n",[5292,6177,6178],{"class":5294,"line":5470},[5292,6179,5437],{"emptyLinePlaceholder":5436},[5292,6181,6182],{"class":5294,"line":5506},[5292,6183,6184],{},"package \"Випадкові величини (Random Variables)\" #F8FAFC {\n",[5292,6186,6187],{"class":5294,"line":5526},[5292,6188,5437],{"emptyLinePlaceholder":5436},[5292,6190,6191],{"class":5294,"line":5531},[5292,6192,6193],{},"  rectangle Disc #DBEAFE [\n",[5292,6195,6196],{"class":5294,"line":5537},[5292,6197,6198],{},"    \u003Cb>Дискретні величини (Discrete)\u003C\u002Fb>\n",[5292,6200,6201],{"class":5294,"line":5543},[5292,6202,6203],{},"    ====\n",[5292,6205,6206],{"class":5294,"line":5549},[5292,6207,6208],{},"    \u003Cb>Множина значень:\u003C\u002Fb> ізольовані точки {x₁, x₂, ...}\n",[5292,6210,6211],{"class":5294,"line":5554},[5292,6212,6213],{},"    \u003Ci>Приклади:\u003C\u002Fi> помилки в коді, HTTP-запити, гральний кубик\n",[5292,6215,6216],{"class":5294,"line":5586},[5292,6217,6218],{},"    ---\n",[5292,6220,6221],{"class":5294,"line":5609},[5292,6222,6223],{},"    \u003Cb>Функція ймовірності (PMF):\u003C\u002Fb>\n",[5292,6225,6226],{"class":5294,"line":5630},[5292,6227,6228],{},"    p(x) = P(X = x)\n",[5292,6230,6231],{"class":5294,"line":5663},[5292,6232,6233],{},"    Аксіома нормування: Σ p(xᵢ) = 1, p(xᵢ) ∈ [0, 1]\n",[5292,6235,6236],{"class":5294,"line":5705},[5292,6237,6238],{},"    \u003Ci>Фізична модель:\u003C\u002Fi> точкові маси (намистини)\n",[5292,6240,6241],{"class":5294,"line":5710},[5292,6242,6243],{},"  ]\n",[5292,6245,6246],{"class":5294,"line":5716},[5292,6247,5437],{"emptyLinePlaceholder":5436},[5292,6249,6250],{"class":5294,"line":5739},[5292,6251,6252],{},"  rectangle Cont #DCFCE7 [\n",[5292,6254,6255],{"class":5294,"line":5785},[5292,6256,6257],{},"    \u003Cb>Неперервні величини (Continuous)\u003C\u002Fb>\n",[5292,6259,6260],{"class":5294,"line":5840},[5292,6261,6203],{},[5292,6263,6264],{"class":5294,"line":5902},[5292,6265,6266],{},"    \u003Cb>Множина значень:\u003C\u002Fb> числовий континуум [a, b] ⊆ ℝ\n",[5292,6268,6269],{"class":5294,"line":5932},[5292,6270,6271],{},"    \u003Ci>Приклади:\u003C\u002Fi> зріст людини, напруга в мережі, тривалість запиту\n",[5292,6273,6274],{"class":5294,"line":5943},[5292,6275,6218],{},[5292,6277,6278],{"class":5294,"line":5954},[5292,6279,6280],{},"    \u003Cb>Функція щільності (PDF):\u003C\u002Fb>\n",[5292,6282,6283],{"class":5294,"line":5975},[5292,6284,6285],{},"    f(x) = dF(x) \u002F dx\n",[5292,6287,6288],{"class":5294,"line":5981},[5292,6289,6290],{},"    Аксіома нормування: ∫_{-∞}^{+∞} f(x)dx = 1, f(x) ≥ 0\n",[5292,6292,6293],{"class":5294,"line":5996},[5292,6294,6295],{},"    \u003Ci>Фізична модель:\u003C\u002Fi> неперервна густина металевого стрижня\n",[5292,6297,6299],{"class":5294,"line":6298},32,[5292,6300,6243],{},[5292,6302,6304],{"class":5294,"line":6303},33,[5292,6305,5437],{"emptyLinePlaceholder":5436},[5292,6307,6309],{"class":5294,"line":6308},34,[5292,6310,6311],{},"  rectangle CDF #FEF3C7 [\n",[5292,6313,6315],{"class":5294,"line":6314},35,[5292,6316,6317],{},"    \u003Cb>Кумулятивна функція розподілу (CDF)\u003C\u002Fb>\n",[5292,6319,6321],{"class":5294,"line":6320},36,[5292,6322,6203],{},[5292,6324,6326],{"class":5294,"line":6325},37,[5292,6327,6328],{},"    \u003Cb>Універсальний інтегратор:\u003C\u002Fb> F(x) = P(X ≤ x)\n",[5292,6330,6332],{"class":5294,"line":6331},38,[5292,6333,6334],{},"    - Дискретний випадок: східчаста сума F(x) = Σ_{xᵢ ≤ x} p(xᵢ)\n",[5292,6336,6338],{"class":5294,"line":6337},39,[5292,6339,6340],{},"    - Неперервний випадок: інтеграл площі F(x) = ∫_{-∞}^{x} f(t)dt\n",[5292,6342,6344],{"class":5294,"line":6343},40,[5292,6345,6346],{},"    - Властивість: монотонно зростає від 0 до 1\n",[5292,6348,6350],{"class":5294,"line":6349},41,[5292,6351,6352],{},"    - \u003Ci>Практика в Python:\u003C\u002Fi> scipy.stats.norm.cdf()\n",[5292,6354,6356],{"class":5294,"line":6355},42,[5292,6357,6243],{},[5292,6359,6361],{"class":5294,"line":6360},43,[5292,6362,5437],{"emptyLinePlaceholder":5436},[5292,6364,6366],{"class":5294,"line":6365},44,[5292,6367,6368],{},"  Disc -down-> CDF : \"Сумування ймовірностей (Σ)\"\n",[5292,6370,6372],{"class":5294,"line":6371},45,[5292,6373,6374],{},"  Cont -down-> CDF : \"Інтегрування щільності (∫)\"\n",[5292,6376,6378],{"class":5294,"line":6377},46,[5292,6379,6380],{},"}\n",[5292,6382,6384],{"class":5294,"line":6383},47,[5292,6385,6386],{},"@enduml\n",[5267,6388],{},[5391,6390,6392],{"id":6391},"дискретні-величини-та-функція-ймовірності-pmf","Дискретні величини та функція ймовірності (PMF)",[5275,6394,6395,6396,6399,6400,6126,6403,6405],{},"Для дискретних випадкових величин множина значень є лічильною: це окремі, строго ізольовані точки числової осі (наприклад: кількість помилок у логах ",[5289,6397,6398],{},"0, 1, 2, ...",", статус транзакції ",[5289,6401,6402],{},"0",[5289,6404,5397],{},", або кількість повторних спроб HTTP-запиту).",[5275,6407,6408,5227,6410,5306,6413,6415,6416,6419],{},[5224,6409,5246],{},[5229,6411,6412],{},"Probability Mass Function",[5224,6414,5249],{},") ставить у пряму відповідність кожному конкретному можливому значенню ",[6032,6417],{"tex":6418,":inline":6035},"x"," точну ймовірність того, що випадкова величина набуде саме цього числа.",[6032,6421],{"tex":6422},"p(x) = P(X = x)",[6424,6425,6427],"h4",{"id":6426},"анатомія-формули-розбір-позначень","Анатомія формули: розбір позначень",[5198,6429,6430,6439,6453,6465],{},[5201,6431,6432,6438],{},[5224,6433,6434,6437],{},[6032,6435],{"tex":6436,":inline":6035},"X"," (велика літера):"," Сама випадкова величина як абстрактна математична сутність (генератор випадковості, експеримент, досліджуваний процес). Наприклад, «кількість невдалих спроб авторизації користувача».",[5201,6440,6441,6449,6450,6134],{},[5224,6442,6443,6126,6445,6448],{},[6032,6444],{"tex":6418,":inline":6035},[6032,6446],{"tex":6447,":inline":6035},"x_i"," (маленька літера):"," Конкретне чисельне значення (реалізація, результат експерименту), яке може випасти. Наприклад, ",[6032,6451],{"tex":6452,":inline":6035},"x = 2",[5201,6454,6455,6460,6461,6044,6463,6048],{},[5224,6456,6457,6105],{},[6032,6458],{"tex":6459,":inline":6035},"P(X = x)"," Ймовірність настання цієї конкретної чисельної події (число в діапазоні від ",[6032,6462],{"tex":6402,":inline":6035},[6032,6464],{"tex":5397,":inline":6035},[5201,6466,6467,6470,6471,6474,6475,6134],{},[5224,6468,6469],{},"Чому саме «Mass» (маса)?"," Термін запозичено з фізики: уся ймовірність (",[6032,6472],{"tex":6473,":inline":6035},"1.0"," або 100%) сконцентрована не у вигляді неперервного поля, а зосереджена у вигляді точкових «масивних часток» (квантів) у фіксованих координатах ",[6032,6476],{"tex":6447,":inline":6035},[6424,6478,6480],{"id":6479},"що-можна-порахувати-за-допомогою-pmf","Що можна порахувати за допомогою PMF?",[5275,6482,6483,6484,6487],{},"Знаючи функцію ",[6032,6485],{"tex":6486,":inline":6035},"p(x)",", ми отримуємо повний математичний опис процесу і можемо знайти його ключові моменти:",[6489,6490,6491,6506],"ol",{},[5201,6492,6493,6496,6499,6502,6503,6505],{},[5224,6494,6495],{},"Математичне сподівання (теоретичне середнє, центр тяжіння мас):",[6032,6497],{"tex":6498},"\\mathbb{E}[X] = \\mu = \\sum_{i} x_i \\cdot P(X = x_i)",[6500,6501],"br",{},"Кожне можливе значення ",[6032,6504],{"tex":6447,":inline":6035}," зважується на його ймовірність (вагу).",[5201,6507,6508,6511],{},[5224,6509,6510],{},"Дисперсія (міра розкиду точкових мас навколо центру):",[6032,6512],{"tex":6513},"\\text{Var}(X) = \\sigma^2 = \\sum_{i} (x_i - \\mu)^2 \\cdot P(X = x_i)",[6424,6515,6517],{"id":6516},"аксіоми-та-фундаментальні-властивості-pmf","Аксіоми та фундаментальні властивості PMF",[6489,6519,6520,6529],{},[5201,6521,6522,6525,6526],{},[5224,6523,6524],{},"Неприпустимість від'ємності та одинична межа:"," Ймовірність кожного значення лежить строго в межах одиничного інтервалу:\n",[6032,6527],{"tex":6528},"0 \\leq P(X = x_i) \\leq 1 \\quad \\forall i",[5201,6530,6531,6534,6535],{},[5224,6532,6533],{},"Повна ймовірність (умова нормування):"," Оскільки випадкова величина гарантовано набуде одного з можливих значень простору подій, сума всіх точкових ймовірностей завжди суворо дорівнює одиниці:\n",[6032,6536],{"tex":6537},"\\sum_{i} P(X = x_i) = 1",[6072,6539,6540],{},[5275,6541,6542,6545,6546,6549,6550,6553],{},[5224,6543,6544],{},"Фізична аналогія точкових мас:"," Уявіть невагому струну, на яку нанизано важкі металеві кульки (намистини) у точках ",[6032,6547],{"tex":6548,":inline":6035},"x_1, x_2, \\dots",". Вага кожної кульки — це її ймовірність ",[6032,6551],{"tex":6552,":inline":6035},"P(X = x_i)",". Ви можете зняти будь-яку конкретну намистину і безпосередньо зважити її на вагах, а сумарна вага всіх намистин становить строго 1 кг (100% маси ймовірності).",[6424,6555,6557],{"id":6556},"як-народжується-pmf-простий-приклад-на-пальцях-перебір-усіх-комбінацій","Як народжується PMF? Простий приклад «на пальцях» (Перебір усіх комбінацій)",[5275,6559,6560,6561,6564],{},"Найпростіший і найбільш наочний спосіб зрозуміти, як виникає функція ймовірності — виписати ",[5224,6562,6563],{},"абсолютно всі можливі комбінації",", які взагалі можуть статися в досліді.",[5275,6566,6567,6568,6571,6572,6126,6575,6578],{},"Уявімо найпростішу життєву ситуацію: ми ",[5224,6569,6570],{},"підкидаємо дві звичайні монети"," (або одну монету двічі поспіль). Кожна монета має дві сторони: ",[5224,6573,6574],{},"«Герб» (Г)",[5224,6576,6577],{},"«Число \u002F Решка» (Ч)",". Шанс випадання кожної сторони однаковий — 50\u002F50.",[5275,6580,6581,6582,5649,6584,6134],{},"Нехай випадкова величина ",[6032,6583],{"tex":6436,":inline":6035},[5224,6585,6586],{},"«загальна кількість випадань Герба»",[5275,6588,6589,6590,6592,6593,6596,6597,6600,6601,6048],{},"Які значення взагалі може прийняти ",[6032,6591],{"tex":6436,":inline":6035},"?\nЛогічно, що Герб може не випасти взагалі (",[6032,6594],{"tex":6595,":inline":6035},"X = 0","), випасти один раз (",[6032,6598],{"tex":6599,":inline":6035},"X = 1",") або випасти на обох монетах (",[6032,6602],{"tex":6603,":inline":6035},"X = 2",[6072,6605,6606],{},[5275,6607,6608,6611,6612,6619,6621,6624,6625,6628],{},[5224,6609,6610],{},"Поширена пастка мислення початківців:"," Часто студенти міркують так: ",[5229,6613,6614,6615,6618],{},"«У нас є лише три можливі результати: 0, 1 або 2 герби. Значить, кожен із них має однаковий шанс — по одній третині ",[6032,6616],{"tex":6617,":inline":6035},"(\\frac{1}{3} \\approx 33.3\\%)","?»",[6500,6620],{},[5224,6622,6623],{},"Відповідь: Категорично ні!"," Значень справді три, але ",[5224,6626,6627],{},"кількість шляхів"," до кожного значення зовсім різна.",[5275,6630,6631,6632,6635],{},"Щоб дізнатися справжні ймовірності, випишемо повний простір елементарних комбінацій (",[6032,6633],{"tex":6634,":inline":6035},"\\Omega","):",[6637,6638,6639,6659],"table",{},[6640,6641,6642],"thead",{},[6643,6644,6645,6650,6654],"tr",{},[6646,6647,6649],"th",{"align":6648},"center","Комбінація (Монета 1, Монета 2)",[6646,6651,6653],{"align":6652},"left","Що випало на практиці?",[6646,6655,6656,6657],{"align":6648},"Кількість гербів ",[6032,6658],{"tex":6436,":inline":6035},[6660,6661,6662,6677,6691,6705],"tbody",{},[6643,6663,6664,6670,6673],{},[6665,6666,6667],"td",{"align":6648},[5224,6668,6669],{},"(Ч, Ч)",[6665,6671,6672],{"align":6652},"На обох монетах випало число",[6665,6674,6675],{"align":6648},[6032,6676],{"tex":6595,":inline":6035},[6643,6678,6679,6684,6687],{},[6665,6680,6681],{"align":6648},[5224,6682,6683],{},"(Ч, Г)",[6665,6685,6686],{"align":6652},"Перша монета — число, друга — герб",[6665,6688,6689],{"align":6648},[6032,6690],{"tex":6599,":inline":6035},[6643,6692,6693,6698,6701],{},[6665,6694,6695],{"align":6648},[5224,6696,6697],{},"(Г, Ч)",[6665,6699,6700],{"align":6652},"Перша монета — герб, друга — число",[6665,6702,6703],{"align":6648},[6032,6704],{"tex":6599,":inline":6035},[6643,6706,6707,6712,6715],{},[6665,6708,6709],{"align":6648},[5224,6710,6711],{},"(Г, Г)",[6665,6713,6714],{"align":6652},"Обидві монети випали гербом догори",[6665,6716,6717],{"align":6648},[6032,6718],{"tex":6603,":inline":6035},[5275,6720,6721,6722,6725,6726,6729],{},"Як бачимо, фізично існує рівно ",[5224,6723,6724],{},"4 рівноможливі наслідки",". Оскільки монети чесні й симетричні, кожна конкретна пара має ймовірність ",[6032,6727],{"tex":6728,":inline":6035},"\\frac{1}{4} = 0.25"," (25%).",[5275,6731,6732,6733,6735],{},"Тепер порахуємо ймовірність для кожного значення ",[6032,6734],{"tex":6436,":inline":6035},", просто підсумовуючи сприятливі комбінації:",[6489,6737,6738,6758,6794],{},[5201,6739,6740,6746,6748,6749,6752,6753,6105,6755],{},[5224,6741,6742,6745],{},[6032,6743],{"tex":6744,":inline":6035},"P(X = 0)"," (нуль гербів):",[6500,6747],{},"\nЦьому відповідає лише ",[5224,6750,6751],{},"1 комбінація"," з 4 можливих — ",[5289,6754,6669],{},[6032,6756],{"tex":6757},"P(X = 0) = \\frac{1}{4} = 0.25 \\, (25\\%)",[5201,6759,6760,6766,6768,6769,6772,6773,6775,6776,6105,6778,6781,6783,6786,6787,6789,6790,6793],{},[5224,6761,6762,6765],{},[6032,6763],{"tex":6764,":inline":6035},"P(X = 1)"," (рівно один герб):",[6500,6767],{},"\nЦьому відповідають одразу ",[5224,6770,6771],{},"2 різні комбінації"," з 4 — ",[5289,6774,6683],{}," та ",[5289,6777,6697],{},[6032,6779],{"tex":6780},"P(X = 1) = \\frac{1}{4} + \\frac{1}{4} = \\frac{2}{4} = 0.50 \\, (50\\%)",[6500,6782],{},[5229,6784,6785],{},"Ось де розгадка:"," Результат ",[6032,6788],{"tex":6599,":inline":6035}," з'являється ",[5224,6791,6792],{},"вдвічі частіше",", тому що до нього ведуть два незалежні сценарії (герб може випасти першим, або другим)!",[5201,6795,6796,6802,6748,6804,6772,6806,6105,6808],{},[5224,6797,6798,6801],{},[6032,6799],{"tex":6800,":inline":6035},"P(X = 2)"," (два герби):",[6500,6803],{},[5224,6805,6751],{},[5289,6807,6711],{},[6032,6809],{"tex":6810},"P(X = 2) = \\frac{1}{4} = 0.25 \\, (25\\%)",[5275,6812,6813],{},"Зведемо результати в підсумкову таблицю закону розподілу ймовірностей (PMF):",[6637,6815,6816,6838],{},[6640,6817,6818],{},[6643,6819,6820,6824,6827,6832],{},[6646,6821,6656,6822],{"align":6648},[6032,6823],{"tex":6447,":inline":6035},[6646,6825,6826],{"align":6652},"Комбінації, що сюди ведуть",[6646,6828,6829,6830],{"align":6648},"Ймовірність ",[6032,6831],{"tex":6552,":inline":6035},[6646,6833,6834,6835],{"align":6648},"Внесок у середнє ",[6032,6836],{"tex":6837,":inline":6035},"x_i \\cdot P(X = x_i)",[6660,6839,6840,6862,6886,6905],{},[6643,6841,6842,6846,6851,6857],{},[6665,6843,6844],{"align":6648},[5224,6845,6402],{},[6665,6847,6848,6849],{"align":6652},"1 варіант: ",[5289,6850,6669],{},[6665,6852,6853,6856],{"align":6648},[6032,6854],{"tex":6855,":inline":6035},"0.25"," (25%)",[6665,6858,6859],{"align":6648},[6032,6860],{"tex":6861,":inline":6035},"0 \\times 0.25 = 0.00",[6643,6863,6864,6868,6875,6881],{},[6665,6865,6866],{"align":6648},[5224,6867,5397],{},[6665,6869,6870,6871,6126,6873],{"align":6652},"2 варіанти: ",[5289,6872,6683],{},[5289,6874,6697],{},[6665,6876,6877,6880],{"align":6648},[6032,6878],{"tex":6879,":inline":6035},"0.50"," (50%)",[6665,6882,6883],{"align":6648},[6032,6884],{"tex":6885,":inline":6035},"1 \\times 0.50 = 0.50",[6643,6887,6888,6892,6896,6900],{},[6665,6889,6890],{"align":6648},[5224,6891,5680],{},[6665,6893,6848,6894],{"align":6652},[5289,6895,6711],{},[6665,6897,6898,6856],{"align":6648},[6032,6899],{"tex":6855,":inline":6035},[6665,6901,6902],{"align":6648},[6032,6903],{"tex":6904,":inline":6035},"2 \\times 0.25 = 0.50",[6643,6906,6907,6912,6917,6922],{},[6665,6908,6909],{"align":6648},[5224,6910,6911],{},"Сума",[6665,6913,6914],{"align":6652},[5224,6915,6916],{},"Усі 4 можливі варіанти враховано",[6665,6918,6919],{"align":6648},[5224,6920,6921],{},"1.00 (100%)",[6665,6923,6924],{"align":6648},[5224,6925,6926],{},[6032,6927],{"tex":6928,":inline":6035},"\\mathbb{E}[X] = 1.00",[5275,6930,6931],{},[5224,6932,6933],{},"Головні висновки:",[5198,6935,6936,6946,6955],{},[5201,6937,6938,6941,6942,6945],{},[5224,6939,6940],{},"Нормування:"," Сума ймовірностей у таблиці ",[6032,6943],{"tex":6944,":inline":6035},"0.25 + 0.50 + 0.25 = 1.00"," (100%). Жоден можливий випадок не загубився.",[5201,6947,6948,6951,6952,6954],{},[5224,6949,6950],{},"Математичне сподівання (середнє очікуване):"," ",[6032,6953],{"tex":6928,":inline":6035},". Якщо повторити експеримент 1000 разів, у середньому ми отримуватимемо рівно 1 герб за два кидки.",[5201,6956,6957,6960],{},[5224,6958,6959],{},"Чому це важливо:"," Будь-який складний дискретний розподіл у програмуванні чи науці про дані будується саме за цим фундаментальним принципом: ми з'ясовуємо, скільки шляхів веде до кожного результату, і знаходимо сумарну вагу цих шляхів.",[5267,6962],{},[6424,6964,6966],{"id":6965},"класичний-геймдев-приклад-сума-двох-гральних-кубиків-2d6-та-народження-піку","Класичний геймдев-приклад: Сума двох гральних кубиків (2d6) та народження піку",[5275,6968,6969,6970,6973,6974,6048],{},"Розглянемо ще один класичний приклад із розробки ігор (Game Development, RPG, баланс луту та бойових систем): кидок ",[5224,6971,6972],{},"двох шестигранних кубиків"," (нотація ",[5224,6975,6976],{},"2d6",[5275,6978,6581,6979,5649,6981,6134],{},[6032,6980],{"tex":6436,":inline":6035},[5224,6982,6983],{},"«сума очок, що випала на двох кубиках»",[5275,6985,6589,6986,6988,6989,6991,6992,6995,6996,6999,7000,6134],{},[6032,6987],{"tex":6436,":inline":6035},"?",[6500,6990],{},"\nМінімальна сума становить ",[6032,6993],{"tex":6994,":inline":6035},"1 + 1 = 2",", а максимальна — ",[6032,6997],{"tex":6998,":inline":6035},"6 + 6 = 12",". Тобто простір можливих числових наслідків містить 11 цілих чисел: ",[6032,7001],{"tex":7002,":inline":6035},"X \\in \\{2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12\\}",[6072,7004,7005],{},[5275,7006,7007,7010,7011,7014,7015,7017,7020],{},[5224,7008,7009],{},"Знову типова пастка інтуїції:"," Чи означає наявність 11 можливих наслідків, що всі суми однаково ймовірні (по одній одинадцятій ",[6032,7012],{"tex":7013,":inline":6035},"(\\frac{1}{11} \\approx 9.09\\%)",")?",[6500,7016],{},[5224,7018,7019],{},"Звісно, ні!"," Справжні шанси визначаються кількістю мікростанів (комбінацій), що формують кожну суму.",[5275,7022,7023,7024,7026],{},"Випишемо повну матрицю простору елементарних подій ",[6032,7025],{"tex":6634,":inline":6035},", де на перетині рядка (Кубик 1) і стовпця (Кубик 2) записано їхню суму:",[6637,7028,7029,7051],{},[6640,7030,7031],{},[6643,7032,7033,7036,7038,7040,7043,7046,7048],{},[6646,7034,7035],{"align":6648},"Кубик 1 \\ Кубик 2",[6646,7037,5397],{"align":6648},[6646,7039,5680],{"align":6648},[6646,7041,7042],{"align":6648},"3",[6646,7044,7045],{"align":6648},"4",[6646,7047,5733],{"align":6648},[6646,7049,7050],{"align":6648},"6",[6660,7052,7053,7076,7097,7118,7138,7159],{},[6643,7054,7055,7059,7063,7065,7067,7069,7071],{},[6665,7056,7057],{"align":6648},[5224,7058,5397],{},[6665,7060,7061],{"align":6648},[5224,7062,5680],{},[6665,7064,7042],{"align":6648},[6665,7066,7045],{"align":6648},[6665,7068,5733],{"align":6648},[6665,7070,7050],{"align":6648},[6665,7072,7073],{"align":6648},[5224,7074,7075],{},"7",[6643,7077,7078,7082,7084,7086,7088,7090,7094],{},[6665,7079,7080],{"align":6648},[5224,7081,5680],{},[6665,7083,7042],{"align":6648},[6665,7085,7045],{"align":6648},[6665,7087,5733],{"align":6648},[6665,7089,7050],{"align":6648},[6665,7091,7092],{"align":6648},[5224,7093,7075],{},[6665,7095,7096],{"align":6648},"8",[6643,7098,7099,7103,7105,7107,7109,7113,7115],{},[6665,7100,7101],{"align":6648},[5224,7102,7042],{},[6665,7104,7045],{"align":6648},[6665,7106,5733],{"align":6648},[6665,7108,7050],{"align":6648},[6665,7110,7111],{"align":6648},[5224,7112,7075],{},[6665,7114,7096],{"align":6648},[6665,7116,7117],{"align":6648},"9",[6643,7119,7120,7124,7126,7128,7132,7134,7136],{},[6665,7121,7122],{"align":6648},[5224,7123,7045],{},[6665,7125,5733],{"align":6648},[6665,7127,7050],{"align":6648},[6665,7129,7130],{"align":6648},[5224,7131,7075],{},[6665,7133,7096],{"align":6648},[6665,7135,7117],{"align":6648},[6665,7137,5728],{"align":6648},[6643,7139,7140,7144,7146,7150,7152,7154,7156],{},[6665,7141,7142],{"align":6648},[5224,7143,5733],{},[6665,7145,7050],{"align":6648},[6665,7147,7148],{"align":6648},[5224,7149,7075],{},[6665,7151,7096],{"align":6648},[6665,7153,7117],{"align":6648},[6665,7155,5728],{"align":6648},[6665,7157,7158],{"align":6648},"11",[6643,7160,7161,7165,7169,7171,7173,7175,7177],{},[6665,7162,7163],{"align":6648},[5224,7164,7050],{},[6665,7166,7167],{"align":6648},[5224,7168,7075],{},[6665,7170,7096],{"align":6648},[6665,7172,7117],{"align":6648},[6665,7174,5728],{"align":6648},[6665,7176,7158],{"align":6648},[6665,7178,7179],{"align":6648},[5224,7180,7181],{},"12",[5275,7183,7184,7185,7188,7189,7192],{},"Усього існує строго ",[6032,7186],{"tex":7187,":inline":6035},"6 \\times 6 = 36"," рівноможливих наслідків. Імовірність кожної окремої клітинки в таблиці становить ",[6032,7190],{"tex":7191,":inline":6035},"\\frac{1}{36} \\approx 0.0278"," (2.78%).",[5275,7194,7195],{},"Тепер порахуємо кількість комбінацій (шляхів) для кожної суми:",[5198,7197,7198,7212,7227],{},[5201,7199,7200,7204,7205,7208,7209],{},[5224,7201,7202,6105],{},[6032,7203],{"tex":6603,":inline":6035}," лише 1 пара ",[5289,7206,7207],{},"(1, 1)"," $\\to$ ",[6032,7210],{"tex":7211,":inline":6035},"P(X=2) = \\frac{1}{36} \\approx 2.78\\%",[5201,7213,7214,7220,7221,7208,7224],{},[5224,7215,7216,7219],{},[6032,7217],{"tex":7218,":inline":6035},"X = 7"," (головна побічна діагональ):"," аж 6 пар ",[5289,7222,7223],{},"(1,6), (2,5), (3,4), (4,3), (5,2), (6,1)",[6032,7225],{"tex":7226,":inline":6035},"P(X=7) = \\frac{6}{36} = \\frac{1}{6} \\approx 16.67\\%",[5201,7228,7229,7204,7234,7208,7237],{},[5224,7230,7231,6105],{},[6032,7232],{"tex":7233,":inline":6035},"X = 12",[5289,7235,7236],{},"(6, 6)",[6032,7238],{"tex":7239,":inline":6035},"P(X=12) = \\frac{1}{36} \\approx 2.78\\%",[5275,7241,7242],{},"Зведемо повний закон розподілу ймовірностей (PMF) для 2d6 у підсумкову таблицю:",[6637,7244,7245,7268],{},[6640,7246,7247],{},[6643,7248,7249,7254,7257,7260,7264],{},[6646,7250,7251,7252],{"align":6648},"Сума ",[6032,7253],{"tex":6447,":inline":6035},[6646,7255,7256],{"align":6648},"Кількість комбінацій",[6646,7258,7259],{"align":6648},"Точна частка",[6646,7261,6829,7262],{"align":6648},[6032,7263],{"tex":6552,":inline":6035},[6646,7265,6834,7266],{"align":6648},[6032,7267],{"tex":6837,":inline":6035},[6660,7269,7270,7292,7314,7336,7358,7380,7411,7430,7449,7468,7487,7506],{},[6643,7271,7272,7276,7278,7281,7287],{},[6665,7273,7274],{"align":6648},[5224,7275,5680],{},[6665,7277,5397],{"align":6648},[6665,7279,7280],{"align":6648},"1\u002F36",[6665,7282,7283,7286],{"align":6648},[6032,7284],{"tex":7285,":inline":6035},"0.0278"," (2.78%)",[6665,7288,7289],{"align":6648},[6032,7290],{"tex":7291,":inline":6035},"2 \\times \\frac{1}{36} = \\frac{2}{36}",[6643,7293,7294,7298,7300,7303,7309],{},[6665,7295,7296],{"align":6648},[5224,7297,7042],{},[6665,7299,5680],{"align":6648},[6665,7301,7302],{"align":6648},"2\u002F36",[6665,7304,7305,7308],{"align":6648},[6032,7306],{"tex":7307,":inline":6035},"0.0556"," (5.56%)",[6665,7310,7311],{"align":6648},[6032,7312],{"tex":7313,":inline":6035},"3 \\times \\frac{2}{36} = \\frac{6}{36}",[6643,7315,7316,7320,7322,7325,7331],{},[6665,7317,7318],{"align":6648},[5224,7319,7045],{},[6665,7321,7042],{"align":6648},[6665,7323,7324],{"align":6648},"3\u002F36",[6665,7326,7327,7330],{"align":6648},[6032,7328],{"tex":7329,":inline":6035},"0.0833"," (8.33%)",[6665,7332,7333],{"align":6648},[6032,7334],{"tex":7335,":inline":6035},"4 \\times \\frac{3}{36} = \\frac{12}{36}",[6643,7337,7338,7342,7344,7347,7353],{},[6665,7339,7340],{"align":6648},[5224,7341,5733],{},[6665,7343,7045],{"align":6648},[6665,7345,7346],{"align":6648},"4\u002F36",[6665,7348,7349,7352],{"align":6648},[6032,7350],{"tex":7351,":inline":6035},"0.1111"," (11.11%)",[6665,7354,7355],{"align":6648},[6032,7356],{"tex":7357,":inline":6035},"5 \\times \\frac{4}{36} = \\frac{20}{36}",[6643,7359,7360,7364,7366,7369,7375],{},[6665,7361,7362],{"align":6648},[5224,7363,7050],{},[6665,7365,5733],{"align":6648},[6665,7367,7368],{"align":6648},"5\u002F36",[6665,7370,7371,7374],{"align":6648},[6032,7372],{"tex":7373,":inline":6035},"0.1389"," (13.89%)",[6665,7376,7377],{"align":6648},[6032,7378],{"tex":7379,":inline":6035},"6 \\times \\frac{5}{36} = \\frac{30}{36}",[6643,7381,7382,7386,7391,7396,7404],{},[6665,7383,7384],{"align":6648},[5224,7385,7075],{},[6665,7387,7388],{"align":6648},[5224,7389,7390],{},"6 (максимум)",[6665,7392,7393],{"align":6648},[5224,7394,7395],{},"6\u002F36",[6665,7397,7398],{"align":6648},[5224,7399,7400,7403],{},[6032,7401],{"tex":7402,":inline":6035},"0.1667"," (16.67%)",[6665,7405,7406],{"align":6648},[5224,7407,7408],{},[6032,7409],{"tex":7410,":inline":6035},"7 \\times \\frac{6}{36} = \\frac{42}{36}",[6643,7412,7413,7417,7419,7421,7425],{},[6665,7414,7415],{"align":6648},[5224,7416,7096],{},[6665,7418,5733],{"align":6648},[6665,7420,7368],{"align":6648},[6665,7422,7423,7374],{"align":6648},[6032,7424],{"tex":7373,":inline":6035},[6665,7426,7427],{"align":6648},[6032,7428],{"tex":7429,":inline":6035},"8 \\times \\frac{5}{36} = \\frac{40}{36}",[6643,7431,7432,7436,7438,7440,7444],{},[6665,7433,7434],{"align":6648},[5224,7435,7117],{},[6665,7437,7045],{"align":6648},[6665,7439,7346],{"align":6648},[6665,7441,7442,7352],{"align":6648},[6032,7443],{"tex":7351,":inline":6035},[6665,7445,7446],{"align":6648},[6032,7447],{"tex":7448,":inline":6035},"9 \\times \\frac{4}{36} = \\frac{36}{36}",[6643,7450,7451,7455,7457,7459,7463],{},[6665,7452,7453],{"align":6648},[5224,7454,5728],{},[6665,7456,7042],{"align":6648},[6665,7458,7324],{"align":6648},[6665,7460,7461,7330],{"align":6648},[6032,7462],{"tex":7329,":inline":6035},[6665,7464,7465],{"align":6648},[6032,7466],{"tex":7467,":inline":6035},"10 \\times \\frac{3}{36} = \\frac{30}{36}",[6643,7469,7470,7474,7476,7478,7482],{},[6665,7471,7472],{"align":6648},[5224,7473,7158],{},[6665,7475,5680],{"align":6648},[6665,7477,7302],{"align":6648},[6665,7479,7480,7308],{"align":6648},[6032,7481],{"tex":7307,":inline":6035},[6665,7483,7484],{"align":6648},[6032,7485],{"tex":7486,":inline":6035},"11 \\times \\frac{2}{36} = \\frac{22}{36}",[6643,7488,7489,7493,7495,7497,7501],{},[6665,7490,7491],{"align":6648},[5224,7492,7181],{},[6665,7494,5397],{"align":6648},[6665,7496,7280],{"align":6648},[6665,7498,7499,7286],{"align":6648},[6032,7500],{"tex":7285,":inline":6035},[6665,7502,7503],{"align":6648},[6032,7504],{"tex":7505,":inline":6035},"12 \\times \\frac{1}{36} = \\frac{12}{36}",[6643,7507,7508,7512,7517,7522,7527],{},[6665,7509,7510],{"align":6648},[5224,7511,6911],{},[6665,7513,7514],{"align":6648},[5224,7515,7516],{},"36 комбінацій",[6665,7518,7519],{"align":6648},[5224,7520,7521],{},"36\u002F36",[6665,7523,7524],{"align":6648},[5224,7525,7526],{},"1.0000 (100%)",[6665,7528,7529],{"align":6648},[5224,7530,7531],{},[6032,7532],{"tex":7533,":inline":6035},"\\mathbb{E}[X] = \\frac{252}{36} = 7.00",[5275,7535,7536],{},"Математичне сподівання обчислюється аналітично:",[6032,7538],{"tex":7539},"\\mathbb{E}[X] = \\sum_{i=2}^{12} x_i \\cdot P(X = x_i) = \\frac{2 + 6 + 12 + 20 + 30 + 42 + 40 + 36 + 30 + 22 + 12}{36} = \\frac{252}{36} = 7.00",[5275,7541,7542],{},[5224,7543,7544],{},"Чому розробники ігор обирають 2d6 замість 1d12?",[5198,7546,7547,7561,7588],{},[5201,7548,7549,7552,7553,7556,7557,7560],{},[5224,7550,7551],{},"1d12 (один 12-гранний кубик):"," Розподіл ",[5224,7554,7555],{},"рівномірний"," — будь-яке число від 1 до 12 випадає з однаковим шансом ",[6032,7558],{"tex":7559,":inline":6035},"\\approx 8.33\\%",". Це генерує повний хаос і непередбачуваність у грі.",[5201,7562,7563,7566,7567,7570,7571,7574,7575,7578,7579,7581,7582,7584,7585,6048],{},[5224,7564,7565],{},"2d6 (сума двох кубиків):"," Розподіл утворює ",[5224,7568,7569],{},"трикутний пік навколо сімки",". Майже половина всіх кидків (",[6032,7572],{"tex":7573,":inline":6035},"44.4\\%",") припадає на типовий діапазон ",[6032,7576],{"tex":7577,":inline":6035},"[6, 7, 8]",", а екстремальні критичні промахи (",[6032,7580],{"tex":6603,":inline":6035},") та критичні удари (",[6032,7583],{"tex":7233,":inline":6035},") трапляються вкрай рідко (",[6032,7586],{"tex":7587,":inline":6035},"\u003C 3\\%",[5201,7589,7590,7593,7594,7597],{},[5224,7591,7592],{},"Філософський міст до Data Science:"," Це перший прояв фундаментального закону природи — ",[5224,7595,7596],{},"Центральної Граничної Теореми (ЦГТ)",". Навіть підсумовування всього двох абсолютно плоских рівномірних процесів (кубик 1 + кубик 2) одразу народжує центральний дзвіноподібний пагорб навколо середнього!",[5267,7599],{},[6424,7601,7603],{"id":7602},"інженерний-приклад-виведення-ймовірностей-ретраїв-через-дерево-подій","Інженерний приклад: Виведення ймовірностей ретраїв через дерево подій",[5275,7605,7606],{},"А як бути, якщо ймовірності окремих кроків неоднакові? Розглянемо реальну поведінку клієнта, що надсилає запит до зовнішнього платіжного шлюзу.",[5275,7608,7609],{},"Припустимо:",[5198,7611,7612,7619,7626],{},[5201,7613,7614,7615,7618],{},"Кожен окремий запит проходить успішно з імовірністю ",[6032,7616],{"tex":7617,":inline":6035},"p = 0.8"," (80%);",[5201,7620,7621,7622,7625],{},"Запит зазнає збою (таймаут) з імовірністю ",[6032,7623],{"tex":7624,":inline":6035},"q = 1 - p = 0.2"," (20%);",[5201,7627,7628,7629,7632],{},"Клієнт робить максимум ",[5224,7630,7631],{},"3 спроби"," (до 2 ретраїв): якщо всі 3 спроби провалюються, операція завершується повною помилкою.",[5275,7634,6581,7635,5649,7637,7640,7641,7644],{},[6032,7636],{"tex":6436,":inline":6035},[5224,7638,7639],{},"«кількість повторних спроб (ретраїв)»",". Можливі наслідки: ",[6032,7642],{"tex":7643,":inline":6035},"0, 1, 2"," або повна відмова (Timeout).",[5275,7646,7647],{},"Погляньмо на дерево прийняття рішень:",[6136,7649,7651],{"alt":7650},"Дерево ймовірностей послідовних спроб відправки запиту",[5282,7652,7654],{"className":6141,"code":7653,"language":6143,"meta":5287,"style":5287},"@startuml\nskinparam style plain\nskinparam backgroundColor #FFFFFF\nskinparam defaultTextAlignment center\n\nstart\n:Спроба 1;\nif (Успіх? [p = 0.8]) then (Так)\n  #LightGreen:0 ретраїв\\nP(X=0) = **0.80**;\n  stop\nelse (Збій)\n  :Спроба 2 (Ретрай 1);\n  if (Успіх? [p = 0.8]) then (Так)\n    #LightGreen:1 ретрай\\nP(X=1) = 0.2 × 0.8 = **0.16**;\n    stop\n  else (Збій)\n    :Спроба 3 (Ретрай 2);\n    if (Успіх? [p = 0.8]) then (Так)\n      #LightGreen:2 ретраї\\nP(X=2) = 0.2 × 0.2 × 0.8 = **0.032**;\n      stop\n    else (Збій)\n      #LightCoral:Крах (Таймаут)\\nP(Fail) = 0.2³ = **0.008**;\n      stop\n    endif\n  endif\nendif\n@enduml\n",[5289,7655,7656,7660,7664,7668,7673,7677,7682,7687,7692,7697,7702,7707,7712,7717,7722,7727,7732,7737,7742,7747,7752,7757,7762,7766,7771,7776,7781],{"__ignoreMap":5287},[5292,7657,7658],{"class":5294,"line":5295},[5292,7659,6150],{},[5292,7661,7662],{"class":5294,"line":5420},[5292,7663,6155],{},[5292,7665,7666],{"class":5294,"line":5433},[5292,7667,6160],{},[5292,7669,7670],{"class":5294,"line":5440},[5292,7671,7672],{},"skinparam defaultTextAlignment center\n",[5292,7674,7675],{"class":5294,"line":5458},[5292,7676,5437],{"emptyLinePlaceholder":5436},[5292,7678,7679],{"class":5294,"line":5463},[5292,7680,7681],{},"start\n",[5292,7683,7684],{"class":5294,"line":5470},[5292,7685,7686],{},":Спроба 1;\n",[5292,7688,7689],{"class":5294,"line":5506},[5292,7690,7691],{},"if (Успіх? [p = 0.8]) then (Так)\n",[5292,7693,7694],{"class":5294,"line":5526},[5292,7695,7696],{},"  #LightGreen:0 ретраїв\\nP(X=0) = **0.80**;\n",[5292,7698,7699],{"class":5294,"line":5531},[5292,7700,7701],{},"  stop\n",[5292,7703,7704],{"class":5294,"line":5537},[5292,7705,7706],{},"else (Збій)\n",[5292,7708,7709],{"class":5294,"line":5543},[5292,7710,7711],{},"  :Спроба 2 (Ретрай 1);\n",[5292,7713,7714],{"class":5294,"line":5549},[5292,7715,7716],{},"  if (Успіх? [p = 0.8]) then (Так)\n",[5292,7718,7719],{"class":5294,"line":5554},[5292,7720,7721],{},"    #LightGreen:1 ретрай\\nP(X=1) = 0.2 × 0.8 = **0.16**;\n",[5292,7723,7724],{"class":5294,"line":5586},[5292,7725,7726],{},"    stop\n",[5292,7728,7729],{"class":5294,"line":5609},[5292,7730,7731],{},"  else (Збій)\n",[5292,7733,7734],{"class":5294,"line":5630},[5292,7735,7736],{},"    :Спроба 3 (Ретрай 2);\n",[5292,7738,7739],{"class":5294,"line":5663},[5292,7740,7741],{},"    if (Успіх? [p = 0.8]) then (Так)\n",[5292,7743,7744],{"class":5294,"line":5705},[5292,7745,7746],{},"      #LightGreen:2 ретраї\\nP(X=2) = 0.2 × 0.2 × 0.8 = **0.032**;\n",[5292,7748,7749],{"class":5294,"line":5710},[5292,7750,7751],{},"      stop\n",[5292,7753,7754],{"class":5294,"line":5716},[5292,7755,7756],{},"    else (Збій)\n",[5292,7758,7759],{"class":5294,"line":5739},[5292,7760,7761],{},"      #LightCoral:Крах (Таймаут)\\nP(Fail) = 0.2³ = **0.008**;\n",[5292,7763,7764],{"class":5294,"line":5785},[5292,7765,7751],{},[5292,7767,7768],{"class":5294,"line":5840},[5292,7769,7770],{},"    endif\n",[5292,7772,7773],{"class":5294,"line":5902},[5292,7774,7775],{},"  endif\n",[5292,7777,7778],{"class":5294,"line":5932},[5292,7779,7780],{},"endif\n",[5292,7782,7783],{"class":5294,"line":5943},[5292,7784,6386],{},[5275,7786,7787],{},"Виведемо ймовірність кожного результату крок за кроком за правилом множення незалежних подій:",[6489,7789,7790,7803,7816,7833],{},[5201,7791,7792,7797,7799,7800],{},[5224,7793,7794,7796],{},[6032,7795],{"tex":6595,":inline":6035}," (0 ретраїв — успіх з першої спроби):",[6500,7798],{},"\nЗапит пройшов одразу:\n",[6032,7801],{"tex":7802},"P(X = 0) = 0.80 \\, (80\\%)",[5201,7804,7805,7810,7812,7813],{},[5224,7806,7807,7809],{},[6032,7808],{"tex":6599,":inline":6035}," (1 ретрай — спочатку збій, потім успіх):",[6500,7811],{},"\nПерша спроба провалилася (0.2), а друга була успішною (0.8):\n",[6032,7814],{"tex":7815},"P(X = 1) = 0.2 \\times 0.8 = 0.16 \\, (16\\%)",[5201,7817,7818,7823,7825,7826,7829,7830],{},[5224,7819,7820,7822],{},[6032,7821],{"tex":6603,":inline":6035}," (2 ретраї — два збої поспіль, потім успіх):",[6500,7824],{},"\nПерша і друга спроби провалилися (",[6032,7827],{"tex":7828,":inline":6035},"0.2 \\times 0.2","), а третя пройшла (0.8):\n",[6032,7831],{"tex":7832},"P(X = 2) = 0.2 \\times 0.2 \\times 0.8 = 0.032 \\, (3.2\\%)",[5201,7834,7835,7838,7840,7841],{},[5224,7836,7837],{},"Повна відмова (усі 3 спроби зазнали краху):",[6500,7839],{},"\nТри послідовні збої:\n",[6032,7842],{"tex":7843},"P(\\text{Fail}) = 0.2 \\times 0.2 \\times 0.2 = 0.008 \\, (0.8\\%)",[5275,7845,7846],{},"Зведемо розраховані значення в підсумкову таблицю PMF:",[6637,7848,7849,7869],{},[6640,7850,7851],{},[6643,7852,7853,7858,7861,7865],{},[6646,7854,7855,7856],{"align":6648},"Кількість ретраїв ",[6032,7857],{"tex":6447,":inline":6035},[6646,7859,7860],{"align":6652},"Математичний ланцюжок",[6646,7862,6829,7863],{"align":6648},[6032,7864],{"tex":6552,":inline":6035},[6646,7866,6834,7867],{"align":6648},[6032,7868],{"tex":6837,":inline":6035},[6660,7870,7871,7893,7915,7937,7960],{},[6643,7872,7873,7877,7882,7888],{},[6665,7874,7875],{"align":6648},[5224,7876,6402],{},[6665,7878,7879],{"align":6652},[5289,7880,7881],{},"[Успіх]",[6665,7883,7884,7887],{"align":6648},[6032,7885],{"tex":7886,":inline":6035},"0.800"," (80.0%)",[6665,7889,7890],{"align":6648},[6032,7891],{"tex":7892,":inline":6035},"0 \\times 0.800 = 0.000",[6643,7894,7895,7899,7904,7910],{},[6665,7896,7897],{"align":6648},[5224,7898,5397],{},[6665,7900,7901],{"align":6652},[5289,7902,7903],{},"[Збій] × [Успіх]",[6665,7905,7906,7909],{"align":6648},[6032,7907],{"tex":7908,":inline":6035},"0.160"," (16.0%)",[6665,7911,7912],{"align":6648},[6032,7913],{"tex":7914,":inline":6035},"1 \\times 0.160 = 0.160",[6643,7916,7917,7921,7926,7932],{},[6665,7918,7919],{"align":6648},[5224,7920,5680],{},[6665,7922,7923],{"align":6652},[5289,7924,7925],{},"[Збій] × [Збій] × [Успіх]",[6665,7927,7928,7931],{"align":6648},[6032,7929],{"tex":7930,":inline":6035},"0.032"," (3.2%)",[6665,7933,7934],{"align":6648},[6032,7935],{"tex":7936,":inline":6035},"2 \\times 0.032 = 0.064",[6643,7938,7939,7944,7949,7955],{},[6665,7940,7941],{"align":6648},[5224,7942,7943],{},"3 (Fail)",[6665,7945,7946],{"align":6652},[5289,7947,7948],{},"[Збій] × [Збій] × [Збій]",[6665,7950,7951,7954],{"align":6648},[6032,7952],{"tex":7953,":inline":6035},"0.008"," (0.8%)",[6665,7956,7957],{"align":6648},[6032,7958],{"tex":7959,":inline":6035},"3 \\times 0.008 = 0.024",[6643,7961,7962,7966,7971,7976],{},[6665,7963,7964],{"align":6648},[5224,7965,6911],{},[6665,7967,7968],{"align":6652},[5224,7969,7970],{},"Повний простір усіх гілок дерева",[6665,7972,7973],{"align":6648},[5224,7974,7975],{},"1.000 (100%)",[6665,7977,7978],{"align":6648},[5224,7979,7980],{},[6032,7981],{"tex":7982,":inline":6035},"\\mathbb{E}[X] = 0.248",[5275,7984,7985],{},[5224,7986,7987],{},"Висновки для інженера:",[5198,7989,7990,7999],{},[5201,7991,7992,6951,7995,7998],{},[5224,7993,7994],{},"Перевірка суми:",[6032,7996],{"tex":7997,":inline":6035},"0.800 + 0.160 + 0.032 + 0.008 = 1.000",". Усі гілки дерева враховані, сума строго дорівнює 1.",[5201,8000,8001,6951,8004,8006,8007,8010],{},[5224,8002,8003],{},"Очікувана середня кількість ретраїв:",[6032,8005],{"tex":7982,":inline":6035}," ретрая на 1 транзакцію. Тобто на 10 000 клієнтських платежів система згенерує лише близько ",[6032,8008],{"tex":8009,":inline":6035},"10\\,000 \\times 0.248 = 2\\,480"," додаткових повторних запитів.",[5267,8012],{},[5391,8014,8016],{"id":8015},"неперервні-величини-та-функція-щільності-pdf","Неперервні величини та функція щільності (PDF)",[5275,8018,8019,8020,8023],{},"Неперервні випадкові величини здатні приймати будь-яке дійсне значення всередині певного неперервного інтервалу або на всій числовій прямій ",[6032,8021],{"tex":8022,":inline":6035},"\\mathbb{R}"," (наприклад: точний час відповіді API у мілісекундах, споживання оперативної пам'яті контейнером або вага товару).",[5275,8025,8026,8027,6105],{},"У неперервному континуумі діє фундаментальний і контрінтуїтивний парадокс: ",[5224,8028,8029],{},"ймовірність будь-якого конкретного фіксованого значення строго дорівнює нулю",[6032,8031],{"tex":8032},"P(X = 42.12593847\\dots \\text{ мс}) = 0",[5275,8034,8035,8038,8039,8042],{},[5224,8036,8037],{},"Чому так відбувається?"," Навіть на найвужчому відрізку числової осі (наприклад, між 42 і 43 мс) міститься нескінченна незліченна кількість дійсних чисел. Якщо поділити одиницю (100% сумарної ймовірності) на нескінченність (",[6032,8040],{"tex":8041,":inline":6035},"\\frac{1}{\\infty}","), то частка окремо взятої точки перетворюється на нескінченно малу величину.",[5275,8044,8045,8046,8049],{},"Саме тому для неперервних процесів оцінюють не ймовірність окремої точки, а ",[5224,8047,8048],{},"густину (щільність) ймовірності"," навколо неї.",[5275,8051,8052,5227,8054,5306,8057,8059,8060,8063,8064,6105],{},[5224,8053,5237],{},[5229,8055,8056],{},"Probability Density Function",[5224,8058,5240],{},"), що позначається як ",[6032,8061],{"tex":8062,":inline":6035},"f(x)",", визначається як границя відношення ймовірності потрапляння в малий окіл до ширини цього самого околу ",[6032,8065],{"tex":8066,":inline":6035},"\\Delta x",[6032,8068],{"tex":8069},"f(x) = \\lim_{\\Delta x \\to 0} \\frac{P(x \\leq X \\leq x + \\Delta x)}{\\Delta x}",[5275,8071,8072],{},[6006,8073],{"alt":8074,"className":8075,"src":8076},"Геометричний зміст функції щільності ймовірності (PDF): нульова ймовірність точки проти площі діапазону та анатомія нескінченно малого зрізу",[6010],"\u002Fimages\u002Fai-python\u002Fstatistics-basics\u002Fdistributions\u002F01-pdf-density.png",[6424,8078,8080],{"id":8079},"анатомія-формули-та-геометричний-зміст-інтегрування","Анатомія формули та геометричний зміст інтегрування",[6489,8082,8083,8114],{},[5201,8084,8085,8090,8092,8093,8096,8097,8099,8100,8102,8103,6126,8106,8109,8110,8113],{},[5224,8086,8087,8088,6105],{},"Розмірність щільності ",[6032,8089],{"tex":8062,":inline":6035},[6500,8091],{},"\nЧисельник ",[6032,8094],{"tex":8095,":inline":6035},"P(\\dots)"," — це безрозмірна ймовірність (частка від 0 до 1). Знаменник ",[6032,8098],{"tex":8066,":inline":6035}," — це фізична одиниця вимірювання досліджуваної величини (наприклад, мілісекунди або гігабайти). Тому значення ",[6032,8101],{"tex":8062,":inline":6035}," вимірюється в одиницях виду ",[6032,8104],{"tex":8105,":inline":6035},"\\frac{1}{\\text{мс}}",[6032,8107],{"tex":8108,":inline":6035},"\\frac{1}{\\text{ГБ}}",". Це саме ",[5224,8111,8112],{},"густина ймовірності на одиницю шкали","!",[5201,8115,8116,8119,8121,8122,6044,8125,8128,8129,6105,8131,8134,8136,8137],{},[5224,8117,8118],{},"Формула розрахунку ймовірностей через площу (визначений інтеграл):",[6500,8120],{},"\nЙмовірність потрапляння випадкової величини в діапазон від ",[6032,8123],{"tex":8124,":inline":6035},"a",[6032,8126],{"tex":8127,":inline":6035},"b"," дорівнює площі під графіком функції щільності ",[6032,8130],{"tex":8062,":inline":6035},[6032,8132],{"tex":8133},"P(a \\leq X \\leq b) = \\int_{a}^{b} f(x) \\, dx",[6500,8135],{},"У цьому інтегралі:",[5198,8138,8139,8144,8150,8156],{},[5201,8140,8141,8143],{},[6032,8142],{"tex":8062,":inline":6035}," — висота нескінченно вузького стовпчика криволінійної трапеції;",[5201,8145,8146,8149],{},[6032,8147],{"tex":8148,":inline":6035},"dx"," — його нескінченно мала основа (диференціал);",[5201,8151,8152,8155],{},[6032,8153],{"tex":8154,":inline":6035},"f(x) \\cdot dx \\approx dP"," — елементарна площа прямокутника, яка й дорівнює елементарній ймовірності;",[5201,8157,8158,8159,8162,8163,8165,8166,6134],{},"Знак ",[6032,8160],{"tex":8161,":inline":6035},"\\int_{a}^{b}"," — неперервне підсумовування всіх цих мікроплощ від точки ",[6032,8164],{"tex":8124,":inline":6035}," до точки ",[6032,8167],{"tex":8127,":inline":6035},[6424,8169,8171],{"id":8170},"аксіоми-pdf","Аксіоми PDF:",[6489,8173,8174,8185],{},[5201,8175,8176,6951,8179,8182,8183,6134],{},[5224,8177,8178],{},"Невід'ємність щільності:",[6032,8180],{"tex":8181,":inline":6035},"f(x) \\geq 0"," для всіх ",[6032,8184],{"tex":6418,":inline":6035},[5201,8186,8187,8190,8191,6044,8194,8197,8198],{},[5224,8188,8189],{},"Умова повної площі:"," Повна площа під усією нескінченною кривою від ",[6032,8192],{"tex":8193,":inline":6035},"-\\infty",[6032,8195],{"tex":8196,":inline":6035},"+\\infty"," суворо дорівнює 1 (100% ймовірності):\n",[6032,8199],{"tex":8200},"\\int_{-\\infty}^{+\\infty} f(x) \\, dx = 1",[8202,8203,8205,8213,8216,8219,8222,8225],"warning",{"title":8204},"Головна пастка: висота кривої f(x) — це НЕ ймовірність!",[5275,8206,8207,8208,6951,8210,6134],{},"Значення функції щільності ",[6032,8209],{"tex":8062,":inline":6035},[5224,8211,8212],{},"може бути значно більшим за 1.0",[5275,8214,8215],{},"Наприклад, якщо затримка відгуку мікросервісу розподілена рівномірно на інтервалі від 0 до 0.05 секунди, то висота щільності становить:",[6032,8217],{"tex":8218},"f(x) = \\frac{1}{0.05 - 0} = 20.0 \\, \\text{с}^{-1}",[5275,8220,8221],{},"Число 20.0 — це не ймовірність 2000%, а густина! Повна площа при цьому дорівнює:",[6032,8223],{"tex":8224},"\\text{Площа} = 20.0 \\times 0.05 = 1.00 \\, (100\\%)",[5275,8226,8227,8228,8231],{},"Одиницею завжди обмежена виключно ",[5224,8229,8230],{},"площа під кривою",", але не висота її ординати.",[6424,8233,8235],{"id":8234},"як-зрозуміти-pdf-три-наочні-приклади-на-пальцях","Як зрозуміти PDF? Три наочні приклади «на пальцях»",[5275,8237,8238,8239,8241],{},"Щоб остаточно подолати контрінтуїтивність неперервних розподілів і відчути фізичний та геометричний зміст функції щільності ",[6032,8240],{"tex":8062,":inline":6035},", розберемо три детальні приклади під різними кутами зору: від чистої шкільної геометрії прямокутника до фізики маси рідини та граничного переходу гістограми.",[8243,8244,8246],"h5",{"id":8245},"приклад-1-геометрія-без-інтегралів-очікування-автобуса-або-черга-повідомлень-рівномірний-pdf","Приклад 1. Геометрія без інтегралів: Очікування автобуса або черга повідомлень (Рівномірний PDF)",[5275,8248,8249,8250,8253],{},"Уявімо життєву ситуацію: міський автобус (або регулярний фоновий Cron-воркер, що забирає пачки повідомлень з черги RabbitMQ) прибуває ",[5224,8251,8252],{},"рівно кожні 10 хвилин"," — без запізнень і пауз.",[5275,8255,8256,8257,5649,8259,8262,8263,8265,8266,6048],{},"Пасажир (або новий клієнтський HTTP-запит) потрапляє на зупинку у випадковий, непередбачуваний момент часу всередині циклу. Нехай випадкова величина ",[6032,8258],{"tex":6436,":inline":6035},[5224,8260,8261],{},"«час очікування пасажиром наступного рейсу (у хвилинах)»",". Значення ",[6032,8264],{"tex":6436,":inline":6035}," може бути будь-яким дійсним числом від 0 до 10 хвилин (",[6032,8267],{"tex":8268,":inline":6035},"X \\in [0, 10]",[6072,8270,8271,8303,8306],{},[5275,8272,8273,8275,8277,8284,8286,8287,8290,8291,8294,8295,8298,8299,8302],{},[5224,8274,6610],{},[6500,8276],{},[5229,8278,8279,8280,8283],{},"«Яка ймовірність того, що автобус під'їде рівно в момент ",[6032,8281],{"tex":8282,":inline":6035},"X = 3"," хвилини?»",[6500,8285],{},"\nІнтуїція підказує відповісти: «1 з 10 можливих хвилин, тобто ",[6032,8288],{"tex":8289,":inline":6035},"10\\%","». Але що означає приїхати ",[5229,8292,8293],{},"«рівно о 3-й хвилині»","? Це означає рівно ",[6032,8296],{"tex":8297,":inline":6035},"3.000000000\\dots"," хвилини з нескінченною кількістю нулів після коми. Навіть на відрізку між 3.00 і 3.01 хвилини криється нескінченна кількість моментів часу на шкалі наносекунд. Оскільки ширина окремої точки дорівнює нулю (",[6032,8300],{"tex":8301,":inline":6035},"dx = 0","), то ймовірність такого збігу нульова:",[6032,8304,8305],{},"P(X = 3.000000\\dots) = 0",[5275,8307,8308,8309,8312,8313,8316],{},"Запитувати ",[5229,8310,8311],{},"«яка ймовірність потрапити точно в число 3?»"," — це геометрично те саме, що запитувати ",[5229,8314,8315],{},"«яка площа лінії нульової товщини?»",". Її площа дорівнює 0!",[5275,8318,8319],{},[5224,8320,8321],{},"Як знайти ймовірності без вищої математики? Через площу прямокутника!",[5275,8323,8324,8325,8327],{},"Оскільки всі моменти часу рівноможливі, графік щільності ",[6032,8326],{"tex":8062,":inline":6035}," — це ідеально пряма горизонтальна лінія над інтервалом від 0 до 10. Фігура під графіком — звичайнісінький прямокутник:",[6489,8329,8330,8339,8345],{},[5201,8331,8332,6951,8335,8338],{},[5224,8333,8334],{},"Основа прямокутника:",[6032,8336],{"tex":8337,":inline":6035},"10 - 0 = 10"," хвилин.",[5201,8340,8341,8344],{},[5224,8342,8343],{},"Повна площа під кривою:"," згідно з аксіомою нормування, має строго дорівнювати одиниці (100% сумарної ймовірності).",[5201,8346,8347,8352],{},[5224,8348,8349,8350,6105],{},"Визначаємо висоту графіка ",[6032,8351],{"tex":8062,":inline":6035},[6032,8353],{"tex":8354},"\\text{Площа} = \\text{Основа} \\times \\text{Висота} \\implies 1.0 = 10 \\times h \\implies h = f(x) = \\frac{1}{10} = 0.1 \\, \\text{хв}^{-1}",[5275,8356,8357,8358,8361,8362,8113],{},"Висота ",[6032,8359],{"tex":8360,":inline":6035},"f(x) = 0.1"," — це не ймовірність 10%, це ",[5224,8363,8364],{},"густина: 0.1 одиниці ймовірності на 1 хвилину очікування",[6637,8366,8367,8383],{},[6640,8368,8369],{},[6643,8370,8371,8374,8377,8380],{},[6646,8372,8373],{"align":6652},"Запитання щодо часу очікування",[6646,8375,8376],{"align":6652},"Геометричний розрахунок площі",[6646,8378,8379],{"align":6652},"Розрахунок через визначений інтеграл",[6646,8381,8382],{"align":6648},"Ймовірність",[6660,8384,8385,8414,8442,8468],{},[6643,8386,8387,8396,8404,8409],{},[6665,8388,8389,5227,8392,8395],{"align":6652},[5224,8390,8391],{},"Очікування менше 2 хв",[6032,8393],{"tex":8394,":inline":6035},"0 \\leq X \\leq 2",")",[6665,8397,8398,8401,8403],{"align":6652},[6032,8399],{"tex":8400,":inline":6035},"\\text{Ширина} = 2 - 0 = 2",[6500,8402],{},":math-formula{tex=\"\\text{Площа} = 2 \\times 0.1 = 0.20\" inline}",[6665,8405,8406],{"align":6652},[6032,8407],{"tex":8408,":inline":6035},"\\int_{0}^{2} 0.1 \\, dx = [0.1x]_{0}^{2} = 0.20",[6665,8410,8411],{"align":6648},[5224,8412,8413],{},"20%",[6643,8415,8416,8424,8432,8437],{},[6665,8417,8418,5227,8421,8395],{"align":6652},[5224,8419,8420],{},"Очікування від 2 до 5 хв",[6032,8422],{"tex":8423,":inline":6035},"2 \\leq X \\leq 5",[6665,8425,8426,8429,8431],{"align":6652},[6032,8427],{"tex":8428,":inline":6035},"\\text{Ширина} = 5 - 2 = 3",[6500,8430],{},":math-formula{tex=\"\\text{Площа} = 3 \\times 0.1 = 0.30\" inline}",[6665,8433,8434],{"align":6652},[6032,8435],{"tex":8436,":inline":6035},"\\int_{2}^{5} 0.1 \\, dx = [0.1x]_{2}^{5} = 0.30",[6665,8438,8439],{"align":6648},[5224,8440,8441],{},"30%",[6643,8443,8444,8452,8459,8464],{},[6665,8445,8446,5227,8449,8395],{"align":6652},[5224,8447,8448],{},"Очікування понад 7 хв",[6032,8450],{"tex":8451,":inline":6035},"7 \\leq X \\leq 10",[6665,8453,8454,8457,8431],{"align":6652},[6032,8455],{"tex":8456,":inline":6035},"\\text{Ширина} = 10 - 7 = 3",[6500,8458],{},[6665,8460,8461],{"align":6652},[6032,8462],{"tex":8463,":inline":6035},"\\int_{7}^{10} 0.1 \\, dx = [0.1x]_{7}^{10} = 0.30",[6665,8465,8466],{"align":6648},[5224,8467,8441],{},[6643,8469,8470,8478,8486,8491],{},[6665,8471,8472,5227,8475,8395],{"align":6652},[5224,8473,8474],{},"Очікування рівно 5 хв",[6032,8476],{"tex":8477,":inline":6035},"X = 5",[6665,8479,8480,8483,8485],{"align":6652},[6032,8481],{"tex":8482,":inline":6035},"\\text{Ширина} = 5 - 5 = 0",[6500,8484],{},":math-formula{tex=\"\\text{Площа} = 0 \\times 0.1 = 0\" inline}",[6665,8487,8488],{"align":6652},[6032,8489],{"tex":8490,":inline":6035},"\\int_{5}^{5} 0.1 \\, dx = 0",[6665,8492,8493],{"align":6648},[5224,8494,8495],{},"0%",[5275,8497,8498],{},"Зверніть увагу: визначений інтеграл у неперервній статистиці — це не абстрактний бар'єр, а просто математичний інструмент точного підрахунку площі геометричної фігури під кривою.",[5267,8500],{},[8243,8502,8504],{"id":8503},"приклад-2-фізична-інтуїція-1-літр-води-в-акваріумі-або-розмазане-масло-від-кульок-до-шару-рідини","Приклад 2. Фізична інтуїція: 1 літр води в акваріумі або розмазане масло (Від кульок до шару рідини)",[5275,8506,8507],{},"Найкращий спосіб наочно відчути принципову різницю між PMF та PDF — звернутися до фізичної метафори розподілу речовини.",[5275,8509,8510,8511,8514],{},"Уявіть, що вся сумарна ймовірність досліду (100%, або число 1.0) — це ",[5224,8512,8513],{},"1 літр забарвленої рідини"," (або 1 кілограм м'якого пластиліну):",[6489,8516,8517,8533],{},[5201,8518,8519,8522,8524,8525],{},[5224,8520,8521],{},"Дискретна величина (PMF): Колбочки або кульки на струні",[6500,8523],{},"\nУ дискретному розподілі цей 1 літр розлито по окремих закритих мензурках (або кілограм металу розбито на окремі важкі кульки-намистини).",[5198,8526,8527,8530],{},[5201,8528,8529],{},"У прикладі з двома монетами ми мали три посудини: «0 гербів» (0.25 л), «1 герб» (0.50 л) та «2 герби» (0.25 л).",[5201,8531,8532],{},"Ви можете зняти з полиці одну конкретну посудину «1 герб» і зважити її: вона містить рівно півлітра (50%) ймовірності. Кожна точка володіє власною відокремленою масою.",[5201,8534,8535,8538,8540,8541],{},[5224,8536,8537],{},"Неперервна величина (PDF): Вода у вузькому рельєфному акваріумі",[6500,8539],{},"\nУ неперервному розподілі ми беремо цей самий 1 літр води і виливаємо його у вузький прозорий лоток-акваріум завдовжки 100 см із нерівним дном. Вода розтікається по всій довжині суцільним шаром:",[5198,8542,8543,8557,8572,8584],{},[5201,8544,8545,8548,8549,8552,8553,8556],{},[5224,8546,8547],{},"Скільки літрів води міститься в одній математичній точці?"," Якщо ви візьмете надгостре лезо бритви і спробуєте «розсікти» воду рівно на позначці ",[6032,8550],{"tex":8551,":inline":6035},"x = 50.0"," см, скільки рідини залишиться на вістрі леза? ",[5224,8554,8555],{},"Рівно 0 грамів!"," Геометрична площина розрізу має нульову товщину, тому вона не містить фізичного об'єму.",[5201,8558,8559,8564,8565,8568,8569,8571],{},[5224,8560,8561,8562,6988],{},"Що показує висота кривої ",[6032,8563],{"tex":8062,":inline":6035}," Висота кривої — це ",[5224,8566,8567],{},"рівень (глибина) води"," над певною точкою шкали ",[6032,8570],{"tex":6418,":inline":6035},". У глибоких місцях рівень води високий (висока концентрація ймовірності), у мілководних — низький.",[5201,8573,8574,8577,8578,8580,8581],{},[5224,8575,8576],{},"Як отримати реальну воду (ймовірність)?"," Щоб зачерпнути воду, потрібно розсунути стінки черпака на певну ширину ",[6032,8579],{"tex":8066,":inline":6035}," (наприклад, взяти відрізок від 48 до 52 см). Тоді об'єм зачерпнутої рідини складе:\n",[6032,8582,8583],{},"\\Delta V \\approx \\text{Рівень води } f(x) \\times \\text{Ширина черпака } \\Delta x",[5201,8585,8586,8587,5227,8590,6048],{},"Повний об'єм води в усьому акваріумі завжди залишається суворо незмінним — рівно ",[5224,8588,8589],{},"1 літр",[6032,8591],{"tex":8200,":inline":6035},[5267,8593],{},[8243,8595,8597],{"id":8596},"приклад-3-граничний-перехід-кидок-дротика-в-мішень-як-гістограма-перетворюється-на-криву-pdf","Приклад 3. Граничний перехід: Кидок дротика в мішень (Як гістограма перетворюється на криву PDF)",[5275,8599,8600],{},"Цей приклад показує, як неперервна гладка крива природно виростає зі звичайнісіньких дискретних стовпчиків, якщо нескінченно збільшувати точність вимірювання.",[5275,8602,8603,8604,8607],{},"Уявіть гравця, який кидає дротик у горизонтальну смугу-мішень довжиною 100 см (від 0 до 100 см). Гравець цілиться в яблучко — центр мішені на позначці ",[6032,8605],{"tex":8606,":inline":6035},"x = 50"," см. Через мікротремтіння руки, пориви повітря та випадкові фактори дротики лягають густіше біля центру і дедалі рідше — на краях.",[5275,8609,8610],{},"Подивимося, що станеться з оцінкою ймовірностей, якщо ми будемо підраховувати влучання з різним ступенем деталізації сітки:",[6637,8612,8613,8631],{},[6640,8614,8615],{},[6643,8616,8617,8620,8625,8628],{},[6646,8618,8619],{"align":6652},"Етап дроблення шкали",[6646,8621,8622,8623],{"align":6652},"Кількість кишень (bins) та ширина ",[6032,8624],{"tex":8066,":inline":6035},[6646,8626,8627],{"align":6652},"Що відбувається зі стовпчиками гістограми?",[6646,8629,8630],{"align":6648},"Ймовірність потрапляння в центральну кишеню",[6660,8632,8633,8667,8695,8723],{},[6643,8634,8635,8640,8655,8662],{},[6665,8636,8637],{"align":6652},[5224,8638,8639],{},"Етап 1: Грубий дискретний підрахунок",[6665,8641,8642,8645,8646,8649,8650,8652],{"align":6652},[5224,8643,8644],{},"5 зон"," по ",[6032,8647],{"tex":8648,":inline":6035},"\\Delta x = 20"," см",[6500,8651],{},[5289,8653,8654],{},"[0-20], [20-40], [40-60], [60-80], [80-100]",[6665,8656,8657,8658,8661],{"align":6652},"5 широких стовпчиків. Центральний сектор ",[5289,8659,8660],{},"[40-60]"," см ловить близько 50% усіх кидків. Кожен стовпчик має велику власну ймовірність.",[6665,8663,8664],{"align":6648},[5224,8665,8666],{},"~50%",[6643,8668,8669,8674,8687,8690],{},[6665,8670,8671],{"align":6652},[5224,8672,8673],{},"Етап 2: Дрібна сітка",[6665,8675,8676,8645,8679,8649,8682,8684],{"align":6652},[5224,8677,8678],{},"100 зон",[6032,8680],{"tex":8681,":inline":6035},"\\Delta x = 1",[6500,8683],{},[5289,8685,8686],{},"[0-1], [1-2], ..., [49-50], ..., [99-100]",[6665,8688,8689],{"align":6652},"Стовпчики стають схожими на тонку частокіл-гребінку. Оскільки кишень тепер багато, ймовірність влучити в конкретний 1 см падає в десятки разів.",[6665,8691,8692],{"align":6648},[5224,8693,8694],{},"~2.5%",[6643,8696,8697,8702,8711,8718],{},[6665,8698,8699],{"align":6652},[5224,8700,8701],{},"Етап 3: Мікроскопічна сітка",[6665,8703,8704,8645,8707,8710],{"align":6652},[5224,8705,8706],{},"10 000 зон",[6032,8708],{"tex":8709,":inline":6035},"\\Delta x = 0.1"," мм (100 мкм)",[6665,8712,8713,8714,8717],{"align":6652},"Стовпчики тонші за волосину. Шанс влучити в окрему мікрощілину стає мізерним (",[6032,8715],{"tex":8716,":inline":6035},"\u003C 0.025\\%","). Окремий стовпчик майже втрачає значення.",[6665,8719,8720],{"align":6648},[5224,8721,8722],{},"~0.025%",[6643,8724,8725,8730,8740,8749],{},[6665,8726,8727],{"align":6652},[5224,8728,8729],{},"Етап 4: Неперервний PDF",[6665,8731,8732,8735,8736,8739],{"align":6652},[5224,8733,8734],{},"Нескінченна кількість"," зон при ",[6032,8737],{"tex":8738,":inline":6035},"\\Delta x \\to 0"," (до атомів)",[6665,8741,8742,8743,8746,8747,6134],{"align":6652},"Сходинки стовпчиків зливаються в ",[5224,8744,8745],{},"ідеальну неперервну дзвоноподібну криву Гауса",". Висота окремого стовпчика стає густиною ",[6032,8748],{"tex":8062,":inline":6035},[6665,8750,8751,8753],{"align":6648},[5224,8752,8495],{}," (в окрему точку)",[8755,8756,8758,8767],"tip",{"title":8757},"Головний інсайт граничного переходу",[5275,8759,8760,8761,8764,8765,6048],{},"Неперервна функція щільності ",[5224,8762,8763],{},"PDF — це звичайна гістограма, знята на нескінченно потужному мікроскопі",", у якої ширина стовпчиків спрямована до нуля (",[6032,8766],{"tex":8738,":inline":6035},[5275,8768,8769,8770,8773],{},"Саме тому в неперервному аналізі ми відмовляємося від поняття «висота окремого стовпчика» (бо вона стискається в точку) і переходимо до поняття ",[5224,8771,8772],{},"«площа групи стовпчиків»"," (яка й обчислюється визначеним інтегралом).",[6424,8775,8777],{"id":8776},"покроковий-приклад-розрахунку-з-інтегруванням","Покроковий приклад розрахунку з інтегруванням",[5275,8779,8780,8781,8783,8784,6044,8786,8788,8789,6635],{},"Припустимо, що час обробки транзакції ",[6032,8782],{"tex":6436,":inline":6035}," (у секундах) локальним сервісом описується лінійно спадною щільністю на відрізку від ",[6032,8785],{"tex":6402,":inline":6035},[6032,8787],{"tex":5680,":inline":6035}," секунд (поза цим інтервалом ",[6032,8790],{"tex":8791,":inline":6035},"f(x) = 0",[6032,8793],{"tex":8794},"f(x) = 1 - 0.5x, \\quad 0 \\leq x \\leq 2",[6489,8796,8797,8808],{},[5201,8798,8799,8802,8805,8807],{},[5224,8800,8801],{},"Крок 1: Перевіримо умову повної площі (нормування):",[6032,8803],{"tex":8804},"\\int_{0}^{2} (1 - 0.5x) \\, dx = \\left[ x - \\frac{0.5x^2}{2} \\right]_{0}^{2} = \\left[ x - 0.25x^2 \\right]_{0}^{2} = (2 - 0.25 \\times 4) - 0 = 2 - 1 = 1.00",[6500,8806],{},"Умова нормування виконана: повна площа дорівнює 100%.",[5201,8809,8810,8813,8815,8816,6044,8818,6105,8820,8823,8825],{},[5224,8811,8812],{},"Крок 2: Знайдемо ймовірність того, що транзакція завершиться швидше ніж за 1 секунду:",[6500,8814],{},"\nОбчислюємо площу під кривою від ",[6032,8817],{"tex":6402,":inline":6035},[6032,8819],{"tex":5397,":inline":6035},[6032,8821],{"tex":8822},"P(0 \\leq X \\leq 1) = \\int_{0}^{1} (1 - 0.5x) \\, dx = \\left[ x - 0.25x^2 \\right]_{0}^{1} = (1 - 0.25) - 0 = 0.75 \\, (75\\%)",[6500,8824],{},"Отже, з імовірністю 75% запит виконається менш ніж за 1 секунду.",[5267,8827],{},[5391,8829,8831],{"id":8830},"кумулятивна-функція-розподілу-cdf-універсальний-міст","Кумулятивна функція розподілу (CDF): універсальний міст",[5275,8833,8834,8835,5227,8838,5306,8841,8844,8845,6134],{},"І для дискретних, і для неперервних величин існує універсальний спільний опис — ",[5224,8836,8837],{},"кумулятивна функція розподілу",[5229,8839,8840],{},"Cumulative Distribution Function",[5224,8842,8843],{},"CDF","), яка завжди позначається великою літерою ",[6032,8846],{"tex":8847,":inline":6035},"F(x)",[5275,8849,8850,8851,8854,8855,6105],{},"Вона показує сумарну накопичену ймовірність того, що випадкова величина виявиться ",[5224,8852,8853],{},"меншою або рівною"," заданому пороговому числу ",[6032,8856],{"tex":6418,":inline":6035},[6032,8858],{"tex":8859},"F(x) = P(X \\leq x)",[6424,8861,8863],{"id":8862},"анатомія-та-математичні-властивості-cdf","Анатомія та математичні властивості CDF",[6489,8865,8866,8879,8898],{},[5201,8867,8868,8871,8872,8874,8875,6044,8877,6134],{},[5224,8869,8870],{},"Область значень:"," Оскільки це ймовірність, значення ",[6032,8873],{"tex":8847,":inline":6035}," завжди лежить строго в межах від ",[6032,8876],{"tex":6402,":inline":6035},[6032,8878],{"tex":5397,":inline":6035},[5201,8880,8881,8884],{},[5224,8882,8883],{},"Границі на нескінченностях:",[5198,8885,8886,8892],{},[5201,8887,8888,8891],{},[6032,8889],{"tex":8890,":inline":6035},"\\lim_{x \\to -\\infty} F(x) = 0"," (до настання будь-яких подій накопичена ймовірність дорівнює нулю);",[5201,8893,8894,8897],{},[6032,8895],{"tex":8896,":inline":6035},"\\lim_{x \\to +\\infty} F(x) = 1"," (коли враховано всі можливі значення, накопичено 100% імовірності).",[5201,8899,8900,6951,8903,8905,8906,8909,8910,6134],{},[5224,8901,8902],{},"Монотонність:",[6032,8904],{"tex":8847,":inline":6035}," є неспадною функцією. Якщо поріг зростає (",[6032,8907],{"tex":8908,":inline":6035},"x_1 \\leq x_2","), накопичена ймовірність може тільки зростати або залишатися незмінною: ",[6032,8911],{"tex":8912,":inline":6035},"F(x_1) \\leq F(x_2)",[6424,8914,8916],{"id":8915},"звязок-із-pmf-та-pdf","Зв'язок із PMF та PDF",[5198,8918,8919,8934],{},[5201,8920,8921,8924,8925,8927,8928,8930,8931],{},[5224,8922,8923],{},"У дискретному випадку:"," це східчаста функція накопиченої суми, яка робить стрибок вгору в кожній точці ",[6032,8926],{"tex":6447,":inline":6035}," на величину її ймовірності ",[6032,8929],{"tex":6552,":inline":6035},":\n",[6032,8932,8933],{},"F(x) = \\sum_{x_i \\leq x} P(X = x_i)",[5201,8935,8936,8939,8940],{},[5224,8937,8938],{},"У неперервному випадку:"," це плавна крива накопиченої площі зліва направо, яка пов'язана з PDF через інтегрування та взяття похідної:\n",[6032,8941,8942],{},"F(x) = \\int_{-\\infty}^{x} f(t) , dt \\quad \\Longleftrightarrow \\quad f(x) = \\frac{d}{dx} F(x)",[6424,8944,8946],{"id":8945},"чотири-головні-практичні-інструменти-cdf","Чотири головні практичні інструменти CDF",[5275,8948,8949],{},"Знаючи CDF, інженеру та аналітику більше не потрібно брати складні інтеграли вручну. Будь-яке практичне бізнес-питання вирішується простими арифметичними операціями:",[6489,8951,8952,8963,8978,9000],{},[5201,8953,8954,8960],{},[5224,8955,8956,8957,8959],{},"Ймовірність «не більше ніж поріг ",[6032,8958],{"tex":6418,":inline":6035},"»:",[6032,8961,8962],{},"P(X \\leq x) = F(x)",[5201,8964,8965,8971,8974,8977],{},[5224,8966,8967,8968,8970],{},"Ймовірність «суворо більше ніж поріг ",[6032,8969],{"tex":6418,":inline":6035},"» (хвіст розподілу, Survival Function):",[6032,8972,8973],{},"P(X > x) = 1 - P(X \\leq x) = 1 - F(x)",[5229,8975,8976],{},"Застосування:"," обчислення ймовірності порушення SLA (Service Level Agreement), якщо допустимий ліміт часу відгуку перевищено.",[5201,8979,8980,8986,8989,8991,8992,8995,8996,8999],{},[5224,8981,8982,8983,6105],{},"Ймовірність потрапляння в довільний інтервал ",[6032,8984],{"tex":8985,":inline":6035},"[a, b]",[6032,8987,8988],{},"P(a \\leq X \\leq b) = F(b) - F(a)",[5229,8990,8976],{}," базова функція у бібліотеці ",[5289,8993,8994],{},"scipy.stats",": виклик ",[5289,8997,8998],{},"dist.cdf(b) - dist.cdf(a)"," миттєво повертає точну площу між двома межами.",[5201,9001,9002,9008,9010,9011,9013,9014,9017,9018,9020,9021,9024,9025,9027,9028,5227,9031,9034,9035,6134],{},[5224,9003,9004,9005,6635],{},"Квантилі та персентилі (обернена функція ",[6032,9006],{"tex":9007,":inline":6035},"F^{-1}(p)",[6500,9009],{},"\nЯкщо ми знаємо бажану ймовірність ",[6032,9012],{"tex":5275,":inline":6035}," (наприклад, ",[6032,9015],{"tex":9016,":inline":6035},"p = 0.99"," для 99-го персентиля затримок p99), обернена функція знаходить порогове значення ",[6032,9019],{"tex":6418,":inline":6035},", для якого накопичено цю ймовірність:\n",[6032,9022,9023],{},"x_p = F^{-1}(p)","\nУ ",[5289,9026,8994],{}," цей метод називається ",[5224,9029,9030],{},"PPF",[5229,9032,9033],{},"Percent Point Function","): ",[5289,9036,9037],{},"dist.ppf(0.99)",[6424,9039,9041],{"id":9040},"покроковий-чисельний-приклад-розрахунку-через-cdf","Покроковий чисельний приклад розрахунку через CDF",[5275,9043,9044,9045,9048,9049,6134],{},"Візьмемо попередній приклад із затримкою транзакцій, де ",[6032,9046],{"tex":9047,":inline":6035},"f(x) = 1 - 0.5x"," на ",[6032,9050],{"tex":9051,":inline":6035},"[0, 2]",[5275,9053,9054,9055,9057,9058,6044,9060,6105],{},"Знайдемо аналітичний вигляд ",[6032,9056],{"tex":8847,":inline":6035}," шляхом інтегрування від ",[6032,9059],{"tex":6402,":inline":6035},[6032,9061],{"tex":6418,":inline":6035},[6032,9063],{"tex":9064},"F(x) = \\int_{0}^{x} (1 - 0.5t) \\, dt = x - 0.25x^2, \\quad 0 \\leq x \\leq 2",[5275,9066,9067],{},"Тепер розв'яжемо практичні задачі без інтегрування:",[5198,9069,9070,9091],{},[5201,9071,9072,9075,9076,6044,9079,9081,9082,9085,9088],{},[5224,9073,9074],{},"Питання 1:"," Яка ймовірність, що транзакція триватиме від ",[6032,9077],{"tex":9078,":inline":6035},"0.5",[6032,9080],{"tex":5867,":inline":6035}," секунди?\n",[6032,9083,9084],{},"F(1.5) = 1.5 - 0.25 \\times (1.5)^2 = 1.5 - 0.25 \\times 2.25 = 1.5 - 0.5625 = 0.9375",[6032,9086,9087],{},"F(0.5) = 0.5 - 0.25 \\times (0.5)^2 = 0.5 - 0.25 \\times 0.25 = 0.5 - 0.0625 = 0.4375",[6032,9089],{"tex":9090},"P(0.5 \\leq X \\leq 1.5) = F(1.5) - F(0.5) = 0.9375 - 0.4375 = 0.5000 \\, (50\\%)",[5201,9092,9093,9096,9097,9081,9099],{},[5224,9094,9095],{},"Питання 2:"," Яка ймовірність порушення регламенту, якщо допустимий ліміт становить ",[6032,9098],{"tex":5867,":inline":6035},[6032,9100],{"tex":9101},"P(X > 1.5) = 1 - F(1.5) = 1 - 0.9375 = 0.0625 \\, (6.25\\%)",[5267,9103],{},[5391,9105,9107],{"id":9106},"візуальне-порівняння-pmf-проти-pdf","Візуальне порівняння: PMF проти PDF",[5275,9109,9110],{},"Проілюструємо принципову різницю між точковою масою дискретного процесу та щільністю площі неперервної величини на реалістичних даних у Python:",[5382,9112,9114,9120],{"kernel":5384,"title":9113},"pmf_vs_pdf.ipynb",[5387,9115,9116],{"type":5389},[5391,9117,9119],{"id":9118},"порівняння-pmf-дискретна-величина-та-pdf-неперервна-величина","Порівняння PMF (дискретна величина) та PDF (неперервна величина)",[5387,9121,9122,9788],{"execution-count":5397},[5282,9123,9125],{"className":5284,"code":9124,"language":5286,"meta":5287,"style":5287},"import numpy as np\nimport matplotlib.pyplot as plt\nfrom scipy import stats\n\nfig, (ax1, ax2) = plt.subplots(1, 2, figsize=(14, 5))\n\n# Графік 1: PMF для суми очок двох кубиків (дискретна величина)\ndice_sums = []\nfor i in range(1, 7):\n    for j in range(1, 7):\n        dice_sums.append(i + j)\n\nvalues, counts = np.unique(dice_sums, return_counts=True)\nprobabilities = counts \u002F len(dice_sums)\n\nax1.bar(values, probabilities, edgecolor='black', color='steelblue', alpha=0.7)\nax1.set_title('PMF: Сума двох кубиків (дискретна)', fontweight='bold', fontsize=12)\nax1.set_xlabel('Сума очок', fontsize=11)\nax1.set_ylabel('Ймовірність P(X = x)', fontsize=11)\nax1.set_xticks(values)\nax1.grid(axis='y', alpha=0.3)\n\n# Графік 2: PDF для зросту дорослих чоловіків (неперервна величина: μ=175 см, σ=7 см)\nx = np.linspace(150, 200, 1000)\npdf = stats.norm.pdf(x, loc=175, scale=7)\n\nax2.plot(x, pdf, color='coral', linewidth=2)\nax2.fill_between(x, pdf, alpha=0.3, color='coral')\nax2.set_title('PDF: Зріст дорослих людей (неперервна)', fontweight='bold', fontsize=12)\nax2.set_xlabel('Зріст (см)', fontsize=11)\nax2.set_ylabel('Щільність ймовірності', fontsize=11)\nax2.grid(alpha=0.3)\n\n# Позначимо діапазон ймовірності P(170 ≤ X ≤ 180) через інтеграл площі\nmask = (x >= 170) & (x \u003C= 180)\nax2.fill_between(x[mask], pdf[mask], alpha=0.6, color='green', label='P(170 ≤ Зріст ≤ 180)')\nax2.legend()\n\nplt.tight_layout()\nplt.show()\n\nprint(\"PMF (дискретна):\")\nprint(\"  Кожен стовпець = точна ймовірність конкретного значення\")\nprint(\"  Сума висот усіх стовпців = 1.0 (100%)\")\nprint(\"\\nPDF (неперервна):\")\nprint(\"  Висота кривої f(x) = щільність ймовірності (може бути > 1)\")\nprint(\"  Ймовірність = площа під кривою на інтервалі P(a ≤ X ≤ b)\")\nprob_range = stats.norm.cdf(180, 175, 7) - stats.norm.cdf(170, 175, 7)\nprint(f\"  P(170 ≤ зріст ≤ 180) = {prob_range:.3f} (зелена площа під кривою)\")\n",[5289,9126,9127,9137,9147,9160,9164,9190,9194,9199,9204,9229,9251,9256,9260,9275,9286,9290,9319,9346,9364,9382,9387,9410,9414,9419,9439,9461,9465,9487,9508,9534,9552,9570,9583,9587,9592,9608,9640,9645,9649,9654,9658,9662,9673,9684,9695,9710,9721,9732,9763],{"__ignoreMap":5287},[5292,9128,9129,9131,9133,9135],{"class":5294,"line":5295},[5292,9130,5408],{"class":5407},[5292,9132,5411],{"class":5298},[5292,9134,5414],{"class":5407},[5292,9136,5417],{"class":5298},[5292,9138,9139,9141,9143,9145],{"class":5294,"line":5420},[5292,9140,5408],{"class":5407},[5292,9142,5425],{"class":5298},[5292,9144,5414],{"class":5407},[5292,9146,5430],{"class":5298},[5292,9148,9149,9152,9155,9157],{"class":5294,"line":5433},[5292,9150,9151],{"class":5407},"from",[5292,9153,9154],{"class":5298}," scipy ",[5292,9156,5408],{"class":5407},[5292,9158,9159],{"class":5298}," stats\n",[5292,9161,9162],{"class":5294,"line":5440},[5292,9163,5437],{"emptyLinePlaceholder":5436},[5292,9165,9166,9169,9171,9173,9175,9177,9179,9181,9184,9186,9188],{"class":5294,"line":5458},[5292,9167,9168],{"class":5298},"fig, (ax1, ax2) = plt.subplots(",[5292,9170,5397],{"class":5302},[5292,9172,5306],{"class":5298},[5292,9174,5680],{"class":5302},[5292,9176,5306],{"class":5298},[5292,9178,5722],{"class":5446},[5292,9180,5725],{"class":5298},[5292,9182,9183],{"class":5302},"14",[5292,9185,5306],{"class":5298},[5292,9187,5733],{"class":5302},[5292,9189,5736],{"class":5298},[5292,9191,9192],{"class":5294,"line":5463},[5292,9193,5437],{"emptyLinePlaceholder":5436},[5292,9195,9196],{"class":5294,"line":5470},[5292,9197,9198],{"class":5466},"# Графік 1: PMF для суми очок двох кубиків (дискретна величина)\n",[5292,9200,9201],{"class":5294,"line":5506},[5292,9202,9203],{"class":5298},"dice_sums = []\n",[5292,9205,9206,9209,9212,9215,9218,9220,9222,9224,9226],{"class":5294,"line":5526},[5292,9207,9208],{"class":5407},"for",[5292,9210,9211],{"class":5298}," i ",[5292,9213,9214],{"class":5407},"in",[5292,9216,9217],{"class":5557}," range",[5292,9219,5561],{"class":5298},[5292,9221,5397],{"class":5302},[5292,9223,5306],{"class":5298},[5292,9225,7075],{"class":5302},[5292,9227,9228],{"class":5298},"):\n",[5292,9230,9231,9234,9237,9239,9241,9243,9245,9247,9249],{"class":5294,"line":5531},[5292,9232,9233],{"class":5407},"    for",[5292,9235,9236],{"class":5298}," j ",[5292,9238,9214],{"class":5407},[5292,9240,9217],{"class":5557},[5292,9242,5561],{"class":5298},[5292,9244,5397],{"class":5302},[5292,9246,5306],{"class":5298},[5292,9248,7075],{"class":5302},[5292,9250,9228],{"class":5298},[5292,9252,9253],{"class":5294,"line":5537},[5292,9254,9255],{"class":5298},"        dice_sums.append(i + j)\n",[5292,9257,9258],{"class":5294,"line":5543},[5292,9259,5437],{"emptyLinePlaceholder":5436},[5292,9261,9262,9265,9268,9270,9273],{"class":5294,"line":5549},[5292,9263,9264],{"class":5298},"values, counts = np.unique(dice_sums, ",[5292,9266,9267],{"class":5446},"return_counts",[5292,9269,5450],{"class":5298},[5292,9271,9272],{"class":5564},"True",[5292,9274,5455],{"class":5298},[5292,9276,9277,9280,9283],{"class":5294,"line":5554},[5292,9278,9279],{"class":5298},"probabilities = counts \u002F ",[5292,9281,9282],{"class":5557},"len",[5292,9284,9285],{"class":5298},"(dice_sums)\n",[5292,9287,9288],{"class":5294,"line":5586},[5292,9289,5437],{"emptyLinePlaceholder":5436},[5292,9291,9292,9295,9297,9299,9301,9303,9305,9307,9309,9311,9313,9315,9317],{"class":5294,"line":5609},[5292,9293,9294],{"class":5298},"ax1.bar(values, probabilities, ",[5292,9296,5755],{"class":5446},[5292,9298,5450],{"class":5298},[5292,9300,5760],{"class":5568},[5292,9302,5306],{"class":5298},[5292,9304,5775],{"class":5446},[5292,9306,5450],{"class":5298},[5292,9308,5780],{"class":5568},[5292,9310,5306],{"class":5298},[5292,9312,5765],{"class":5446},[5292,9314,5450],{"class":5298},[5292,9316,5770],{"class":5302},[5292,9318,5455],{"class":5298},[5292,9320,9321,9324,9327,9329,9331,9333,9335,9337,9340,9342,9344],{"class":5294,"line":5630},[5292,9322,9323],{"class":5298},"ax1.set_title(",[5292,9325,9326],{"class":5568},"'PMF: Сума двох кубиків (дискретна)'",[5292,9328,5306],{"class":5298},[5292,9330,5965],{"class":5446},[5292,9332,5450],{"class":5298},[5292,9334,5970],{"class":5568},[5292,9336,5306],{"class":5298},[5292,9338,9339],{"class":5446},"fontsize",[5292,9341,5450],{"class":5298},[5292,9343,7181],{"class":5302},[5292,9345,5455],{"class":5298},[5292,9347,9348,9351,9354,9356,9358,9360,9362],{"class":5294,"line":5663},[5292,9349,9350],{"class":5298},"ax1.set_xlabel(",[5292,9352,9353],{"class":5568},"'Сума очок'",[5292,9355,5306],{"class":5298},[5292,9357,9339],{"class":5446},[5292,9359,5450],{"class":5298},[5292,9361,7158],{"class":5302},[5292,9363,5455],{"class":5298},[5292,9365,9366,9369,9372,9374,9376,9378,9380],{"class":5294,"line":5705},[5292,9367,9368],{"class":5298},"ax1.set_ylabel(",[5292,9370,9371],{"class":5568},"'Ймовірність P(X = x)'",[5292,9373,5306],{"class":5298},[5292,9375,9339],{"class":5446},[5292,9377,5450],{"class":5298},[5292,9379,7158],{"class":5302},[5292,9381,5455],{"class":5298},[5292,9383,9384],{"class":5294,"line":5710},[5292,9385,9386],{"class":5298},"ax1.set_xticks(values)\n",[5292,9388,9389,9392,9395,9397,9400,9402,9404,9406,9408],{"class":5294,"line":5716},[5292,9390,9391],{"class":5298},"ax1.grid(",[5292,9393,9394],{"class":5446},"axis",[5292,9396,5450],{"class":5298},[5292,9398,9399],{"class":5568},"'y'",[5292,9401,5306],{"class":5298},[5292,9403,5765],{"class":5446},[5292,9405,5450],{"class":5298},[5292,9407,5991],{"class":5302},[5292,9409,5455],{"class":5298},[5292,9411,9412],{"class":5294,"line":5739},[5292,9413,5437],{"emptyLinePlaceholder":5436},[5292,9415,9416],{"class":5294,"line":5785},[5292,9417,9418],{"class":5466},"# Графік 2: PDF для зросту дорослих чоловіків (неперервна величина: μ=175 см, σ=7 см)\n",[5292,9420,9421,9424,9427,9429,9432,9434,9437],{"class":5294,"line":5840},[5292,9422,9423],{"class":5298},"x = np.linspace(",[5292,9425,9426],{"class":5302},"150",[5292,9428,5306],{"class":5298},[5292,9430,9431],{"class":5302},"200",[5292,9433,5306],{"class":5298},[5292,9435,9436],{"class":5302},"1000",[5292,9438,5455],{"class":5298},[5292,9440,9441,9444,9446,9448,9451,9453,9455,9457,9459],{"class":5294,"line":5902},[5292,9442,9443],{"class":5298},"pdf = stats.norm.pdf(x, ",[5292,9445,5476],{"class":5446},[5292,9447,5450],{"class":5298},[5292,9449,9450],{"class":5302},"175",[5292,9452,5306],{"class":5298},[5292,9454,5486],{"class":5446},[5292,9456,5450],{"class":5298},[5292,9458,7075],{"class":5302},[5292,9460,5455],{"class":5298},[5292,9462,9463],{"class":5294,"line":5932},[5292,9464,5437],{"emptyLinePlaceholder":5436},[5292,9466,9467,9470,9472,9474,9477,9479,9481,9483,9485],{"class":5294,"line":5943},[5292,9468,9469],{"class":5298},"ax2.plot(x, pdf, ",[5292,9471,5775],{"class":5446},[5292,9473,5450],{"class":5298},[5292,9475,9476],{"class":5568},"'coral'",[5292,9478,5306],{"class":5298},[5292,9480,5810],{"class":5446},[5292,9482,5450],{"class":5298},[5292,9484,5680],{"class":5302},[5292,9486,5455],{"class":5298},[5292,9488,9489,9492,9494,9496,9498,9500,9502,9504,9506],{"class":5294,"line":5954},[5292,9490,9491],{"class":5298},"ax2.fill_between(x, pdf, ",[5292,9493,5765],{"class":5446},[5292,9495,5450],{"class":5298},[5292,9497,5991],{"class":5302},[5292,9499,5306],{"class":5298},[5292,9501,5775],{"class":5446},[5292,9503,5450],{"class":5298},[5292,9505,9476],{"class":5568},[5292,9507,5455],{"class":5298},[5292,9509,9510,9513,9516,9518,9520,9522,9524,9526,9528,9530,9532],{"class":5294,"line":5975},[5292,9511,9512],{"class":5298},"ax2.set_title(",[5292,9514,9515],{"class":5568},"'PDF: Зріст дорослих людей (неперервна)'",[5292,9517,5306],{"class":5298},[5292,9519,5965],{"class":5446},[5292,9521,5450],{"class":5298},[5292,9523,5970],{"class":5568},[5292,9525,5306],{"class":5298},[5292,9527,9339],{"class":5446},[5292,9529,5450],{"class":5298},[5292,9531,7181],{"class":5302},[5292,9533,5455],{"class":5298},[5292,9535,9536,9539,9542,9544,9546,9548,9550],{"class":5294,"line":5981},[5292,9537,9538],{"class":5298},"ax2.set_xlabel(",[5292,9540,9541],{"class":5568},"'Зріст (см)'",[5292,9543,5306],{"class":5298},[5292,9545,9339],{"class":5446},[5292,9547,5450],{"class":5298},[5292,9549,7158],{"class":5302},[5292,9551,5455],{"class":5298},[5292,9553,9554,9557,9560,9562,9564,9566,9568],{"class":5294,"line":5996},[5292,9555,9556],{"class":5298},"ax2.set_ylabel(",[5292,9558,9559],{"class":5568},"'Щільність ймовірності'",[5292,9561,5306],{"class":5298},[5292,9563,9339],{"class":5446},[5292,9565,5450],{"class":5298},[5292,9567,7158],{"class":5302},[5292,9569,5455],{"class":5298},[5292,9571,9572,9575,9577,9579,9581],{"class":5294,"line":6298},[5292,9573,9574],{"class":5298},"ax2.grid(",[5292,9576,5765],{"class":5446},[5292,9578,5450],{"class":5298},[5292,9580,5991],{"class":5302},[5292,9582,5455],{"class":5298},[5292,9584,9585],{"class":5294,"line":6303},[5292,9586,5437],{"emptyLinePlaceholder":5436},[5292,9588,9589],{"class":5294,"line":6308},[5292,9590,9591],{"class":5466},"# Позначимо діапазон ймовірності P(170 ≤ X ≤ 180) через інтеграл площі\n",[5292,9593,9594,9597,9600,9603,9606],{"class":5294,"line":6314},[5292,9595,9596],{"class":5298},"mask = (x >= ",[5292,9598,9599],{"class":5302},"170",[5292,9601,9602],{"class":5298},") & (x \u003C= ",[5292,9604,9605],{"class":5302},"180",[5292,9607,5455],{"class":5298},[5292,9609,9610,9613,9615,9617,9620,9622,9624,9626,9629,9631,9633,9635,9638],{"class":5294,"line":6320},[5292,9611,9612],{"class":5298},"ax2.fill_between(x[mask], pdf[mask], ",[5292,9614,5765],{"class":5446},[5292,9616,5450],{"class":5298},[5292,9618,9619],{"class":5302},"0.6",[5292,9621,5306],{"class":5298},[5292,9623,5775],{"class":5446},[5292,9625,5450],{"class":5298},[5292,9627,9628],{"class":5568},"'green'",[5292,9630,5306],{"class":5298},[5292,9632,5819],{"class":5446},[5292,9634,5450],{"class":5298},[5292,9636,9637],{"class":5568},"'P(170 ≤ Зріст ≤ 180)'",[5292,9639,5455],{"class":5298},[5292,9641,9642],{"class":5294,"line":6325},[5292,9643,9644],{"class":5298},"ax2.legend()\n",[5292,9646,9647],{"class":5294,"line":6331},[5292,9648,5437],{"emptyLinePlaceholder":5436},[5292,9650,9651],{"class":5294,"line":6337},[5292,9652,9653],{"class":5298},"plt.tight_layout()\n",[5292,9655,9656],{"class":5294,"line":6343},[5292,9657,5999],{"class":5298},[5292,9659,9660],{"class":5294,"line":6349},[5292,9661,5437],{"emptyLinePlaceholder":5436},[5292,9663,9664,9666,9668,9671],{"class":5294,"line":6355},[5292,9665,5558],{"class":5557},[5292,9667,5561],{"class":5298},[5292,9669,9670],{"class":5568},"\"PMF (дискретна):\"",[5292,9672,5455],{"class":5298},[5292,9674,9675,9677,9679,9682],{"class":5294,"line":6360},[5292,9676,5558],{"class":5557},[5292,9678,5561],{"class":5298},[5292,9680,9681],{"class":5568},"\"  Кожен стовпець = точна ймовірність конкретного значення\"",[5292,9683,5455],{"class":5298},[5292,9685,9686,9688,9690,9693],{"class":5294,"line":6365},[5292,9687,5558],{"class":5557},[5292,9689,5561],{"class":5298},[5292,9691,9692],{"class":5568},"\"  Сума висот усіх стовпців = 1.0 (100%)\"",[5292,9694,5455],{"class":5298},[5292,9696,9697,9699,9701,9703,9705,9708],{"class":5294,"line":6371},[5292,9698,5558],{"class":5557},[5292,9700,5561],{"class":5298},[5292,9702,5618],{"class":5568},[5292,9704,5622],{"class":5621},[5292,9706,9707],{"class":5568},"PDF (неперервна):\"",[5292,9709,5455],{"class":5298},[5292,9711,9712,9714,9716,9719],{"class":5294,"line":6377},[5292,9713,5558],{"class":5557},[5292,9715,5561],{"class":5298},[5292,9717,9718],{"class":5568},"\"  Висота кривої f(x) = щільність ймовірності (може бути > 1)\"",[5292,9720,5455],{"class":5298},[5292,9722,9723,9725,9727,9730],{"class":5294,"line":6383},[5292,9724,5558],{"class":5557},[5292,9726,5561],{"class":5298},[5292,9728,9729],{"class":5568},"\"  Ймовірність = площа під кривою на інтервалі P(a ≤ X ≤ b)\"",[5292,9731,5455],{"class":5298},[5292,9733,9735,9738,9740,9742,9744,9746,9748,9751,9753,9755,9757,9759,9761],{"class":5294,"line":9734},48,[5292,9736,9737],{"class":5298},"prob_range = stats.norm.cdf(",[5292,9739,9605],{"class":5302},[5292,9741,5306],{"class":5298},[5292,9743,9450],{"class":5302},[5292,9745,5306],{"class":5298},[5292,9747,7075],{"class":5302},[5292,9749,9750],{"class":5298},") - stats.norm.cdf(",[5292,9752,9599],{"class":5302},[5292,9754,5306],{"class":5298},[5292,9756,9450],{"class":5302},[5292,9758,5306],{"class":5298},[5292,9760,7075],{"class":5302},[5292,9762,5455],{"class":5298},[5292,9764,9766,9768,9770,9772,9775,9777,9780,9783,9786],{"class":5294,"line":9765},49,[5292,9767,5558],{"class":5557},[5292,9769,5561],{"class":5298},[5292,9771,5565],{"class":5564},[5292,9773,9774],{"class":5568},"\"  P(170 ≤ зріст ≤ 180) = ",[5292,9776,5572],{"class":5564},[5292,9778,9779],{"class":5298},"prob_range",[5292,9781,9782],{"class":5564},":.3f}",[5292,9784,9785],{"class":5568}," (зелена площа під кривою)\"",[5292,9787,5455],{"class":5298},[6001,9789,9790,9796],{"v-slot:output":5287},[5275,9791,9792],{},[6006,9793],{"alt":9119,"className":9794,"src":9795},[6010],"\u002Fimages\u002Fai-python\u002Fstatistics-basics\u002Fdistributions\u002F02.png",[5282,9797,9800],{"className":9798,"code":9799,"language":6017},[6015],"PMF (дискретна):\n  Кожен стовпець = точна ймовірність конкретного значення\n  Сума висот усіх стовпців = 1.0 (100%)\n\nPDF (неперервна):\n  Висота кривої f(x) = щільність ймовірності (може бути > 1)\n  Ймовірність = площа під кривою на інтервалі P(a ≤ X ≤ b)\n  P(170 ≤ зріст ≤ 180) = 0.525 (зелена площа під кривою)\n",[5289,9801,9799],{"__ignoreMap":5287},[9803,9804,9805,9810],"note",{},[5275,9806,9807],{},[5224,9808,9809],{},"Підсумкові інженерні властивості розподілів:",[6489,9811,9812,9822,9834],{},[5201,9813,9814,6951,9817,6775,9820,6134],{},[5224,9815,9816],{},"Усі ймовірності та значення щільності строго невід'ємні:",[6032,9818],{"tex":9819,":inline":6035},"p(x) \\geq 0",[6032,9821],{"tex":8181,":inline":6035},[5201,9823,9824,9827,9828,9831,9832,6134],{},[5224,9825,9826],{},"Універсальна сума становить 100%:"," Сума стовпців PMF або повний визначений інтеграл PDF на проміжку ",[6032,9829],{"tex":9830,":inline":6035},"(-\\infty, +\\infty)"," строго дорівнює ",[5224,9833,6473],{},[5201,9835,9836,9839,9840,6134],{},[5224,9837,9838],{},"Розрахунок інтервалів:"," У неперервному випадку ймовірність точки дорівнює 0, тому границі інтервалу не змінюють його ймовірність: ",[6032,9841],{"tex":9842,":inline":6035},"P(a \\leq X \\leq b) = P(a \u003C X \u003C b) = F(b) - F(a)",[5267,9844],{},[5270,9846,9848],{"id":9847},"рівномірний-розподіл-uniform-distribution","Рівномірний розподіл (Uniform Distribution)",[5275,9850,9851,5227,9854,9857,9858,9861],{},[5224,9852,9853],{},"Рівномірний розподіл",[5229,9855,9856],{},"uniform distribution",") — це розподіл, у якому ",[5224,9859,9860],{},"всі значення в діапазоні рівноймовірні",". Немає «улюблених» чи «рідкісних» значень — кожне має однакову ймовірність.",[6072,9863,9864],{},[5275,9865,9866],{},"Аналогія: Рівномірний розподіл — це як ідеальна рулетка з нескінченною кількістю секторів. Кожна точка на колі має однакову ймовірність. Немає «гарячих» чи «холодних» зон.",[5275,9868,9869],{},[6006,9870],{"alt":9871,"className":9872,"src":9873},"Інтуїтивна аналогія неперервного рівномірного розподілу: ідеальна кругова рулетка ймовірностей без гарячих чи холодних зон",[6010],"\u002Fimages\u002Fai-python\u002Fstatistics-basics\u002Fdistributions\u002Funiform-roulette-analogy.jpg",[5391,9875,9877],{"id":9876},"дискретний-рівномірний-розподіл","Дискретний рівномірний розподіл",[5275,9879,9880],{},"Найпростіший приклад — кидок чесного кубика. Кожна грань (1, 2, 3, 4, 5, 6) випадає з однаковою ймовірністю 1\u002F6 ≈ 0.167.",[5382,9882,9884,9890],{"kernel":5384,"title":9883},"discrete_uniform.ipynb",[5387,9885,9886],{"type":5389},[5391,9887,9889],{"id":9888},"дискретний-рівномірний-симуляція-1000-кидків-кубика","Дискретний рівномірний: симуляція 1000 кидків кубика",[5387,9891,9892,10269],{"execution-count":5397},[5282,9893,9895],{"className":5284,"code":9894,"language":5286,"meta":5287,"style":5287},"import numpy as np\nimport matplotlib.pyplot as plt\n\nrng = np.random.default_rng(seed=42)\n\n# Симулюємо 1000 кидків кубика\nrolls = rng.integers(1, 7, size=1000)\n\n# Підрахунок частот\nvalues, counts = np.unique(rolls, return_counts=True)\nfrequencies = counts \u002F len(rolls)\n\n# Візуалізація\nplt.figure(figsize=(8, 5))\nplt.bar(values, frequencies, edgecolor='black', color='steelblue', alpha=0.7)\nplt.axhline(1\u002F6, color='red', linestyle='--', linewidth=2, label='Теоретична ймовірність (1\u002F6 ≈ 0.167)')\nplt.xlabel('Результат кидка')\nplt.ylabel('Частота (емпірична ймовірність)')\nplt.title('Дискретний рівномірний розподіл: 1000 кидків кубика', fontweight='bold')\nplt.xticks(values)\nplt.ylim(0, 0.25)\nplt.legend()\nplt.grid(axis='y', alpha=0.3)\nplt.show()\n\nprint(\"Частоти кожної грані:\")\nfor v, f in zip(values, frequencies):\n    diff = (f - 1\u002F6) * 100\n    print(f\"  {v}: {f:.3f} (відхилення від теорії: {diff:+.1f}%)\")\n",[5289,9896,9897,9907,9917,9921,9933,9937,9942,9963,9967,9972,9985,9995,9999,10004,10020,10049,10096,10105,10114,10131,10136,10149,10153,10173,10177,10181,10192,10207,10224],{"__ignoreMap":5287},[5292,9898,9899,9901,9903,9905],{"class":5294,"line":5295},[5292,9900,5408],{"class":5407},[5292,9902,5411],{"class":5298},[5292,9904,5414],{"class":5407},[5292,9906,5417],{"class":5298},[5292,9908,9909,9911,9913,9915],{"class":5294,"line":5420},[5292,9910,5408],{"class":5407},[5292,9912,5425],{"class":5298},[5292,9914,5414],{"class":5407},[5292,9916,5430],{"class":5298},[5292,9918,9919],{"class":5294,"line":5433},[5292,9920,5437],{"emptyLinePlaceholder":5436},[5292,9922,9923,9925,9927,9929,9931],{"class":5294,"line":5440},[5292,9924,5443],{"class":5298},[5292,9926,5447],{"class":5446},[5292,9928,5450],{"class":5298},[5292,9930,5303],{"class":5302},[5292,9932,5455],{"class":5298},[5292,9934,9935],{"class":5294,"line":5458},[5292,9936,5437],{"emptyLinePlaceholder":5436},[5292,9938,9939],{"class":5294,"line":5463},[5292,9940,9941],{"class":5466},"# Симулюємо 1000 кидків кубика\n",[5292,9943,9944,9947,9949,9951,9953,9955,9957,9959,9961],{"class":5294,"line":5470},[5292,9945,9946],{"class":5298},"rolls = rng.integers(",[5292,9948,5397],{"class":5302},[5292,9950,5306],{"class":5298},[5292,9952,7075],{"class":5302},[5292,9954,5306],{"class":5298},[5292,9956,5496],{"class":5446},[5292,9958,5450],{"class":5298},[5292,9960,9436],{"class":5302},[5292,9962,5455],{"class":5298},[5292,9964,9965],{"class":5294,"line":5506},[5292,9966,5437],{"emptyLinePlaceholder":5436},[5292,9968,9969],{"class":5294,"line":5526},[5292,9970,9971],{"class":5466},"# Підрахунок частот\n",[5292,9973,9974,9977,9979,9981,9983],{"class":5294,"line":5531},[5292,9975,9976],{"class":5298},"values, counts = np.unique(rolls, ",[5292,9978,9267],{"class":5446},[5292,9980,5450],{"class":5298},[5292,9982,9272],{"class":5564},[5292,9984,5455],{"class":5298},[5292,9986,9987,9990,9992],{"class":5294,"line":5537},[5292,9988,9989],{"class":5298},"frequencies = counts \u002F ",[5292,9991,9282],{"class":5557},[5292,9993,9994],{"class":5298},"(rolls)\n",[5292,9996,9997],{"class":5294,"line":5543},[5292,9998,5437],{"emptyLinePlaceholder":5436},[5292,10000,10001],{"class":5294,"line":5549},[5292,10002,10003],{"class":5466},"# Візуалізація\n",[5292,10005,10006,10008,10010,10012,10014,10016,10018],{"class":5294,"line":5554},[5292,10007,5719],{"class":5298},[5292,10009,5722],{"class":5446},[5292,10011,5725],{"class":5298},[5292,10013,7096],{"class":5302},[5292,10015,5306],{"class":5298},[5292,10017,5733],{"class":5302},[5292,10019,5736],{"class":5298},[5292,10021,10022,10025,10027,10029,10031,10033,10035,10037,10039,10041,10043,10045,10047],{"class":5294,"line":5586},[5292,10023,10024],{"class":5298},"plt.bar(values, frequencies, ",[5292,10026,5755],{"class":5446},[5292,10028,5450],{"class":5298},[5292,10030,5760],{"class":5568},[5292,10032,5306],{"class":5298},[5292,10034,5775],{"class":5446},[5292,10036,5450],{"class":5298},[5292,10038,5780],{"class":5568},[5292,10040,5306],{"class":5298},[5292,10042,5765],{"class":5446},[5292,10044,5450],{"class":5298},[5292,10046,5770],{"class":5302},[5292,10048,5455],{"class":5298},[5292,10050,10051,10054,10056,10059,10061,10063,10065,10067,10069,10071,10073,10075,10077,10079,10081,10083,10085,10087,10089,10091,10094],{"class":5294,"line":5609},[5292,10052,10053],{"class":5298},"plt.axhline(",[5292,10055,5397],{"class":5302},[5292,10057,10058],{"class":5298},"\u002F",[5292,10060,7050],{"class":5302},[5292,10062,5306],{"class":5298},[5292,10064,5775],{"class":5446},[5292,10066,5450],{"class":5298},[5292,10068,5795],{"class":5568},[5292,10070,5306],{"class":5298},[5292,10072,5800],{"class":5446},[5292,10074,5450],{"class":5298},[5292,10076,5805],{"class":5568},[5292,10078,5306],{"class":5298},[5292,10080,5810],{"class":5446},[5292,10082,5450],{"class":5298},[5292,10084,5680],{"class":5302},[5292,10086,5306],{"class":5298},[5292,10088,5819],{"class":5446},[5292,10090,5450],{"class":5298},[5292,10092,10093],{"class":5568},"'Теоретична ймовірність (1\u002F6 ≈ 0.167)'",[5292,10095,5455],{"class":5298},[5292,10097,10098,10100,10103],{"class":5294,"line":5630},[5292,10099,5935],{"class":5298},[5292,10101,10102],{"class":5568},"'Результат кидка'",[5292,10104,5455],{"class":5298},[5292,10106,10107,10109,10112],{"class":5294,"line":5663},[5292,10108,5946],{"class":5298},[5292,10110,10111],{"class":5568},"'Частота (емпірична ймовірність)'",[5292,10113,5455],{"class":5298},[5292,10115,10116,10118,10121,10123,10125,10127,10129],{"class":5294,"line":5705},[5292,10117,5957],{"class":5298},[5292,10119,10120],{"class":5568},"'Дискретний рівномірний розподіл: 1000 кидків кубика'",[5292,10122,5306],{"class":5298},[5292,10124,5965],{"class":5446},[5292,10126,5450],{"class":5298},[5292,10128,5970],{"class":5568},[5292,10130,5455],{"class":5298},[5292,10132,10133],{"class":5294,"line":5710},[5292,10134,10135],{"class":5298},"plt.xticks(values)\n",[5292,10137,10138,10141,10143,10145,10147],{"class":5294,"line":5716},[5292,10139,10140],{"class":5298},"plt.ylim(",[5292,10142,6402],{"class":5302},[5292,10144,5306],{"class":5298},[5292,10146,6855],{"class":5302},[5292,10148,5455],{"class":5298},[5292,10150,10151],{"class":5294,"line":5739},[5292,10152,5978],{"class":5298},[5292,10154,10155,10157,10159,10161,10163,10165,10167,10169,10171],{"class":5294,"line":5785},[5292,10156,5984],{"class":5298},[5292,10158,9394],{"class":5446},[5292,10160,5450],{"class":5298},[5292,10162,9399],{"class":5568},[5292,10164,5306],{"class":5298},[5292,10166,5765],{"class":5446},[5292,10168,5450],{"class":5298},[5292,10170,5991],{"class":5302},[5292,10172,5455],{"class":5298},[5292,10174,10175],{"class":5294,"line":5840},[5292,10176,5999],{"class":5298},[5292,10178,10179],{"class":5294,"line":5902},[5292,10180,5437],{"emptyLinePlaceholder":5436},[5292,10182,10183,10185,10187,10190],{"class":5294,"line":5932},[5292,10184,5558],{"class":5557},[5292,10186,5561],{"class":5298},[5292,10188,10189],{"class":5568},"\"Частоти кожної грані:\"",[5292,10191,5455],{"class":5298},[5292,10193,10194,10196,10199,10201,10204],{"class":5294,"line":5943},[5292,10195,9208],{"class":5407},[5292,10197,10198],{"class":5298}," v, f ",[5292,10200,9214],{"class":5407},[5292,10202,10203],{"class":5557}," zip",[5292,10205,10206],{"class":5298},"(values, frequencies):\n",[5292,10208,10209,10212,10214,10216,10218,10221],{"class":5294,"line":5954},[5292,10210,10211],{"class":5298},"    diff = (f - ",[5292,10213,5397],{"class":5302},[5292,10215,10058],{"class":5298},[5292,10217,7050],{"class":5302},[5292,10219,10220],{"class":5298},") * ",[5292,10222,10223],{"class":5302},"100\n",[5292,10225,10226,10229,10231,10233,10236,10238,10241,10244,10247,10249,10251,10253,10256,10258,10261,10264,10267],{"class":5294,"line":5975},[5292,10227,10228],{"class":5557},"    print",[5292,10230,5561],{"class":5298},[5292,10232,5565],{"class":5564},[5292,10234,10235],{"class":5568},"\"  ",[5292,10237,5572],{"class":5564},[5292,10239,10240],{"class":5298},"v",[5292,10242,10243],{"class":5564},"}",[5292,10245,10246],{"class":5568},": ",[5292,10248,5572],{"class":5564},[5292,10250,5565],{"class":5298},[5292,10252,9782],{"class":5564},[5292,10254,10255],{"class":5568}," (відхилення від теорії: ",[5292,10257,5572],{"class":5564},[5292,10259,10260],{"class":5298},"diff",[5292,10262,10263],{"class":5564},":+.1f}",[5292,10265,10266],{"class":5568},"%)\"",[5292,10268,5455],{"class":5298},[6001,10270,10271,10278],{"v-slot:output":5287},[5275,10272,10273],{},[6006,10274],{"alt":10275,"className":10276,"src":10277},"Дискретний рівномірний розподіл: 1000 кидків кубика",[6010],"\u002Fimages\u002Fai-python\u002Fstatistics-basics\u002Fdistributions\u002F03.png",[5282,10279,10282],{"className":10280,"code":10281,"language":6017},[6015],"Частоти кожної грані:\n  1: 0.182 (відхилення від теорії: +1.5%)\n  2: 0.152 (відхилення від теорії: -1.5%)\n  3: 0.157 (відхилення від теорії: -1.0%)\n  4: 0.173 (відхилення від теорії: +0.6%)\n  5: 0.177 (відхилення від теорії: +1.0%)\n  6: 0.159 (відхилення від теорії: -0.8%)\n",[5289,10283,10281],{"__ignoreMap":5287},[6424,10285,10287],{"id":10286},"властивості-та-анатомія-формул-дискретного-рівномірного-розподілу","Властивості та анатомія формул дискретного рівномірного розподілу",[5275,10289,10290,10291,10293,10294,6044,10296,10298],{},"Якщо випадкова величина ",[6032,10292],{"tex":6436,":inline":6035}," набуває будь-якого цілого значення від ",[6032,10295],{"tex":8124,":inline":6035},[6032,10297],{"tex":8127,":inline":6035}," включно, загальна кількість можливих варіантів дорівнює:",[6032,10300],{"tex":10301},"n = b - a + 1",[6489,10303,10304,10322,10347],{},[5201,10305,10306,10309,10312,10314,10317,10318,10321],{},[5224,10307,10308],{},"Функція ймовірності (PMF):",[6032,10310],{"tex":10311},"P(X = k) = \\frac{1}{n} = \\frac{1}{b - a + 1}, \\quad k \\in \\{a, a+1, \\dots, b\\}",[6500,10313],{},[5229,10315,10316],{},"Анатомія:"," Одиниця (100% сумарної ймовірності) порівну ділиться між усіма ",[6032,10319],{"tex":10320,":inline":6035},"n"," взаємовиключними наслідками. Жоден результат не має пріоритету (принцип повної байдужості).",[5201,10323,10324,10327,10330,10332,10334,10335,10337,10338,10340,10341,9034,10344,6134],{},[5224,10325,10326],{},"Математичне сподівання (центр симетрії):",[6032,10328],{"tex":10329},"\\mu = \\mathbb{E}[X] = \\frac{a + b}{2}",[6500,10331],{},[5229,10333,10316],{}," Через ідеальну симетрію центр ваги лежить рівно посередині між мінімальним значенням ",[6032,10336],{"tex":8124,":inline":6035}," та максимальним ",[6032,10339],{"tex":8127,":inline":6035},". Для кубика (",[6032,10342],{"tex":10343,":inline":6035},"a=1, b=6",[6032,10345],{"tex":10346,":inline":6035},"\\mu = \\frac{1 + 6}{2} = 3.5",[5201,10348,10349,10352,10355,10357,10360,10361,10364,10365,10368,10369,9034,10372,10375,10376,6134],{},[5224,10350,10351],{},"Дисперсія (розкид навколо центру):",[6032,10353,10354],{},"\\sigma^2 = \\text{Var}(X) = \\frac{n^2 - 1}{12} = \\frac{(b - a + 1)^2 - 1}{12}",[6500,10356],{},[5229,10358,10359],{},"Звідки береться знаменник 12?"," Це результат точного математичного підсумовування квадратів відхилень ",[6032,10362],{"tex":10363,":inline":6035},"\\sum_{k=1}^n (k - \\mu)^2"," через формулу суми квадратів послідовних чисел ",[6032,10366],{"tex":10367,":inline":6035},"\\sum k^2 = \\frac{n(n+1)(2n+1)}{6}",". Для 6-гранного кубика (",[6032,10370],{"tex":10371,":inline":6035},"n=6",[6032,10373],{"tex":10374,":inline":6035},"\\sigma^2 = \\frac{36 - 1}{12} = \\frac{35}{12} \\approx 2.917",", а стандартне відхилення ",[6032,10377],{"tex":10378,":inline":6035},"\\sigma = \\sqrt{2.917} \\approx 1.71",[6072,10380,10381],{},[5275,10382,10383,10386,10388,10389,10392,10393,10396,10397,10400],{},[5224,10384,10385],{},"Інженерний приклад: Рандомізований A\u002FB спліттер",[6500,10387],{},"\nБалансувальник трафіку розподіляє користувачів між ",[6032,10390],{"tex":10391,":inline":6035},"n = 4"," варіантами інтерфейсу (",[5289,10394,10395],{},"A = 1, B = 2, C = 3, D = 4","). Кожен користувач із рівною ймовірністю ",[6032,10398],{"tex":10399,":inline":6035},"P(X = k) = \\frac{1}{4} = 0.25"," (25%) потрапляє в одну з тестових когорт. Це гарантує відсутність системного зміщення (bias) в експерименті.",[5391,10402,10404],{"id":10403},"неперервний-рівномірний-розподіл","Неперервний рівномірний розподіл",[5275,10406,10407,10408,10411,10412,10414],{},"Для неперервних даних рівномірний розподіл означає, що ",[5224,10409,10410],{},"кожен інтервал однакової довжини"," всередині допустимих меж ",[6032,10413],{"tex":8985,":inline":6035}," володіє однаковою ймовірністю.",[5275,10416,10417,10246,10420,6126,10423],{},[5224,10418,10419],{},"Позначення",[6032,10421],{"tex":10422,":inline":6035},"X \\sim \\text{Uniform}(a, b)",[6032,10424],{"tex":10425,":inline":6035},"X \\sim \\mathcal{U}(a, b)",[6424,10427,10429],{"id":10428},"функція-щільності-pdf","Функція щільності (PDF)",[6032,10431,10432],{},"f(x) = \\begin{cases}\n\\frac{1}{b - a}, & a \\leq x \\leq b \\\n0, & \\text{інакше}\n\\end{cases}",[6424,10434,10436,10437,6988],{"id":10435},"анатомія-формули-чому-висота-щільності-дорівнює","Анатомія формули: чому висота щільності дорівнює ",[6032,10438],{"tex":10439,":inline":6035},"\\frac{1}{b - a}",[5275,10441,10442,10443,10445,10446,10449,10450,10453],{},"Графік функції щільності ",[6032,10444],{"tex":8062,":inline":6035}," являє собою плоский прямокутник з основою завдовжки ",[6032,10447],{"tex":10448,":inline":6035},"(b - a)"," та постійною висотою ",[6032,10451],{"tex":10452,":inline":6035},"h",". За аксіомою нормування повна площа під графіком неперервного розподілу зобов'язана суворо дорівнювати одиниці (100% ймовірності):",[6032,10455],{"tex":10456},"\\text{Площа} = \\text{Основа} \\times \\text{Висота} = (b - a) \\times h = 1 \\implies h = \\frac{1}{b - a}",[5275,10458,10459,10460,10462,10463,10465],{},"Отже, що ширший діапазон можливих значень ",[6032,10461],{"tex":8985,":inline":6035},", то нижчою стає щільність ",[6032,10464],{"tex":8062,":inline":6035},", розмазуючи ймовірність тоншим шаром.",[6424,10467,10469],{"id":10468},"кумулятивна-функція-розподілу-cdf","Кумулятивна функція розподілу (CDF)",[5275,10471,10472,10473,10475,10476,8165,10478,10480],{},"Шляхом інтегрування константи ",[6032,10474],{"tex":10439,":inline":6035}," від лівої межі ",[6032,10477],{"tex":8124,":inline":6035},[6032,10479],{"tex":6418,":inline":6035}," отримуємо лінійну функцію накопичення:",[6032,10482,10483],{},"F(x) = \\begin{cases}\n0, & x \u003C a \\\n\\frac{x - a}{b - a}, & a \\leq x \\leq b \\\n1, & x > b\n\\end{cases}",[6424,10485,10487],{"id":10486},"числові-характеристики","Числові характеристики",[5198,10489,10490,10498],{},[5201,10491,10492,10495],{},[5224,10493,10494],{},"Математичне сподівання (центр інтервалу):",[6032,10496,10497],{},"\\mu = \\frac{a + b}{2}",[5201,10499,10500,10503],{},[5224,10501,10502],{},"Дисперсія (розкид):",[6032,10504,10505],{},"\\sigma^2 = \\frac{(b - a)^2}{12}",[6424,10507,10509],{"id":10508},"покроковий-практичний-приклад-очікування-виконання-cron-задачі","Покроковий практичний приклад: очікування виконання cron-задачі",[5275,10511,10512,10513,10515,10516,6134],{},"Уявіть фонову службу, яка кожні 10 хвилин скидає чергу завдань. Клієнтський запит прибуває у випадковий момент часу. Час очікування початку обробки ",[6032,10514],{"tex":6436,":inline":6035}," (у хвилинах) розподілений рівномірно на відрізку від 0 до 10 хвилин: ",[6032,10517],{"tex":10518,":inline":6035},"X \\sim \\mathcal{U}(0, 10)",[5198,10520,10521,10532,10544],{},[5201,10522,10523,6951,10526,5306,10529,6134],{},[5224,10524,10525],{},"Параметри:",[6032,10527],{"tex":10528,":inline":6035},"a = 0",[6032,10530],{"tex":10531,":inline":6035},"b = 10",[5201,10533,10534,6951,10537,10540,10541,6134],{},[5224,10535,10536],{},"Функція щільності:",[6032,10538],{"tex":10539,":inline":6035},"f(x) = \\frac{1}{10 - 0} = 0.1 \\, \\text{хв}^{-1}"," для ",[6032,10542],{"tex":10543,":inline":6035},"x \\in [0, 10]",[5201,10545,10546,10549,10550,10553,10554],{},[5224,10547,10548],{},"Питання:"," Яка ймовірність того, що клієнту доведеться чекати від 2 до 5 хвилин?\n",[6032,10551],{"tex":10552},"P(2 \\leq X \\leq 5) = \\int_{2}^{5} 0.1 \\, dx = 0.1 \\times (5 - 2) = 0.1 \\times 3 = 0.30 \\, (30\\%)","\nАбо через формулу CDF:\n",[6032,10555],{"tex":10556},"F(5) - F(2) = \\frac{5 - 0}{10} - \\frac{2 - 0}{10} = 0.5 - 0.2 = 0.30 \\, (30\\%)",[5382,10558,10560,10566],{"kernel":5384,"title":10559},"continuous_uniform.ipynb",[5387,10561,10562],{"type":5389},[5391,10563,10565],{"id":10564},"неперервний-рівномірний-розподіл-uniform0-10","Неперервний рівномірний розподіл Uniform(0, 10)",[5387,10567,10568,11010],{"execution-count":5397},[5282,10569,10571],{"className":5284,"code":10570,"language":5286,"meta":5287,"style":5287},"import numpy as np\nimport matplotlib.pyplot as plt\n\nrng = np.random.default_rng(seed=42)\n\n# Генеруємо 10000 випадкових чисел від 0 до 10\ndata = rng.uniform(0, 10, size=10000)\n\n# Візуалізація\nplt.figure(figsize=(10, 5))\nplt.hist(data, bins=50, edgecolor='black', alpha=0.7, color='coral', density=True)\nplt.axhline(1\u002F10, color='red', linestyle='--', linewidth=2, label='Теоретична щільність (1\u002F10 = 0.1)')\nplt.xlabel('Значення')\nplt.ylabel('Щільність ймовірності')\nplt.title('Неперервний рівномірний розподіл: Uniform(0, 10)', fontweight='bold')\nplt.xlim(-1, 11)\nplt.ylim(0, 0.15)\nplt.legend()\nplt.grid(alpha=0.3)\nplt.show()\n\n# Теоретичні vs емпіричні характеристики\ntheoretical_mean = (0 + 10) \u002F 2\ntheoretical_std = (10 - 0) \u002F np.sqrt(12)\n\nprint(\"Порівняння теорії та практики:\")\nprint(f\"  Середнє:\")\nprint(f\"    Теоретичне: {theoretical_mean:.2f}\")\nprint(f\"    Емпіричне:  {data.mean():.2f}\")\nprint(f\"  Стандартне відхилення:\")\nprint(f\"    Теоретичне: {theoretical_std:.2f}\")\nprint(f\"    Емпіричне:  {data.std():.2f}\")\n",[5289,10572,10573,10583,10593,10597,10609,10613,10618,10640,10644,10648,10664,10711,10756,10765,10773,10790,10803,10816,10820,10832,10836,10840,10845,10863,10882,10886,10897,10910,10933,10955,10968,10989],{"__ignoreMap":5287},[5292,10574,10575,10577,10579,10581],{"class":5294,"line":5295},[5292,10576,5408],{"class":5407},[5292,10578,5411],{"class":5298},[5292,10580,5414],{"class":5407},[5292,10582,5417],{"class":5298},[5292,10584,10585,10587,10589,10591],{"class":5294,"line":5420},[5292,10586,5408],{"class":5407},[5292,10588,5425],{"class":5298},[5292,10590,5414],{"class":5407},[5292,10592,5430],{"class":5298},[5292,10594,10595],{"class":5294,"line":5433},[5292,10596,5437],{"emptyLinePlaceholder":5436},[5292,10598,10599,10601,10603,10605,10607],{"class":5294,"line":5440},[5292,10600,5443],{"class":5298},[5292,10602,5447],{"class":5446},[5292,10604,5450],{"class":5298},[5292,10606,5303],{"class":5302},[5292,10608,5455],{"class":5298},[5292,10610,10611],{"class":5294,"line":5458},[5292,10612,5437],{"emptyLinePlaceholder":5436},[5292,10614,10615],{"class":5294,"line":5463},[5292,10616,10617],{"class":5466},"# Генеруємо 10000 випадкових чисел від 0 до 10\n",[5292,10619,10620,10623,10625,10627,10629,10631,10633,10635,10638],{"class":5294,"line":5470},[5292,10621,10622],{"class":5298},"data = rng.uniform(",[5292,10624,6402],{"class":5302},[5292,10626,5306],{"class":5298},[5292,10628,5728],{"class":5302},[5292,10630,5306],{"class":5298},[5292,10632,5496],{"class":5446},[5292,10634,5450],{"class":5298},[5292,10636,10637],{"class":5302},"10000",[5292,10639,5455],{"class":5298},[5292,10641,10642],{"class":5294,"line":5506},[5292,10643,5437],{"emptyLinePlaceholder":5436},[5292,10645,10646],{"class":5294,"line":5526},[5292,10647,10003],{"class":5466},[5292,10649,10650,10652,10654,10656,10658,10660,10662],{"class":5294,"line":5531},[5292,10651,5719],{"class":5298},[5292,10653,5722],{"class":5446},[5292,10655,5725],{"class":5298},[5292,10657,5728],{"class":5302},[5292,10659,5306],{"class":5298},[5292,10661,5733],{"class":5302},[5292,10663,5736],{"class":5298},[5292,10665,10666,10669,10671,10673,10676,10678,10680,10682,10684,10686,10688,10690,10692,10694,10696,10698,10700,10702,10705,10707,10709],{"class":5294,"line":5537},[5292,10667,10668],{"class":5298},"plt.hist(data, ",[5292,10670,5745],{"class":5446},[5292,10672,5450],{"class":5298},[5292,10674,10675],{"class":5302},"50",[5292,10677,5306],{"class":5298},[5292,10679,5755],{"class":5446},[5292,10681,5450],{"class":5298},[5292,10683,5760],{"class":5568},[5292,10685,5306],{"class":5298},[5292,10687,5765],{"class":5446},[5292,10689,5450],{"class":5298},[5292,10691,5770],{"class":5302},[5292,10693,5306],{"class":5298},[5292,10695,5775],{"class":5446},[5292,10697,5450],{"class":5298},[5292,10699,9476],{"class":5568},[5292,10701,5306],{"class":5298},[5292,10703,10704],{"class":5446},"density",[5292,10706,5450],{"class":5298},[5292,10708,9272],{"class":5564},[5292,10710,5455],{"class":5298},[5292,10712,10713,10715,10717,10719,10721,10723,10725,10727,10729,10731,10733,10735,10737,10739,10741,10743,10745,10747,10749,10751,10754],{"class":5294,"line":5543},[5292,10714,10053],{"class":5298},[5292,10716,5397],{"class":5302},[5292,10718,10058],{"class":5298},[5292,10720,5728],{"class":5302},[5292,10722,5306],{"class":5298},[5292,10724,5775],{"class":5446},[5292,10726,5450],{"class":5298},[5292,10728,5795],{"class":5568},[5292,10730,5306],{"class":5298},[5292,10732,5800],{"class":5446},[5292,10734,5450],{"class":5298},[5292,10736,5805],{"class":5568},[5292,10738,5306],{"class":5298},[5292,10740,5810],{"class":5446},[5292,10742,5450],{"class":5298},[5292,10744,5680],{"class":5302},[5292,10746,5306],{"class":5298},[5292,10748,5819],{"class":5446},[5292,10750,5450],{"class":5298},[5292,10752,10753],{"class":5568},"'Теоретична щільність (1\u002F10 = 0.1)'",[5292,10755,5455],{"class":5298},[5292,10757,10758,10760,10763],{"class":5294,"line":5549},[5292,10759,5935],{"class":5298},[5292,10761,10762],{"class":5568},"'Значення'",[5292,10764,5455],{"class":5298},[5292,10766,10767,10769,10771],{"class":5294,"line":5554},[5292,10768,5946],{"class":5298},[5292,10770,9559],{"class":5568},[5292,10772,5455],{"class":5298},[5292,10774,10775,10777,10780,10782,10784,10786,10788],{"class":5294,"line":5586},[5292,10776,5957],{"class":5298},[5292,10778,10779],{"class":5568},"'Неперервний рівномірний розподіл: Uniform(0, 10)'",[5292,10781,5306],{"class":5298},[5292,10783,5965],{"class":5446},[5292,10785,5450],{"class":5298},[5292,10787,5970],{"class":5568},[5292,10789,5455],{"class":5298},[5292,10791,10792,10795,10797,10799,10801],{"class":5294,"line":5609},[5292,10793,10794],{"class":5298},"plt.xlim(-",[5292,10796,5397],{"class":5302},[5292,10798,5306],{"class":5298},[5292,10800,7158],{"class":5302},[5292,10802,5455],{"class":5298},[5292,10804,10805,10807,10809,10811,10814],{"class":5294,"line":5630},[5292,10806,10140],{"class":5298},[5292,10808,6402],{"class":5302},[5292,10810,5306],{"class":5298},[5292,10812,10813],{"class":5302},"0.15",[5292,10815,5455],{"class":5298},[5292,10817,10818],{"class":5294,"line":5663},[5292,10819,5978],{"class":5298},[5292,10821,10822,10824,10826,10828,10830],{"class":5294,"line":5705},[5292,10823,5984],{"class":5298},[5292,10825,5765],{"class":5446},[5292,10827,5450],{"class":5298},[5292,10829,5991],{"class":5302},[5292,10831,5455],{"class":5298},[5292,10833,10834],{"class":5294,"line":5710},[5292,10835,5999],{"class":5298},[5292,10837,10838],{"class":5294,"line":5716},[5292,10839,5437],{"emptyLinePlaceholder":5436},[5292,10841,10842],{"class":5294,"line":5739},[5292,10843,10844],{"class":5466},"# Теоретичні vs емпіричні характеристики\n",[5292,10846,10847,10850,10852,10855,10857,10860],{"class":5294,"line":5785},[5292,10848,10849],{"class":5298},"theoretical_mean = (",[5292,10851,6402],{"class":5302},[5292,10853,10854],{"class":5298}," + ",[5292,10856,5728],{"class":5302},[5292,10858,10859],{"class":5298},") \u002F ",[5292,10861,10862],{"class":5302},"2\n",[5292,10864,10865,10868,10870,10873,10875,10878,10880],{"class":5294,"line":5840},[5292,10866,10867],{"class":5298},"theoretical_std = (",[5292,10869,5728],{"class":5302},[5292,10871,10872],{"class":5298}," - ",[5292,10874,6402],{"class":5302},[5292,10876,10877],{"class":5298},") \u002F np.sqrt(",[5292,10879,7181],{"class":5302},[5292,10881,5455],{"class":5298},[5292,10883,10884],{"class":5294,"line":5902},[5292,10885,5437],{"emptyLinePlaceholder":5436},[5292,10887,10888,10890,10892,10895],{"class":5294,"line":5932},[5292,10889,5558],{"class":5557},[5292,10891,5561],{"class":5298},[5292,10893,10894],{"class":5568},"\"Порівняння теорії та практики:\"",[5292,10896,5455],{"class":5298},[5292,10898,10899,10901,10903,10905,10908],{"class":5294,"line":5943},[5292,10900,5558],{"class":5557},[5292,10902,5561],{"class":5298},[5292,10904,5565],{"class":5564},[5292,10906,10907],{"class":5568},"\"  Середнє:\"",[5292,10909,5455],{"class":5298},[5292,10911,10912,10914,10916,10918,10921,10923,10926,10929,10931],{"class":5294,"line":5954},[5292,10913,5558],{"class":5557},[5292,10915,5561],{"class":5298},[5292,10917,5565],{"class":5564},[5292,10919,10920],{"class":5568},"\"    Теоретичне: ",[5292,10922,5572],{"class":5564},[5292,10924,10925],{"class":5298},"theoretical_mean",[5292,10927,10928],{"class":5564},":.2f}",[5292,10930,5618],{"class":5568},[5292,10932,5455],{"class":5298},[5292,10934,10935,10937,10939,10941,10944,10946,10949,10951,10953],{"class":5294,"line":5975},[5292,10936,5558],{"class":5557},[5292,10938,5561],{"class":5298},[5292,10940,5565],{"class":5564},[5292,10942,10943],{"class":5568},"\"    Емпіричне:  ",[5292,10945,5572],{"class":5564},[5292,10947,10948],{"class":5298},"data.mean()",[5292,10950,10928],{"class":5564},[5292,10952,5618],{"class":5568},[5292,10954,5455],{"class":5298},[5292,10956,10957,10959,10961,10963,10966],{"class":5294,"line":5981},[5292,10958,5558],{"class":5557},[5292,10960,5561],{"class":5298},[5292,10962,5565],{"class":5564},[5292,10964,10965],{"class":5568},"\"  Стандартне відхилення:\"",[5292,10967,5455],{"class":5298},[5292,10969,10970,10972,10974,10976,10978,10980,10983,10985,10987],{"class":5294,"line":5996},[5292,10971,5558],{"class":5557},[5292,10973,5561],{"class":5298},[5292,10975,5565],{"class":5564},[5292,10977,10920],{"class":5568},[5292,10979,5572],{"class":5564},[5292,10981,10982],{"class":5298},"theoretical_std",[5292,10984,10928],{"class":5564},[5292,10986,5618],{"class":5568},[5292,10988,5455],{"class":5298},[5292,10990,10991,10993,10995,10997,10999,11001,11004,11006,11008],{"class":5294,"line":6298},[5292,10992,5558],{"class":5557},[5292,10994,5561],{"class":5298},[5292,10996,5565],{"class":5564},[5292,10998,10943],{"class":5568},[5292,11000,5572],{"class":5564},[5292,11002,11003],{"class":5298},"data.std()",[5292,11005,10928],{"class":5564},[5292,11007,5618],{"class":5568},[5292,11009,5455],{"class":5298},[6001,11011,11012,11018],{"v-slot:output":5287},[5275,11013,11014],{},[6006,11015],{"alt":10565,"className":11016,"src":11017},[6010],"\u002Fimages\u002Fai-python\u002Fstatistics-basics\u002Fdistributions\u002F04.png",[5282,11019,11022],{"className":11020,"code":11021,"language":6017},[6015],"Порівняння теорії та практики:\n  Середнє:\n    Теоретичне: 5.00\n    Емпіричне:  4.97\n  Стандартне відхилення:\n    Теоретичне: 2.89\n    Емпіричне:  2.88\n",[5289,11023,11021],{"__ignoreMap":5287},[8755,11025,11026,11031,11045],{},[5275,11027,11028],{},[5224,11029,11030],{},"Коли використовувати рівномірний розподіл:",[5198,11032,11033,11036,11039,11042],{},[5201,11034,11035],{},"Моделювання випадкового вибору (lottery, жеребкування)",[5201,11037,11038],{},"Ініціалізація параметрів ML-моделей (випадкові ваги)",[5201,11040,11041],{},"Генерація випадкових тестових даних",[5201,11043,11044],{},"Моделювання подій без переваг (чесна монета, ідеальний кубик)",[5275,11046,11047,11050],{},[5224,11048,11049],{},"Рідко зустрічається в природі"," — більшість реальних явищ мають «улюблені» значення (центр розподілу).",[5267,11052],{},[5270,11054,11056],{"id":11055},"нормальний-розподіл-normal-gaussian-distribution","Нормальний розподіл (Normal \u002F Gaussian Distribution)",[5275,11058,11059,11061,11062,11065,11066,6134],{},[5224,11060,5255],{}," (також ",[5224,11063,11064],{},"розподіл Гауса",") — найважливіший розподіл у статистиці та Machine Learning. Його форма — знаменита ",[5224,11067,11068],{},"дзвоноподібна крива",[5391,11070,11072],{"id":11071},"чому-нормальний-розподіл-такий-важливий","Чому нормальний розподіл такий важливий?",[6424,11074,11076],{"id":11075},"центральна-гранична-теорема-central-limit-theorem-clt","Центральна гранична теорема (Central Limit Theorem, CLT)",[5275,11078,11079,11080,11083,11084,11087,11088,11091,11092,6134],{},"Якщо випадкова величина є результатом дії великої кількості незалежних випадкових факторів зі скінченною дисперсією (",[6032,11081],{"tex":11082,":inline":6035},"\\sigma^2 \u003C \\infty","), то її ",[5224,11085,11086],{},"сума"," (або ",[5224,11089,11090],{},"середнє арифметичне",") асимптотично прямує до нормального розподілу, ",[5224,11093,11094],{},"незалежно від того, які початкові розподіли мали окремі доданки",[6072,11096,11097],{},[5275,11098,11099,11101],{},[5224,11100,6078],{}," Уявіть, що 100 людей кидають монети. Підрахуйте загальну кількість «орлів». Повторіть експеримент 1000 разів. Розподіл цих сум буде ідеально дзвоноподібним, навіть якщо кожна окрема монета має лише два стани (0 або 1).",[9803,11103,11104,11109,11112,11129],{},[5275,11105,11106],{},[5224,11107,11108],{},"Інженерна аналогія: Центральна Гранична Теорема в бекенд-архітектурі",[5275,11110,11111],{},"Чому тривалість виконання складного запиту в розподіленій системі майже завжди підпорядковується нормальному розподілу?\nОдин запит до бекенду складається з десятків дрібних незалежних операцій:",[5198,11113,11114,11117,11120,11123,11126],{},[5201,11115,11116],{},"Читання секторів із SSD",[5201,11118,11119],{},"Перемикання контексту процесів у ядрі ОС",[5201,11121,11122],{},"Очікування слота в пулі з'єднань бази даних",[5201,11124,11125],{},"Збирання сміття в рантаймі (Garbage Collection pause)",[5201,11127,11128],{},"Десеріалізація JSON-пейлоада",[5275,11130,11131,11132,11134],{},"Кожна окрема затримка може мати ненормальний розподіл (рівномірний, пуассонівський чи біноміальний). Але їхня ",[5224,11133,11086],{}," згідно з Центральною Граничною Теоремою неминуче формує класичний дзвоноподібний нормальний розподіл.",[6424,11136,11138],{"id":11137},"природність-походження","Природність походження",[5275,11140,11141],{},"Більшість неперервних процесів у фізичному світі та суспільстві природно наближаються до нормального закону:",[5198,11143,11144,11155,11158,11168],{},[5201,11145,11146,11147,11150,11151,11154],{},"Фізіологічні параметри (зріст дорослих чоловіків: ",[6032,11148],{"tex":11149,":inline":6035},"\\mu \\approx 175"," см, ",[6032,11152],{"tex":11153,":inline":6035},"\\sigma \\approx 7"," см);",[5201,11156,11157],{},"Похибки прецизійних вимірювальних приладів та сенсорів;",[5201,11159,11160,11161,5306,11164,11167],{},"Стандартизовані психометричні тести (калібровані під ",[6032,11162],{"tex":11163,":inline":6035},"\\mu = 100",[6032,11165],{"tex":11166,":inline":6035},"\\sigma = 15",");",[5201,11169,11170],{},"Шум у сенсорах камер та аналогових радіоканалах.",[6424,11172,11174],{"id":11173},"аналітична-зручність-для-ml","Аналітична зручність для ML",[5275,11176,11177],{},"Нормальний розподіл володіє чудовими математичними властивостями (диференційовність, симетрія, аналітична замкненість при лінійних перетвореннях). Більшість класичних статистичних критеріїв, моделей лінійної регресії (OLS) та алгоритмів оптимізації безпосередньо спираються на припущення гаусовості залишків.",[5391,11179,11181],{"id":11180},"параметри-нормального-розподілу","Параметри нормального розподілу",[5275,11183,11184,11185,11188],{},"Нормальний розподіл ",[5224,11186,11187],{},"повністю визначається"," двома параметрами:",[5198,11190,11191,11204],{},[5201,11192,11193,11196,11197,11200,11201,11203],{},[5224,11194,11195],{},"μ"," (мю) — ",[5224,11198,11199],{},"математичне сподівання"," (середнє значення), визначає положення центру дзвона на осі ",[6032,11202],{"tex":6436,":inline":6035},";",[5201,11205,11206,11209,11210,11213],{},[5224,11207,11208],{},"σ"," (сігма) — ",[5224,11211,11212],{},"стандартне відхилення",", визначає ширину розкиду та крутизну спадання схилів.",[5275,11215,11216,10246,11218,11221],{},[5224,11217,10419],{},[6032,11219],{"tex":11220,":inline":6035},"X \\sim \\mathcal{N}(\\mu, \\sigma^2)"," (читається: «X розподілена нормально з параметрами μ та дисперсією σ²»)",[5275,11223,11224,6105],{},[5224,11225,11226],{},"Функція щільності ймовірності (PDF)",[6032,11228],{"tex":11229},"f(x) = \\frac{1}{\\sigma\\sqrt{2\\pi}} e^{-\\frac{1}{2}\\left(\\frac{x - \\mu}{\\sigma}\\right)^2}",[9803,11231,11232,11239,11242],{},[5275,11233,11234],{},[5224,11235,11236,11237,6105],{},"Анатомія формули функції щільності Гаусса ",[6032,11238],{"tex":8062,":inline":6035},[5275,11240,11241],{},"На перший погляд вираз виглядає складним, проте він складається з трьох логічних елементів:",[6489,11243,11244,11262,11287],{},[5201,11245,11246,5649,11249,11252,11253,11255,11256,11258,11259,6134],{},[6032,11247],{"tex":11248,":inline":6035},"z = \\frac{x - \\mu}{\\sigma}",[5224,11250,11251],{},"Стандартизоване відхилення (Z-score):"," вимірює відстань від точки ",[6032,11254],{"tex":6418,":inline":6035}," до центру ",[6032,11257],{"tex":6043,":inline":6035}," у масштабі кроків ",[6032,11260],{"tex":11261,":inline":6035},"\\sigma",[5201,11263,11264,5649,11267,11270,11271,11274,11275,11278,11279,11282,11283,11286],{},[6032,11265],{"tex":11266,":inline":6035},"e^{-\\frac{1}{2} z^2}",[5224,11268,11269],{},"Формувач дзвона (експоненційне затухання):"," число Ейлера ",[6032,11272],{"tex":11273,":inline":6035},"e \\approx 2.718"," у від'ємному квадратичному степені. У точці центру (",[6032,11276],{"tex":11277,":inline":6035},"x = \\mu",") степінь дорівнює нулю і ",[6032,11280],{"tex":11281,":inline":6035},"e^0 = 1"," (пік кривої). Що далі точка віддаляється від центру, то швидше множник ",[6032,11284],{"tex":11285,":inline":6035},"z^2"," спрямовує значення кривої до нуля, симетрично утворюючи характерні спадаючі «плечі».",[5201,11288,11289,5649,11292,11295,11296,6044,11298,11300,11301,6134],{},[6032,11290],{"tex":11291,":inline":6035},"\\frac{1}{\\sigma\\sqrt{2\\pi}}",[5224,11293,11294],{},"Нормалізуючий множник (масштаб):"," константа площі, що гарантує, що повний інтеграл під усією нескінченною кривою від ",[6032,11297],{"tex":8193,":inline":6035},[6032,11299],{"tex":8196,":inline":6035}," завжди дорівнює ",[5224,11302,11303],{},"строго 1.0 (100% ймовірності)",[6424,11305,11307],{"id":11306},"як-зрозуміти-параметр-μ-центр-розподілу-інтуїтивні-аналогії","Як зрозуміти параметр μ (центр розподілу)? Інтуїтивні аналогії",[5198,11309,11310,11359],{},[5201,11311,11312,11315,11317,11318],{},[5224,11313,11314],{},"Примітивний приклад: ранкова маршрутка",[6500,11316],{},"\nУявіть, що ви щодня сідаєте на одну й ту саму маршрутку, яка за розкладом приїжджає о 08:00.",[5198,11319,11320,11332,11344],{},[5201,11321,11322,11325,11327,11328,11331],{},[5224,11323,11324],{},"Звичайний центр (без зсуву):",[6500,11326],{},"\nМаршрутка в середньому приїжджає рівно о 08:00 (",[6032,11329],{"tex":11330,":inline":6035},"\\mu = \\text{08:00}","). Більшість рейсів прибуває о 08:00. Іноді вона приїжджає на пару хвилин раніше (07:58), іноді на пару хвилин пізніше (08:02). Центр розподілу знаходиться в точці 08:00.",[5201,11333,11334,11337,11339,11340,11343],{},[5224,11335,11336],{},"Що таке зсув центру?",[6500,11338],{},"\nНа дорозі почали ремонт, і тепер маршрут займає на 10 хвилин більше. Водій їздить з такою самою точністю, як і раніше, але тепер маршрутка приїжджає в середньому о 08:10 (",[6032,11341],{"tex":11342,":inline":6035},"\\mu = \\text{08:10}","). Іноді вона з'явиться о 08:08, іноді о 08:12, але найчастіше — о 08:10.",[5201,11345,11346,11349,11351,11352,11355,11356,11358],{},[5224,11347,11348],{},"Що відбулося математично:",[6500,11350],{},"\nЦентр розподілу зсунувся на ",[6032,11353],{"tex":11354,":inline":6035},"+10"," хвилин праворуч. Характер запізнень\u002Fвипереджень не змінився (розкид ",[6032,11357],{"tex":11261,":inline":6035}," залишився тим самим), але «точка притягання» перемістилася з 08:00 на 08:10.",[5201,11360,11361,11364],{},[5224,11362,11363],{},"Ще простіша метафора: стрільба по мішені",[5198,11365,11366,11372,11378],{},[5201,11367,11368,11369,6048],{},"Якщо ви стріляєте в центр мішені (десятку), усі ваші кульки лягають кучно навколо десятки. Центр — це 10 (",[6032,11370],{"tex":11371,":inline":6035},"\\mu = 10",[5201,11373,11374,11375,6048],{},"Якщо у гвинтівки збився приціл праворуч, усі кульки так само кучно ляжуть на відстані 5 см праворуч від центру (",[6032,11376],{"tex":11377,":inline":6035},"\\mu = 10 + 5 \\, \\text{см}",[5201,11379,11380,11381,11383],{},"Форма купки кульок не змінилася (дисперсія та розкид ",[6032,11382],{"tex":11261,":inline":6035}," залишилися тими самими), але центр влучань зсунувся.",[6424,11385,11387],{"id":11386},"як-зрозуміти-параметр-σ-ширина-розкиду-інтуїтивні-аналогії","Як зрозуміти параметр σ (ширина розкиду)? Інтуїтивні аналогії",[5275,11389,11390,11391,11396,11397,11400,11401,11407,11408,6134],{},"Якщо ",[5224,11392,11393,11394,8395],{},"центр (",[6032,11395],{"tex":6043,":inline":6035}," відповідає на запитання ",[5229,11398,11399],{},"«Де розташована більшість результатів?»",", то ",[5224,11402,11403,11404,11406],{},"ширина розподілу (",[6032,11405],{"tex":11261,":inline":6035},", сигма)"," відповідає на запитання: ",[5224,11409,11410],{},"«Наскільки сильно результати розкидані навколо цього центру?»",[5275,11412,11413,11414,11416,11417,11420],{},"У статистиці ",[6032,11415],{"tex":11261,":inline":6035}," називають ",[5224,11418,11419],{},"стандартним відхиленням",". Воно визначає форму дзвона Гауса: чи буде він високим і вузьким, як гостра вежа, чи низьким і розпливчастим, як пологий пагорб.",[5198,11422,11423,11476,11499],{},[5201,11424,11425,11428,11430,11431,11434,11435,11438,11439],{},[5224,11426,11427],{},"Примітивний приклад: кава в автоматі",[6500,11429],{},"\nУявіть, що кавовий автомат налаштований наливати порцію ",[5224,11432,11433],{},"200 мл"," (це наш центр ",[6032,11436],{"tex":11437,":inline":6035},"\\mu = 200"," мл).",[5198,11440,11441,11459],{},[5201,11442,11443,11450,11452,11453,11455,11458],{},[5224,11444,11445,11446,11449],{},"Варіант 1: Маленька сигма (",[6032,11447],{"tex":11448,":inline":6035},"\\sigma = 2"," мл) — висока точність:",[6500,11451],{},"\nАвтомат працює як швейцарський годинник. Майже щоразу ви отримуєте майже рівно 200 мл: то 199 мл, то 201 мл, дуже рідко 196 чи 204 мл.",[6500,11454],{},[5229,11456,11457],{},"Графік:"," вузький, щільний і дуже високий пік прямо на позначці 200 мл. Усі значення зібрані в одну точну купку.",[5201,11460,11461,11468,11470,11471,11473,11475],{},[5224,11462,11463,11464,11467],{},"Варіант 2: Велика сигма (",[6032,11465],{"tex":11466,":inline":6035},"\\sigma = 30"," мл) — висока нестабільність:",[6500,11469],{},"\nАвтомат зламався або неякісний: дозатор барахлить. Середнє значення за день — усе ще 200 мл, але в один стаканчик він налив 170 мл, в інший — 230 мл, а декому взагалі хлюпнув 140 мл або перелив до 260 мл.",[6500,11472],{},[5229,11474,11457],{}," дзвін стає широким, розплющеним і пологим. Результати сильно «розмазані» по шкалі.",[5201,11477,11478,11481],{},[5224,11479,11480],{},"Метафора зі стрільбою (продовження):",[5198,11482,11483,11491],{},[5201,11484,11485,11490],{},[5224,11486,11487,11488,6105],{},"Маленька ",[6032,11489],{"tex":11261,":inline":6035}," стріляє майстер спорту. Усі кулі лягають майже дірка в дірку (величезна кучність).",[5201,11492,11493,11498],{},[5224,11494,11495,11496,6105],{},"Велика ",[6032,11497],{"tex":11261,":inline":6035}," стріляє новачок, у якого тремтять руки. Кулі розлітаються по всій мішені в радіусі 30 см (великий розкид).",[5201,11500,11501,11507,11509,11510,11512,11513],{},[5224,11502,11503,11504,11506],{},"Чому конкретна буква ",[6032,11505],{"tex":11261,":inline":6035}," така важлива: правило «трьох сигм»",[6500,11508],{},"\nДля будь-якого нормального розподілу значення ",[6032,11511],{"tex":11261,":inline":6035}," слугує універсальною лінійкою розкиду:",[5198,11514,11515,11528,11539],{},[5201,11516,11517,11523,11524,11527],{},[5224,11518,11519,11520],{},"В межах ",[6032,11521],{"tex":11522,":inline":6035},"1\\sigma"," від центру опиняється приблизно ",[5224,11525,11526],{},"68%"," усіх випадків (найбільш типові результати).",[5201,11529,11530,11535,11536,11538],{},[5224,11531,11519,11532],{},[6032,11533],{"tex":11534,":inline":6035},"2\\sigma"," опиняється ",[5224,11537,6054],{}," усіх випадків (майже все, що трапляється за звичайних умов).",[5201,11540,11541,11535,11546,11549],{},[5224,11542,11519,11543],{},[6032,11544],{"tex":11545,":inline":6035},"3\\sigma",[5224,11547,11548],{},"99.7%"," результатів — тобто все, що виходить за межі трьох сигм, вважається практично аномалією або крайньою рідкістю.",[5391,11551,11553],{"id":11552},"візуальний-вплив-параметрів","Візуальний вплив параметрів",[5382,11555,11557,11563],{"kernel":5384,"title":11556},"normal_parameters.ipynb",[5387,11558,11559],{"type":5389},[5391,11560,11562],{"id":11561},"вплив-μ-середнє-та-σ-стандартне-відхилення-на-форму-розподілу","Вплив μ (середнє) та σ (стандартне відхилення) на форму розподілу",[5387,11564,11565,12004],{"execution-count":5397},[5282,11566,11568],{"className":5284,"code":11567,"language":5286,"meta":5287,"style":5287},"import numpy as np\nimport matplotlib.pyplot as plt\nfrom scipy import stats\n\nx = np.linspace(-10, 20, 1000)\n\nfig, (ax1, ax2) = plt.subplots(1, 2, figsize=(14, 5))\n\n# Графік 1: Різні μ (центр), однакове σ\nax1.plot(x, stats.norm.pdf(x, 0, 2), label='μ=0, σ=2', linewidth=2)\nax1.plot(x, stats.norm.pdf(x, 5, 2), label='μ=5, σ=2', linewidth=2)\nax1.plot(x, stats.norm.pdf(x, 10, 2), label='μ=10, σ=2', linewidth=2)\nax1.set_title('Вплив μ: зсув центру розподілу', fontweight='bold')\nax1.set_xlabel('x')\nax1.set_ylabel('Щільність ймовірності')\nax1.legend()\nax1.grid(alpha=0.3)\n\n# Графік 2: Однакове μ (центр), різні σ (розкид)\nax2.plot(x, stats.norm.pdf(x, 5, 1), label='μ=5, σ=1', linewidth=2)\nax2.plot(x, stats.norm.pdf(x, 5, 2), label='μ=5, σ=2', linewidth=2)\nax2.plot(x, stats.norm.pdf(x, 5, 4), label='μ=5, σ=4', linewidth=2)\nax2.set_title('Вплив σ: ширина розподілу', fontweight='bold')\nax2.set_xlabel('x')\nax2.set_ylabel('Щільність ймовірності')\nax2.legend()\nax2.grid(alpha=0.3)\n\nplt.tight_layout()\nplt.show()\n\nprint(\"Висновки:\")\nprint(\"  μ (середнє) → зміщує центр кривої вліво\u002Fвправо\")\nprint(\"  σ (стандартне відхилення) → робить криву вужчою (σ↓) або ширшою (σ↑)\")\nprint(\"  Більше σ → більша варіація → менша передбачуваність\")\n",[5289,11569,11570,11580,11590,11600,11604,11622,11626,11650,11654,11659,11690,11719,11748,11765,11774,11782,11787,11799,11803,11808,11838,11866,11895,11912,11920,11928,11932,11944,11948,11952,11956,11960,11971,11982,11993],{"__ignoreMap":5287},[5292,11571,11572,11574,11576,11578],{"class":5294,"line":5295},[5292,11573,5408],{"class":5407},[5292,11575,5411],{"class":5298},[5292,11577,5414],{"class":5407},[5292,11579,5417],{"class":5298},[5292,11581,11582,11584,11586,11588],{"class":5294,"line":5420},[5292,11583,5408],{"class":5407},[5292,11585,5425],{"class":5298},[5292,11587,5414],{"class":5407},[5292,11589,5430],{"class":5298},[5292,11591,11592,11594,11596,11598],{"class":5294,"line":5433},[5292,11593,9151],{"class":5407},[5292,11595,9154],{"class":5298},[5292,11597,5408],{"class":5407},[5292,11599,9159],{"class":5298},[5292,11601,11602],{"class":5294,"line":5440},[5292,11603,5437],{"emptyLinePlaceholder":5436},[5292,11605,11606,11609,11611,11613,11616,11618,11620],{"class":5294,"line":5458},[5292,11607,11608],{"class":5298},"x = np.linspace(-",[5292,11610,5728],{"class":5302},[5292,11612,5306],{"class":5298},[5292,11614,11615],{"class":5302},"20",[5292,11617,5306],{"class":5298},[5292,11619,9436],{"class":5302},[5292,11621,5455],{"class":5298},[5292,11623,11624],{"class":5294,"line":5463},[5292,11625,5437],{"emptyLinePlaceholder":5436},[5292,11627,11628,11630,11632,11634,11636,11638,11640,11642,11644,11646,11648],{"class":5294,"line":5470},[5292,11629,9168],{"class":5298},[5292,11631,5397],{"class":5302},[5292,11633,5306],{"class":5298},[5292,11635,5680],{"class":5302},[5292,11637,5306],{"class":5298},[5292,11639,5722],{"class":5446},[5292,11641,5725],{"class":5298},[5292,11643,9183],{"class":5302},[5292,11645,5306],{"class":5298},[5292,11647,5733],{"class":5302},[5292,11649,5736],{"class":5298},[5292,11651,11652],{"class":5294,"line":5506},[5292,11653,5437],{"emptyLinePlaceholder":5436},[5292,11655,11656],{"class":5294,"line":5526},[5292,11657,11658],{"class":5466},"# Графік 1: Різні μ (центр), однакове σ\n",[5292,11660,11661,11664,11666,11668,11670,11673,11675,11677,11680,11682,11684,11686,11688],{"class":5294,"line":5531},[5292,11662,11663],{"class":5298},"ax1.plot(x, stats.norm.pdf(x, ",[5292,11665,6402],{"class":5302},[5292,11667,5306],{"class":5298},[5292,11669,5680],{"class":5302},[5292,11671,11672],{"class":5298},"), ",[5292,11674,5819],{"class":5446},[5292,11676,5450],{"class":5298},[5292,11678,11679],{"class":5568},"'μ=0, σ=2'",[5292,11681,5306],{"class":5298},[5292,11683,5810],{"class":5446},[5292,11685,5450],{"class":5298},[5292,11687,5680],{"class":5302},[5292,11689,5455],{"class":5298},[5292,11691,11692,11694,11696,11698,11700,11702,11704,11706,11709,11711,11713,11715,11717],{"class":5294,"line":5537},[5292,11693,11663],{"class":5298},[5292,11695,5733],{"class":5302},[5292,11697,5306],{"class":5298},[5292,11699,5680],{"class":5302},[5292,11701,11672],{"class":5298},[5292,11703,5819],{"class":5446},[5292,11705,5450],{"class":5298},[5292,11707,11708],{"class":5568},"'μ=5, σ=2'",[5292,11710,5306],{"class":5298},[5292,11712,5810],{"class":5446},[5292,11714,5450],{"class":5298},[5292,11716,5680],{"class":5302},[5292,11718,5455],{"class":5298},[5292,11720,11721,11723,11725,11727,11729,11731,11733,11735,11738,11740,11742,11744,11746],{"class":5294,"line":5543},[5292,11722,11663],{"class":5298},[5292,11724,5728],{"class":5302},[5292,11726,5306],{"class":5298},[5292,11728,5680],{"class":5302},[5292,11730,11672],{"class":5298},[5292,11732,5819],{"class":5446},[5292,11734,5450],{"class":5298},[5292,11736,11737],{"class":5568},"'μ=10, σ=2'",[5292,11739,5306],{"class":5298},[5292,11741,5810],{"class":5446},[5292,11743,5450],{"class":5298},[5292,11745,5680],{"class":5302},[5292,11747,5455],{"class":5298},[5292,11749,11750,11752,11755,11757,11759,11761,11763],{"class":5294,"line":5549},[5292,11751,9323],{"class":5298},[5292,11753,11754],{"class":5568},"'Вплив μ: зсув центру розподілу'",[5292,11756,5306],{"class":5298},[5292,11758,5965],{"class":5446},[5292,11760,5450],{"class":5298},[5292,11762,5970],{"class":5568},[5292,11764,5455],{"class":5298},[5292,11766,11767,11769,11772],{"class":5294,"line":5554},[5292,11768,9350],{"class":5298},[5292,11770,11771],{"class":5568},"'x'",[5292,11773,5455],{"class":5298},[5292,11775,11776,11778,11780],{"class":5294,"line":5586},[5292,11777,9368],{"class":5298},[5292,11779,9559],{"class":5568},[5292,11781,5455],{"class":5298},[5292,11783,11784],{"class":5294,"line":5609},[5292,11785,11786],{"class":5298},"ax1.legend()\n",[5292,11788,11789,11791,11793,11795,11797],{"class":5294,"line":5630},[5292,11790,9391],{"class":5298},[5292,11792,5765],{"class":5446},[5292,11794,5450],{"class":5298},[5292,11796,5991],{"class":5302},[5292,11798,5455],{"class":5298},[5292,11800,11801],{"class":5294,"line":5663},[5292,11802,5437],{"emptyLinePlaceholder":5436},[5292,11804,11805],{"class":5294,"line":5705},[5292,11806,11807],{"class":5466},"# Графік 2: Однакове μ (центр), різні σ (розкид)\n",[5292,11809,11810,11813,11815,11817,11819,11821,11823,11825,11828,11830,11832,11834,11836],{"class":5294,"line":5710},[5292,11811,11812],{"class":5298},"ax2.plot(x, stats.norm.pdf(x, ",[5292,11814,5733],{"class":5302},[5292,11816,5306],{"class":5298},[5292,11818,5397],{"class":5302},[5292,11820,11672],{"class":5298},[5292,11822,5819],{"class":5446},[5292,11824,5450],{"class":5298},[5292,11826,11827],{"class":5568},"'μ=5, σ=1'",[5292,11829,5306],{"class":5298},[5292,11831,5810],{"class":5446},[5292,11833,5450],{"class":5298},[5292,11835,5680],{"class":5302},[5292,11837,5455],{"class":5298},[5292,11839,11840,11842,11844,11846,11848,11850,11852,11854,11856,11858,11860,11862,11864],{"class":5294,"line":5716},[5292,11841,11812],{"class":5298},[5292,11843,5733],{"class":5302},[5292,11845,5306],{"class":5298},[5292,11847,5680],{"class":5302},[5292,11849,11672],{"class":5298},[5292,11851,5819],{"class":5446},[5292,11853,5450],{"class":5298},[5292,11855,11708],{"class":5568},[5292,11857,5306],{"class":5298},[5292,11859,5810],{"class":5446},[5292,11861,5450],{"class":5298},[5292,11863,5680],{"class":5302},[5292,11865,5455],{"class":5298},[5292,11867,11868,11870,11872,11874,11876,11878,11880,11882,11885,11887,11889,11891,11893],{"class":5294,"line":5739},[5292,11869,11812],{"class":5298},[5292,11871,5733],{"class":5302},[5292,11873,5306],{"class":5298},[5292,11875,7045],{"class":5302},[5292,11877,11672],{"class":5298},[5292,11879,5819],{"class":5446},[5292,11881,5450],{"class":5298},[5292,11883,11884],{"class":5568},"'μ=5, σ=4'",[5292,11886,5306],{"class":5298},[5292,11888,5810],{"class":5446},[5292,11890,5450],{"class":5298},[5292,11892,5680],{"class":5302},[5292,11894,5455],{"class":5298},[5292,11896,11897,11899,11902,11904,11906,11908,11910],{"class":5294,"line":5785},[5292,11898,9512],{"class":5298},[5292,11900,11901],{"class":5568},"'Вплив σ: ширина розподілу'",[5292,11903,5306],{"class":5298},[5292,11905,5965],{"class":5446},[5292,11907,5450],{"class":5298},[5292,11909,5970],{"class":5568},[5292,11911,5455],{"class":5298},[5292,11913,11914,11916,11918],{"class":5294,"line":5840},[5292,11915,9538],{"class":5298},[5292,11917,11771],{"class":5568},[5292,11919,5455],{"class":5298},[5292,11921,11922,11924,11926],{"class":5294,"line":5902},[5292,11923,9556],{"class":5298},[5292,11925,9559],{"class":5568},[5292,11927,5455],{"class":5298},[5292,11929,11930],{"class":5294,"line":5932},[5292,11931,9644],{"class":5298},[5292,11933,11934,11936,11938,11940,11942],{"class":5294,"line":5943},[5292,11935,9574],{"class":5298},[5292,11937,5765],{"class":5446},[5292,11939,5450],{"class":5298},[5292,11941,5991],{"class":5302},[5292,11943,5455],{"class":5298},[5292,11945,11946],{"class":5294,"line":5954},[5292,11947,5437],{"emptyLinePlaceholder":5436},[5292,11949,11950],{"class":5294,"line":5975},[5292,11951,9653],{"class":5298},[5292,11953,11954],{"class":5294,"line":5981},[5292,11955,5999],{"class":5298},[5292,11957,11958],{"class":5294,"line":5996},[5292,11959,5437],{"emptyLinePlaceholder":5436},[5292,11961,11962,11964,11966,11969],{"class":5294,"line":6298},[5292,11963,5558],{"class":5557},[5292,11965,5561],{"class":5298},[5292,11967,11968],{"class":5568},"\"Висновки:\"",[5292,11970,5455],{"class":5298},[5292,11972,11973,11975,11977,11980],{"class":5294,"line":6303},[5292,11974,5558],{"class":5557},[5292,11976,5561],{"class":5298},[5292,11978,11979],{"class":5568},"\"  μ (середнє) → зміщує центр кривої вліво\u002Fвправо\"",[5292,11981,5455],{"class":5298},[5292,11983,11984,11986,11988,11991],{"class":5294,"line":6308},[5292,11985,5558],{"class":5557},[5292,11987,5561],{"class":5298},[5292,11989,11990],{"class":5568},"\"  σ (стандартне відхилення) → робить криву вужчою (σ↓) або ширшою (σ↑)\"",[5292,11992,5455],{"class":5298},[5292,11994,11995,11997,11999,12002],{"class":5294,"line":6314},[5292,11996,5558],{"class":5557},[5292,11998,5561],{"class":5298},[5292,12000,12001],{"class":5568},"\"  Більше σ → більша варіація → менша передбачуваність\"",[5292,12003,5455],{"class":5298},[6001,12005,12006,12013],{"v-slot:output":5287},[5275,12007,12008],{},[6006,12009],{"alt":12010,"className":12011,"src":12012},"Параметри нормального розподілу: вплив середнього μ та стандартного відхилення σ",[6010],"\u002Fimages\u002Fai-python\u002Fstatistics-basics\u002Fdistributions\u002F05.png",[5282,12014,12017],{"className":12015,"code":12016,"language":6017},[6015],"Висновки:\n  μ (середнє) → зміщує центр кривої вліво\u002Fвправо\n  σ (стандартне відхилення) → робить криву вужчою (σ↓) або ширшою (σ↑)\n  Більше σ → більша варіація → менша передбачуваність\n",[5289,12018,12016],{"__ignoreMap":5287},[5391,12020,12022],{"id":12021},"правило-68-95-997-емпіричне-правило-трьох-сигм","Правило 68-95-99.7 (Емпіричне правило трьох сигм)",[5275,12024,12025,11087,12028,12031,12032,12034,12035,12037,12038,6048],{},[5224,12026,12027],{},"Правило 68–95–99.7",[5224,12029,12030],{},"правило трьох сигм",") стверджує, що для будь-якої величини з нормальним розподілом Гауса (",[6032,12033],{"tex":11220,":inline":6035},") майже всі дані лежать у межах трьох стандартних відхилень (",[6032,12036],{"tex":11261,":inline":6035},") від середнього значення (",[6032,12039],{"tex":6043,":inline":6035},[5275,12041,12042,12043,12045],{},"Площа під кривою в межах стандартних кроків ",[6032,12044],{"tex":11261,":inline":6035}," є універсальною математичною константою природи:",[6032,12047],{"tex":12048},"\\begin{aligned} P(\\mu - 1\\sigma \\leq X \\leq \\mu + 1\\sigma) &\\approx 68.27\\% \\\\ P(\\mu - 2\\sigma \\leq X \\leq \\mu + 2\\sigma) &\\approx 95.45\\% \\\\ P(\\mu - 3\\sigma \\leq X \\leq \\mu + 3\\sigma) &\\approx 99.73\\% \\end{aligned}",[6424,12050,12052],{"id":12051},"суть-трьох-чисел","Суть трьох чисел",[5198,12054,12055,12071,12086],{},[5201,12056,12057,12062,12063,12070],{},[5224,12058,12059],{},[6032,12060],{"tex":12061,":inline":6035},"\\approx 68.3\\%"," спостережень потрапляють в інтервал ",[5224,12064,12065],{},[5292,12066,12067],{},[6032,12068],{"tex":12069,":inline":6035},"\\mu - 1\\sigma, \\mu + 1\\sigma",". Це основа розподілу — звичайна, типова більшість.",[5201,12072,12073,12062,12078,12085],{},[5224,12074,12075],{},[6032,12076],{"tex":12077,":inline":6035},"\\approx 95.4\\%",[5224,12079,12080],{},[5292,12081,12082],{},[6032,12083],{"tex":12084,":inline":6035},"\\mu - 2\\sigma, \\mu + 2\\sigma",". Тут зосереджені майже всі стандартні випадки. Тільки близько 5% даних (по 2.3% з кожного боку) виходять за цей діапазон.",[5201,12087,12088,12062,12093,12100,12101,12104],{},[5224,12089,12090],{},[6032,12091],{"tex":12092,":inline":6035},"\\approx 99.7\\%",[5224,12094,12095],{},[5292,12096,12097],{},[6032,12098],{"tex":12099,":inline":6035},"\\mu - 3\\sigma, \\mu + 3\\sigma",". Усе, що виходить за межі трьох сигм (лише ",[5224,12102,12103],{},"0.3%"," подій), у статистиці вважають статистичною аномалією або винятком із правил.",[6424,12106,12108],{"id":12107},"конкретний-числовий-приклад-зріст-чоловіків","Конкретний числовий приклад: Зріст чоловіків",[5275,12110,12111,12112,12117,12118,6134],{},"Уявімо популяцію, де середній зріст дорослих чоловіків становить ",[5224,12113,12114,8649],{},[6032,12115],{"tex":12116,":inline":6035},"\\mu = 175",", а стандартне відхилення — ",[5224,12119,12120,8649],{},[6032,12121],{"tex":12122,":inline":6035},"\\sigma = 7",[6637,12124,12125,12141],{},[6640,12126,12127],{},[6643,12128,12129,12132,12135,12138],{},[6646,12130,12131],{"align":6648},"Інтервал",[6646,12133,12134],{"align":6648},"Формула",[6646,12136,12137],{"align":6648},"Діапазон зросту",[6646,12139,12140],{"align":6648},"Частка популяції",[6660,12142,12143,12169,12195],{},[6643,12144,12145,12151,12156,12161],{},[6665,12146,12147],{"align":6648},[5224,12148,12149],{},[6032,12150],{"tex":11522,":inline":6035},[6665,12152,12153],{"align":6648},[6032,12154],{"tex":12155,":inline":6035},"175 \\pm 7",[6665,12157,12158],{"align":6648},[5224,12159,12160],{},"168 – 182 см",[6665,12162,12163,12168],{"align":6648},[5224,12164,12165],{},[6032,12166],{"tex":12167,":inline":6035},"\\approx 68\\%"," (більшість людей на вулиці)",[6643,12170,12171,12177,12182,12187],{},[6665,12172,12173],{"align":6648},[5224,12174,12175],{},[6032,12176],{"tex":11534,":inline":6035},[6665,12178,12179],{"align":6648},[6032,12180],{"tex":12181,":inline":6035},"175 \\pm 14",[6665,12183,12184],{"align":6648},[5224,12185,12186],{},"161 – 189 см",[6665,12188,12189,12194],{"align":6648},[5224,12190,12191],{},[6032,12192],{"tex":12193,":inline":6035},"\\approx 95\\%"," (майже всі дорослі чоловіки)",[6643,12196,12197,12203,12208,12213],{},[6665,12198,12199],{"align":6648},[5224,12200,12201],{},[6032,12202],{"tex":11545,":inline":6035},[6665,12204,12205],{"align":6648},[6032,12206],{"tex":12207,":inline":6035},"175 \\pm 21",[6665,12209,12210],{"align":6648},[5224,12211,12212],{},"154 – 196 см",[6665,12214,12215,12219],{"align":6648},[5224,12216,12217],{},[6032,12218],{"tex":12092,":inline":6035}," (практично все населення)",[5275,12221,12222,12223,12226,12227,12230,12231,12233],{},"Чоловік зі зростом понад ",[5224,12224,12225],{},"196 см"," або нижче ",[5224,12228,12229],{},"154 см"," виходить за межі трьох сигм: таких людей сумарно лише ",[5224,12232,12103],{}," (приблизно 3 особи на кожну 1000).",[6424,12235,12237],{"id":12236},"де-це-застосовують-на-практиці","Де це застосовують на практиці?",[5198,12239,12240,12249],{},[5201,12241,12242,12245,12246,12248],{},[5224,12243,12244],{},"Контроль якості на заводах (концепція Six Sigma):"," якщо вага пачки печива або розмір деталі відхиляється від центру більше ніж на ",[6032,12247],{"tex":11545,":inline":6035},", конвеєр зупиняють і калібрують верстати.",[5201,12250,12251,12254,12255,12257],{},[5224,12252,12253],{},"Виявлення аномалій (Fraud Detection):"," у банках та фінтеху операції клієнта, які відхиляються від його типового профілю витрат далі ніж на ",[6032,12256],{"tex":11545,":inline":6035},", маркуються як підозрілі й вимагають додаткового підтвердження.",[6424,12259,12261],{"id":12260},"анатомія-правила-що-залишається-за-межами","Анатомія правила: що залишається за межами?",[5275,12263,12264,12265,12268],{},"Математична сила правила трьох сигм розкривається, коли ми дивимося не на центр, а на ",[5224,12266,12267],{},"хвости розподілу"," (те, що виходить за межі меж):",[6637,12270,12271,12290],{},[6640,12272,12273],{},[6643,12274,12275,12278,12281,12284,12287],{},[6646,12276,12277],{"align":6648},"Діапазон",[6646,12279,12280],{"align":6648},"Частка всередині інтервалу",[6646,12282,12283],{"align":6648},"Залишок у хвості (сумарно)",[6646,12285,12286],{"align":6648},"Площа кожного окремого хвоста",[6646,12288,12289],{"align":6648},"Частота появи події поза межами",[6660,12291,12292,12319,12346,12372,12398],{},[6643,12293,12294,12301,12306,12309,12312],{},[6665,12295,12296],{"align":6648},[5224,12297,12298],{},[6032,12299],{"tex":12300,":inline":6035},"\\mu \\pm 1\\sigma",[6665,12302,12303],{"align":6648},[5224,12304,12305],{},"68.27%",[6665,12307,12308],{"align":6648},"31.73%",[6665,12310,12311],{"align":6648},"15.86% (зліва) \u002F 15.86% (справа)",[6665,12313,12314,12315,12318],{"align":6648},"Майже ",[5224,12316,12317],{},"кожен 3-й"," випадок",[6643,12320,12321,12328,12333,12336,12339],{},[6665,12322,12323],{"align":6648},[5224,12324,12325],{},[6032,12326],{"tex":12327,":inline":6035},"\\mu \\pm 2\\sigma",[6665,12329,12330],{"align":6648},[5224,12331,12332],{},"95.45%",[6665,12334,12335],{"align":6648},"4.55%",[6665,12337,12338],{"align":6648},"2.27% (зліва) \u002F 2.27% (справа)",[6665,12340,12341,12342,12345],{"align":6648},"Приблизно ",[5224,12343,12344],{},"1 із 22"," випадків",[6643,12347,12348,12355,12360,12363,12366],{},[6665,12349,12350],{"align":6648},[5224,12351,12352],{},[6032,12353],{"tex":12354,":inline":6035},"\\mu \\pm 3\\sigma",[6665,12356,12357],{"align":6648},[5224,12358,12359],{},"99.73%",[6665,12361,12362],{"align":6648},"0.27%",[6665,12364,12365],{"align":6648},"0.135% (зліва) \u002F 0.135% (справа)",[6665,12367,12368,12369,12345],{"align":6648},"Рідкість: ",[5224,12370,12371],{},"1 із 370",[6643,12373,12374,12381,12386,12389,12392],{},[6665,12375,12376],{"align":6648},[5224,12377,12378],{},[6032,12379],{"tex":12380,":inline":6035},"\\mu \\pm 4\\sigma",[6665,12382,12383],{"align":6648},[5224,12384,12385],{},"99.994%",[6665,12387,12388],{"align":6648},"0.006%",[6665,12390,12391],{"align":6648},"0.003% (зліва) \u002F 0.003% (справа)",[6665,12393,12394,12395,12345],{"align":6648},"Екстремум: ",[5224,12396,12397],{},"1 із 15 787",[6643,12399,12400,12407,12412,12415,12418],{},[6665,12401,12402],{"align":6648},[5224,12403,12404],{},[6032,12405],{"tex":12406,":inline":6035},"\\mu \\pm 6\\sigma",[6665,12408,12409],{"align":6648},[5224,12410,12411],{},"99.99966%",[6665,12413,12414],{"align":6648},"0.00034%",[6665,12416,12417],{"align":6648},"0.00017%",[6665,12419,12420,12421,12424],{"align":6648},"Концепція ",[5224,12422,12423],{},"Six Sigma",": 3.4 дефекти на 1 млн",[6072,12426,12427,12443,12468],{},[5275,12428,12429,12432,12434,12435,12438,12439,12442],{},[5224,12430,12431],{},"Інтуїтивна аналогія: Фасування кави на конвеєрі",[6500,12433],{},"\nАвтоматичний дозатор фасує пачки кави. Маса пачки розподілена нормально: середнє ",[6032,12436],{"tex":12437,":inline":6035},"\\mu = 500"," г, стандартне відхилення ",[6032,12440],{"tex":12441,":inline":6035},"\\sigma = 5"," г.",[5198,12444,12445,12453,12461],{},[5201,12446,12447,12450,12451,11167],{},[5224,12448,12449],{},"68.3%"," пачок важать від 495 до 505 г (",[6032,12452],{"tex":12300,":inline":6035},[5201,12454,12455,12458,12459,11167],{},[5224,12456,12457],{},"95.5%"," пачок важать від 490 до 510 г (",[6032,12460],{"tex":12327,":inline":6035},[5201,12462,12463,12465,12466,6048],{},[5224,12464,11548],{}," пачок важать від 485 до 515 г (",[6032,12467],{"tex":12354,":inline":6035},[5275,12469,12470,12471,12473],{},"Якщо відділ контролю якості (QA) виявляє пачку вагою менше 485 г або більше 515 г, це означає, що відхилення перевищило ",[6032,12472],{"tex":11545,":inline":6035},". Такий збій трапляється з імовірністю менше ніж 0.14%! Інженер упевнено зупиняє лінію: це не випадкове коливання, а поломка механічного дозатора.",[5382,12475,12477,12483],{"kernel":5384,"title":12476},"empirical_rule.ipynb",[5387,12478,12479],{"type":5389},[5391,12480,12482],{"id":12481},"візуалізація-правила-68-95-997","Візуалізація правила 68-95-99.7",[5387,12484,12485,13354],{"execution-count":5397},[5282,12486,12488],{"className":5284,"code":12487,"language":5286,"meta":5287,"style":5287},"import numpy as np\nimport matplotlib.pyplot as plt\nfrom scipy import stats\n\nrng = np.random.default_rng(seed=42)\n\n# Параметри розподілу\nmu, sigma = 100, 15\n\n# Генеруємо дані\ndata = rng.normal(mu, sigma, 10000)\n\n# Візуалізація\nfig, ax = plt.subplots(figsize=(12, 6))\n\n# Гістограма даних\nax.hist(data, bins=50, density=True, alpha=0.7, color='lightblue', edgecolor='black', label='Дані (гістограма)')\n\n# Теоретична крива\nx = np.linspace(mu - 4*sigma, mu + 4*sigma, 1000)\npdf = stats.norm.pdf(x, mu, sigma)\nax.plot(x, pdf, 'r-', linewidth=2, label='Теоретична крива')\n\n# Позначення середнього\nax.axvline(mu, color='black', linestyle='--', linewidth=2, label=f'μ = {mu}')\n\n# Заповнення областей\ncolors = ['#90EE90', '#FFD700', '#FFB6C1']\nlabels = ['68% (μ±1σ)', '95% (μ±2σ)', '99.7% (μ±3σ)']\nalphas = [0.5, 0.3, 0.2]\n\nfor i in range(3, 0, -1):\n    mask = (x >= mu - i*sigma) & (x \u003C= mu + i*sigma)\n    ax.fill_between(x[mask], pdf[mask], alpha=alphas[i-1], color=colors[i-1], label=labels[i-1])\n\n# Позначення меж σ\nfor i in range(1, 4):\n    ax.axvline(mu - i*sigma, color='orange', linestyle=':', linewidth=1.5, alpha=0.7)\n    ax.axvline(mu + i*sigma, color='orange', linestyle=':', linewidth=1.5, alpha=0.7)\n\nax.set_xlabel('Значення', fontsize=12)\nax.set_ylabel('Щільність ймовірності', fontsize=12)\nax.set_title(f'Правило 68-95-99.7 для N({mu}, {sigma}²)', fontweight='bold', fontsize=14)\nax.legend(loc='upper right')\nax.grid(alpha=0.3)\nplt.show()\n\n# Емпірична перевірка правила\nwithin_1sigma = np.sum((data >= mu - sigma) & (data \u003C= mu + sigma)) \u002F len(data)\nwithin_2sigma = np.sum((data >= mu - 2*sigma) & (data \u003C= mu + 2*sigma)) \u002F len(data)\nwithin_3sigma = np.sum((data >= mu - 3*sigma) & (data \u003C= mu + 3*sigma)) \u002F len(data)\n\nprint(\"Емпірична перевірка правила 68-95-99.7:\")\nprint(f\"  μ±1σ ({mu-sigma}–{mu+sigma}): {within_1sigma:.1%} (теоретично 68.3%)\")\nprint(f\"  μ±2σ ({mu-2*sigma}–{mu+2*sigma}): {within_2sigma:.1%} (теоретично 95.4%)\")\nprint(f\"  μ±3σ ({mu-3*sigma}–{mu+3*sigma}): {within_3sigma:.1%} (теоретично 99.7%)\")\n",[5289,12489,12490,12500,12510,12520,12524,12536,12540,12545,12557,12561,12566,12575,12579,12583,12600,12604,12609,12664,12668,12673,12692,12697,12724,12728,12733,12782,12786,12791,12812,12832,12850,12854,12879,12884,12918,12922,12927,12947,12985,13022,13026,13043,13060,13106,13120,13133,13137,13141,13146,13156,13176,13194,13199,13211,13255,13306],{"__ignoreMap":5287},[5292,12491,12492,12494,12496,12498],{"class":5294,"line":5295},[5292,12493,5408],{"class":5407},[5292,12495,5411],{"class":5298},[5292,12497,5414],{"class":5407},[5292,12499,5417],{"class":5298},[5292,12501,12502,12504,12506,12508],{"class":5294,"line":5420},[5292,12503,5408],{"class":5407},[5292,12505,5425],{"class":5298},[5292,12507,5414],{"class":5407},[5292,12509,5430],{"class":5298},[5292,12511,12512,12514,12516,12518],{"class":5294,"line":5433},[5292,12513,9151],{"class":5407},[5292,12515,9154],{"class":5298},[5292,12517,5408],{"class":5407},[5292,12519,9159],{"class":5298},[5292,12521,12522],{"class":5294,"line":5440},[5292,12523,5437],{"emptyLinePlaceholder":5436},[5292,12525,12526,12528,12530,12532,12534],{"class":5294,"line":5458},[5292,12527,5443],{"class":5298},[5292,12529,5447],{"class":5446},[5292,12531,5450],{"class":5298},[5292,12533,5303],{"class":5302},[5292,12535,5455],{"class":5298},[5292,12537,12538],{"class":5294,"line":5463},[5292,12539,5437],{"emptyLinePlaceholder":5436},[5292,12541,12542],{"class":5294,"line":5470},[5292,12543,12544],{"class":5466},"# Параметри розподілу\n",[5292,12546,12547,12550,12552,12554],{"class":5294,"line":5506},[5292,12548,12549],{"class":5298},"mu, sigma = ",[5292,12551,5501],{"class":5302},[5292,12553,5306],{"class":5298},[5292,12555,12556],{"class":5302},"15\n",[5292,12558,12559],{"class":5294,"line":5526},[5292,12560,5437],{"emptyLinePlaceholder":5436},[5292,12562,12563],{"class":5294,"line":5531},[5292,12564,12565],{"class":5466},"# Генеруємо дані\n",[5292,12567,12568,12571,12573],{"class":5294,"line":5537},[5292,12569,12570],{"class":5298},"data = rng.normal(mu, sigma, ",[5292,12572,10637],{"class":5302},[5292,12574,5455],{"class":5298},[5292,12576,12577],{"class":5294,"line":5543},[5292,12578,5437],{"emptyLinePlaceholder":5436},[5292,12580,12581],{"class":5294,"line":5549},[5292,12582,10003],{"class":5466},[5292,12584,12585,12588,12590,12592,12594,12596,12598],{"class":5294,"line":5554},[5292,12586,12587],{"class":5298},"fig, ax = plt.subplots(",[5292,12589,5722],{"class":5446},[5292,12591,5725],{"class":5298},[5292,12593,7181],{"class":5302},[5292,12595,5306],{"class":5298},[5292,12597,7050],{"class":5302},[5292,12599,5736],{"class":5298},[5292,12601,12602],{"class":5294,"line":5586},[5292,12603,5437],{"emptyLinePlaceholder":5436},[5292,12605,12606],{"class":5294,"line":5609},[5292,12607,12608],{"class":5466},"# Гістограма даних\n",[5292,12610,12611,12614,12616,12618,12620,12622,12624,12626,12628,12630,12632,12634,12636,12638,12640,12642,12645,12647,12649,12651,12653,12655,12657,12659,12662],{"class":5294,"line":5630},[5292,12612,12613],{"class":5298},"ax.hist(data, ",[5292,12615,5745],{"class":5446},[5292,12617,5450],{"class":5298},[5292,12619,10675],{"class":5302},[5292,12621,5306],{"class":5298},[5292,12623,10704],{"class":5446},[5292,12625,5450],{"class":5298},[5292,12627,9272],{"class":5564},[5292,12629,5306],{"class":5298},[5292,12631,5765],{"class":5446},[5292,12633,5450],{"class":5298},[5292,12635,5770],{"class":5302},[5292,12637,5306],{"class":5298},[5292,12639,5775],{"class":5446},[5292,12641,5450],{"class":5298},[5292,12643,12644],{"class":5568},"'lightblue'",[5292,12646,5306],{"class":5298},[5292,12648,5755],{"class":5446},[5292,12650,5450],{"class":5298},[5292,12652,5760],{"class":5568},[5292,12654,5306],{"class":5298},[5292,12656,5819],{"class":5446},[5292,12658,5450],{"class":5298},[5292,12660,12661],{"class":5568},"'Дані (гістограма)'",[5292,12663,5455],{"class":5298},[5292,12665,12666],{"class":5294,"line":5663},[5292,12667,5437],{"emptyLinePlaceholder":5436},[5292,12669,12670],{"class":5294,"line":5705},[5292,12671,12672],{"class":5466},"# Теоретична крива\n",[5292,12674,12675,12678,12680,12683,12685,12688,12690],{"class":5294,"line":5710},[5292,12676,12677],{"class":5298},"x = np.linspace(mu - ",[5292,12679,7045],{"class":5302},[5292,12681,12682],{"class":5298},"*sigma, mu + ",[5292,12684,7045],{"class":5302},[5292,12686,12687],{"class":5298},"*sigma, ",[5292,12689,9436],{"class":5302},[5292,12691,5455],{"class":5298},[5292,12693,12694],{"class":5294,"line":5716},[5292,12695,12696],{"class":5298},"pdf = stats.norm.pdf(x, mu, sigma)\n",[5292,12698,12699,12702,12705,12707,12709,12711,12713,12715,12717,12719,12722],{"class":5294,"line":5739},[5292,12700,12701],{"class":5298},"ax.plot(x, pdf, ",[5292,12703,12704],{"class":5568},"'r-'",[5292,12706,5306],{"class":5298},[5292,12708,5810],{"class":5446},[5292,12710,5450],{"class":5298},[5292,12712,5680],{"class":5302},[5292,12714,5306],{"class":5298},[5292,12716,5819],{"class":5446},[5292,12718,5450],{"class":5298},[5292,12720,12721],{"class":5568},"'Теоретична крива'",[5292,12723,5455],{"class":5298},[5292,12725,12726],{"class":5294,"line":5785},[5292,12727,5437],{"emptyLinePlaceholder":5436},[5292,12729,12730],{"class":5294,"line":5840},[5292,12731,12732],{"class":5466},"# Позначення середнього\n",[5292,12734,12735,12738,12740,12742,12744,12746,12748,12750,12752,12754,12756,12758,12760,12762,12764,12766,12768,12771,12773,12776,12778,12780],{"class":5294,"line":5902},[5292,12736,12737],{"class":5298},"ax.axvline(mu, ",[5292,12739,5775],{"class":5446},[5292,12741,5450],{"class":5298},[5292,12743,5760],{"class":5568},[5292,12745,5306],{"class":5298},[5292,12747,5800],{"class":5446},[5292,12749,5450],{"class":5298},[5292,12751,5805],{"class":5568},[5292,12753,5306],{"class":5298},[5292,12755,5810],{"class":5446},[5292,12757,5450],{"class":5298},[5292,12759,5680],{"class":5302},[5292,12761,5306],{"class":5298},[5292,12763,5819],{"class":5446},[5292,12765,5450],{"class":5298},[5292,12767,5565],{"class":5564},[5292,12769,12770],{"class":5568},"'μ = ",[5292,12772,5572],{"class":5564},[5292,12774,12775],{"class":5298},"mu",[5292,12777,10243],{"class":5564},[5292,12779,5835],{"class":5568},[5292,12781,5455],{"class":5298},[5292,12783,12784],{"class":5294,"line":5932},[5292,12785,5437],{"emptyLinePlaceholder":5436},[5292,12787,12788],{"class":5294,"line":5943},[5292,12789,12790],{"class":5466},"# Заповнення областей\n",[5292,12792,12793,12796,12799,12801,12804,12806,12809],{"class":5294,"line":5954},[5292,12794,12795],{"class":5298},"colors = [",[5292,12797,12798],{"class":5568},"'#90EE90'",[5292,12800,5306],{"class":5298},[5292,12802,12803],{"class":5568},"'#FFD700'",[5292,12805,5306],{"class":5298},[5292,12807,12808],{"class":5568},"'#FFB6C1'",[5292,12810,12811],{"class":5298},"]\n",[5292,12813,12814,12817,12820,12822,12825,12827,12830],{"class":5294,"line":5975},[5292,12815,12816],{"class":5298},"labels = [",[5292,12818,12819],{"class":5568},"'68% (μ±1σ)'",[5292,12821,5306],{"class":5298},[5292,12823,12824],{"class":5568},"'95% (μ±2σ)'",[5292,12826,5306],{"class":5298},[5292,12828,12829],{"class":5568},"'99.7% (μ±3σ)'",[5292,12831,12811],{"class":5298},[5292,12833,12834,12837,12839,12841,12843,12845,12848],{"class":5294,"line":5981},[5292,12835,12836],{"class":5298},"alphas = [",[5292,12838,9078],{"class":5302},[5292,12840,5306],{"class":5298},[5292,12842,5991],{"class":5302},[5292,12844,5306],{"class":5298},[5292,12846,12847],{"class":5302},"0.2",[5292,12849,12811],{"class":5298},[5292,12851,12852],{"class":5294,"line":5996},[5292,12853,5437],{"emptyLinePlaceholder":5436},[5292,12855,12856,12858,12860,12862,12864,12866,12868,12870,12872,12875,12877],{"class":5294,"line":6298},[5292,12857,9208],{"class":5407},[5292,12859,9211],{"class":5298},[5292,12861,9214],{"class":5407},[5292,12863,9217],{"class":5557},[5292,12865,5561],{"class":5298},[5292,12867,7042],{"class":5302},[5292,12869,5306],{"class":5298},[5292,12871,6402],{"class":5302},[5292,12873,12874],{"class":5298},", -",[5292,12876,5397],{"class":5302},[5292,12878,9228],{"class":5298},[5292,12880,12881],{"class":5294,"line":6303},[5292,12882,12883],{"class":5298},"    mask = (x >= mu - i*sigma) & (x \u003C= mu + i*sigma)\n",[5292,12885,12886,12889,12891,12894,12896,12899,12901,12904,12906,12908,12910,12913,12915],{"class":5294,"line":6308},[5292,12887,12888],{"class":5298},"    ax.fill_between(x[mask], pdf[mask], ",[5292,12890,5765],{"class":5446},[5292,12892,12893],{"class":5298},"=alphas[i-",[5292,12895,5397],{"class":5302},[5292,12897,12898],{"class":5298},"], ",[5292,12900,5775],{"class":5446},[5292,12902,12903],{"class":5298},"=colors[i-",[5292,12905,5397],{"class":5302},[5292,12907,12898],{"class":5298},[5292,12909,5819],{"class":5446},[5292,12911,12912],{"class":5298},"=labels[i-",[5292,12914,5397],{"class":5302},[5292,12916,12917],{"class":5298},"])\n",[5292,12919,12920],{"class":5294,"line":6314},[5292,12921,5437],{"emptyLinePlaceholder":5436},[5292,12923,12924],{"class":5294,"line":6320},[5292,12925,12926],{"class":5466},"# Позначення меж σ\n",[5292,12928,12929,12931,12933,12935,12937,12939,12941,12943,12945],{"class":5294,"line":6325},[5292,12930,9208],{"class":5407},[5292,12932,9211],{"class":5298},[5292,12934,9214],{"class":5407},[5292,12936,9217],{"class":5557},[5292,12938,5561],{"class":5298},[5292,12940,5397],{"class":5302},[5292,12942,5306],{"class":5298},[5292,12944,7045],{"class":5302},[5292,12946,9228],{"class":5298},[5292,12948,12949,12952,12954,12956,12958,12960,12962,12964,12967,12969,12971,12973,12975,12977,12979,12981,12983],{"class":5294,"line":6331},[5292,12950,12951],{"class":5298},"    ax.axvline(mu - i*sigma, ",[5292,12953,5775],{"class":5446},[5292,12955,5450],{"class":5298},[5292,12957,5850],{"class":5568},[5292,12959,5306],{"class":5298},[5292,12961,5800],{"class":5446},[5292,12963,5450],{"class":5298},[5292,12965,12966],{"class":5568},"':'",[5292,12968,5306],{"class":5298},[5292,12970,5810],{"class":5446},[5292,12972,5450],{"class":5298},[5292,12974,5867],{"class":5302},[5292,12976,5306],{"class":5298},[5292,12978,5765],{"class":5446},[5292,12980,5450],{"class":5298},[5292,12982,5770],{"class":5302},[5292,12984,5455],{"class":5298},[5292,12986,12987,12990,12992,12994,12996,12998,13000,13002,13004,13006,13008,13010,13012,13014,13016,13018,13020],{"class":5294,"line":6337},[5292,12988,12989],{"class":5298},"    ax.axvline(mu + i*sigma, ",[5292,12991,5775],{"class":5446},[5292,12993,5450],{"class":5298},[5292,12995,5850],{"class":5568},[5292,12997,5306],{"class":5298},[5292,12999,5800],{"class":5446},[5292,13001,5450],{"class":5298},[5292,13003,12966],{"class":5568},[5292,13005,5306],{"class":5298},[5292,13007,5810],{"class":5446},[5292,13009,5450],{"class":5298},[5292,13011,5867],{"class":5302},[5292,13013,5306],{"class":5298},[5292,13015,5765],{"class":5446},[5292,13017,5450],{"class":5298},[5292,13019,5770],{"class":5302},[5292,13021,5455],{"class":5298},[5292,13023,13024],{"class":5294,"line":6343},[5292,13025,5437],{"emptyLinePlaceholder":5436},[5292,13027,13028,13031,13033,13035,13037,13039,13041],{"class":5294,"line":6349},[5292,13029,13030],{"class":5298},"ax.set_xlabel(",[5292,13032,10762],{"class":5568},[5292,13034,5306],{"class":5298},[5292,13036,9339],{"class":5446},[5292,13038,5450],{"class":5298},[5292,13040,7181],{"class":5302},[5292,13042,5455],{"class":5298},[5292,13044,13045,13048,13050,13052,13054,13056,13058],{"class":5294,"line":6355},[5292,13046,13047],{"class":5298},"ax.set_ylabel(",[5292,13049,9559],{"class":5568},[5292,13051,5306],{"class":5298},[5292,13053,9339],{"class":5446},[5292,13055,5450],{"class":5298},[5292,13057,7181],{"class":5302},[5292,13059,5455],{"class":5298},[5292,13061,13062,13065,13067,13070,13072,13074,13076,13078,13080,13083,13085,13088,13090,13092,13094,13096,13098,13100,13102,13104],{"class":5294,"line":6360},[5292,13063,13064],{"class":5298},"ax.set_title(",[5292,13066,5565],{"class":5564},[5292,13068,13069],{"class":5568},"'Правило 68-95-99.7 для N(",[5292,13071,5572],{"class":5564},[5292,13073,12775],{"class":5298},[5292,13075,10243],{"class":5564},[5292,13077,5306],{"class":5568},[5292,13079,5572],{"class":5564},[5292,13081,13082],{"class":5298},"sigma",[5292,13084,10243],{"class":5564},[5292,13086,13087],{"class":5568},"²)'",[5292,13089,5306],{"class":5298},[5292,13091,5965],{"class":5446},[5292,13093,5450],{"class":5298},[5292,13095,5970],{"class":5568},[5292,13097,5306],{"class":5298},[5292,13099,9339],{"class":5446},[5292,13101,5450],{"class":5298},[5292,13103,9183],{"class":5302},[5292,13105,5455],{"class":5298},[5292,13107,13108,13111,13113,13115,13118],{"class":5294,"line":6365},[5292,13109,13110],{"class":5298},"ax.legend(",[5292,13112,5476],{"class":5446},[5292,13114,5450],{"class":5298},[5292,13116,13117],{"class":5568},"'upper right'",[5292,13119,5455],{"class":5298},[5292,13121,13122,13125,13127,13129,13131],{"class":5294,"line":6371},[5292,13123,13124],{"class":5298},"ax.grid(",[5292,13126,5765],{"class":5446},[5292,13128,5450],{"class":5298},[5292,13130,5991],{"class":5302},[5292,13132,5455],{"class":5298},[5292,13134,13135],{"class":5294,"line":6377},[5292,13136,5999],{"class":5298},[5292,13138,13139],{"class":5294,"line":6383},[5292,13140,5437],{"emptyLinePlaceholder":5436},[5292,13142,13143],{"class":5294,"line":9734},[5292,13144,13145],{"class":5466},"# Емпірична перевірка правила\n",[5292,13147,13148,13151,13153],{"class":5294,"line":9765},[5292,13149,13150],{"class":5298},"within_1sigma = np.sum((data >= mu - sigma) & (data \u003C= mu + sigma)) \u002F ",[5292,13152,9282],{"class":5557},[5292,13154,13155],{"class":5298},"(data)\n",[5292,13157,13159,13162,13164,13167,13169,13172,13174],{"class":5294,"line":13158},50,[5292,13160,13161],{"class":5298},"within_2sigma = np.sum((data >= mu - ",[5292,13163,5680],{"class":5302},[5292,13165,13166],{"class":5298},"*sigma) & (data \u003C= mu + ",[5292,13168,5680],{"class":5302},[5292,13170,13171],{"class":5298},"*sigma)) \u002F ",[5292,13173,9282],{"class":5557},[5292,13175,13155],{"class":5298},[5292,13177,13179,13182,13184,13186,13188,13190,13192],{"class":5294,"line":13178},51,[5292,13180,13181],{"class":5298},"within_3sigma = np.sum((data >= mu - ",[5292,13183,7042],{"class":5302},[5292,13185,13166],{"class":5298},[5292,13187,7042],{"class":5302},[5292,13189,13171],{"class":5298},[5292,13191,9282],{"class":5557},[5292,13193,13155],{"class":5298},[5292,13195,13197],{"class":5294,"line":13196},52,[5292,13198,5437],{"emptyLinePlaceholder":5436},[5292,13200,13202,13204,13206,13209],{"class":5294,"line":13201},53,[5292,13203,5558],{"class":5557},[5292,13205,5561],{"class":5298},[5292,13207,13208],{"class":5568},"\"Емпірична перевірка правила 68-95-99.7:\"",[5292,13210,5455],{"class":5298},[5292,13212,13214,13216,13218,13220,13223,13225,13228,13230,13233,13235,13238,13240,13242,13244,13247,13250,13253],{"class":5294,"line":13213},54,[5292,13215,5558],{"class":5557},[5292,13217,5561],{"class":5298},[5292,13219,5565],{"class":5564},[5292,13221,13222],{"class":5568},"\"  μ±1σ (",[5292,13224,5572],{"class":5564},[5292,13226,13227],{"class":5298},"mu-sigma",[5292,13229,10243],{"class":5564},[5292,13231,13232],{"class":5568},"–",[5292,13234,5572],{"class":5564},[5292,13236,13237],{"class":5298},"mu+sigma",[5292,13239,10243],{"class":5564},[5292,13241,9034],{"class":5568},[5292,13243,5572],{"class":5564},[5292,13245,13246],{"class":5298},"within_1sigma",[5292,13248,13249],{"class":5564},":.1%}",[5292,13251,13252],{"class":5568}," (теоретично 68.3%)\"",[5292,13254,5455],{"class":5298},[5292,13256,13258,13260,13262,13264,13267,13269,13272,13274,13277,13279,13281,13283,13286,13288,13290,13292,13294,13296,13299,13301,13304],{"class":5294,"line":13257},55,[5292,13259,5558],{"class":5557},[5292,13261,5561],{"class":5298},[5292,13263,5565],{"class":5564},[5292,13265,13266],{"class":5568},"\"  μ±2σ (",[5292,13268,5572],{"class":5564},[5292,13270,13271],{"class":5298},"mu-",[5292,13273,5680],{"class":5302},[5292,13275,13276],{"class":5298},"*sigma",[5292,13278,10243],{"class":5564},[5292,13280,13232],{"class":5568},[5292,13282,5572],{"class":5564},[5292,13284,13285],{"class":5298},"mu+",[5292,13287,5680],{"class":5302},[5292,13289,13276],{"class":5298},[5292,13291,10243],{"class":5564},[5292,13293,9034],{"class":5568},[5292,13295,5572],{"class":5564},[5292,13297,13298],{"class":5298},"within_2sigma",[5292,13300,13249],{"class":5564},[5292,13302,13303],{"class":5568}," (теоретично 95.4%)\"",[5292,13305,5455],{"class":5298},[5292,13307,13309,13311,13313,13315,13318,13320,13322,13324,13326,13328,13330,13332,13334,13336,13338,13340,13342,13344,13347,13349,13352],{"class":5294,"line":13308},56,[5292,13310,5558],{"class":5557},[5292,13312,5561],{"class":5298},[5292,13314,5565],{"class":5564},[5292,13316,13317],{"class":5568},"\"  μ±3σ (",[5292,13319,5572],{"class":5564},[5292,13321,13271],{"class":5298},[5292,13323,7042],{"class":5302},[5292,13325,13276],{"class":5298},[5292,13327,10243],{"class":5564},[5292,13329,13232],{"class":5568},[5292,13331,5572],{"class":5564},[5292,13333,13285],{"class":5298},[5292,13335,7042],{"class":5302},[5292,13337,13276],{"class":5298},[5292,13339,10243],{"class":5564},[5292,13341,9034],{"class":5568},[5292,13343,5572],{"class":5564},[5292,13345,13346],{"class":5298},"within_3sigma",[5292,13348,13249],{"class":5564},[5292,13350,13351],{"class":5568}," (теоретично 99.7%)\"",[5292,13353,5455],{"class":5298},[6001,13355,13356,13363],{"v-slot:output":5287},[5275,13357,13358],{},[6006,13359],{"alt":13360,"className":13361,"src":13362},"Правило трьох сигм (емпіричне правило 68-95-99.7%)",[6010],"\u002Fimages\u002Fai-python\u002Fstatistics-basics\u002Fdistributions\u002F06.png",[5282,13364,13367],{"className":13365,"code":13366,"language":6017},[6015],"Емпірична перевірка правила 68-95-99.7:\n  μ±1σ (85–115): 67.8% (теоретично 68.3%)\n  μ±2σ (70–130): 95.4% (теоретично 95.4%)\n  μ±3σ (55–145): 99.7% (теоретично 99.7%)\n",[5289,13368,13366],{"__ignoreMap":5287},[8755,13370,13371,13376],{},[5275,13372,13373],{},[5224,13374,13375],{},"Практичне застосування правила:",[6489,13377,13378,13384,13390,13396],{},[5201,13379,13380,13383],{},[5224,13381,13382],{},"Виявлення аномалій",": значення далі ніж 3σ від середнього — сильний сигнал аномалії",[5201,13385,13386,13389],{},[5224,13387,13388],{},"Довірчі інтервали",": «з 95% ймовірністю результат у межах μ ± 2σ»",[5201,13391,13392,13395],{},[5224,13393,13394],{},"Контроль якості",": якщо вимірювання виходить за межі μ ± 3σ, процес вийшов з-під контролю",[5201,13397,13398,13401],{},[5224,13399,13400],{},"A\u002FB тестування",": визначення статистичної значущості",[5391,13403,13405],{"id":13404},"стандартний-нормальний-розподіл-та-z-оцінка","Стандартний нормальний розподіл та Z-оцінка",[5275,13407,13408,5227,13411,13414,13415,13418,13419,6048],{},[5224,13409,13410],{},"Стандартний нормальний розподіл",[5229,13412,13413],{},"standard normal distribution",") — це еталонний нормальний розподіл, у якого центр зафіксовано в нулі (",[5224,13416,13417],{},"μ = 0","), а стандартне відхилення дорівнює одиниці (",[5224,13420,13421],{},"σ = 1",[5275,13423,13424,13425],{},"Позначення: ",[6032,13426],{"tex":13427,":inline":6035},"Z \\sim \\mathcal{N}(0, 1)",[6072,13429,13430,13451,13457,13473],{},[5275,13431,13432,13435,13437,13438,13441,13442,13445,13446,13441,13449,6048],{},[5224,13433,13434],{},"Інтуїтивна аналогія: Z-оцінка як універсальний валютний конвертер",[6500,13436],{},"\nУявіть, що ви отримали 85 балів на важкому іспиті з вищої математики (де середній бал групи становив ",[6032,13439],{"tex":13440,":inline":6035},"\\mu = 70",", а розкид ",[6032,13443],{"tex":13444,":inline":6035},"\\sigma = 10","), і 90 балів на іспиті з англійської мови (де тест був легким, середнє ",[6032,13447],{"tex":13448,":inline":6035},"\\mu = 88",[6032,13450],{"tex":11448,":inline":6035},[5275,13452,13453,13454,6988],{},"За абсолютним числом 90 > 85. Але в якій дисципліні ваш успіх ",[5224,13455,13456],{},"справді видатний відносно всієї групи",[5198,13458,13459,13466],{},[5201,13460,13461,13462,13465],{},"Математика: ",[6032,13463],{"tex":13464,":inline":6035},"z = \\frac{85 - 70}{10} = +1.5"," (ви на 1.5 сигми вище за середній рівень);",[5201,13467,13468,13469,13472],{},"Англійська: ",[6032,13470],{"tex":13471,":inline":6035},"z = \\frac{90 - 88}{2} = +1.0"," (ви лише на 1.0 сигму вище за середній рівень).",[5275,13474,13475,13476,6134],{},"Незважаючи на менший абсолютний бал, у математиці ви обійшли набагато більшу частку однокурсників! Z-оцінка працює як валютний конвертер: вона переводить різні шкали вимірювання (бали, кілограми, мілісекунди) в одну універсальну валюту — ",[5224,13477,13478],{},"відстань у стандартних відхиленнях (сигмах)",[6424,13480,13482],{"id":13481},"формула-z-оцінки-z-score-стандартизація","Формула Z-оцінки (Z-score, стандартизація)",[6032,13484],{"tex":11248},[5275,13486,13487,13488,6775,13490,13492,13493,6775,13496,6105],{},"Для вибіркових даних замість параметрів генеральної сукупності ",[6032,13489],{"tex":6043,":inline":6035},[6032,13491],{"tex":11261,":inline":6035}," підставляють вибіркові оцінки ",[6032,13494],{"tex":13495,":inline":6035},"\\bar{x}",[6032,13497],{"tex":13498,":inline":6035},"s",[6032,13500],{"tex":13501},"z_i = \\frac{x_i - \\bar{x}}{s}",[6424,13503,13505],{"id":13504},"анатомія-формули-розбір-по-кроках","Анатомія формули: розбір по кроках",[6489,13507,13508,13545,13565],{},[5201,13509,13510,13517,13519,13520,13522,13523,13525,13526],{},[5224,13511,13512,13513,13516],{},"Чисельник ",[6032,13514],{"tex":13515,":inline":6035},"(x - \\mu)"," — Абсолютне відхилення (Distance):",[6500,13518],{},"\nПоказує, на скільки одиниць реальне значення ",[6032,13521],{"tex":6418,":inline":6035}," відхилилося від «центру тяжіння» ",[6032,13524],{"tex":6043,":inline":6035},".\n",[5198,13527,13528,13534,13540],{},[5201,13529,11390,13530,13533],{},[6032,13531],{"tex":13532,":inline":6035},"x > \\mu"," — чисельник додатний (значення більше за типове).",[5201,13535,11390,13536,13539],{},[6032,13537],{"tex":13538,":inline":6035},"x \u003C \\mu"," — чисельник від'ємний (значення менше за типове).",[5201,13541,11390,13542,13544],{},[6032,13543],{"tex":11277,":inline":6035}," — чисельник строго дорівнює нулю (значення ідеально в центрі).",[5201,13546,13547,13553,13555,13556,13558,13559,13561,13562,6134],{},[5224,13548,13549,13550,13552],{},"Знаменник ",[6032,13551],{"tex":11261,":inline":6035}," — Еталонна масштабна лінійка (Scale):",[6500,13554],{},"\nСтандартне відхилення ",[6032,13557],{"tex":11261,":inline":6035}," задає типовий природний розкид значень у досліджуваному процесі. Поділ на ",[6032,13560],{"tex":11261,":inline":6035}," дає відповідь на запитання: ",[5229,13563,13564],{},"«Скільки стандартних кроків (сигм) поміщається у відхилення точки від норми?»",[5201,13566,13567,13574,13576,13577,13579],{},[5224,13568,13569,13570,13573],{},"Результат ",[6032,13571],{"tex":13572,":inline":6035},"z"," — Універсальний безрозмірний індекс (Dimensionless Index):",[6500,13575],{},"\nОскільки чисельник і знаменник мають однакові одиниці вимірювання (наприклад, мілісекунди діляться на мілісекунди), розмірності скорочуються! Число ",[6032,13578],{"tex":13572,":inline":6035}," позбавлене будь-яких одиниць, що дає змогу напряму зіставляти абсолютно різні за фізичною природою метрики (наприклад, завантаження процесора у % та затримку диска в мс).",[6424,13581,13583],{"id":13582},"таблиця-інтерпретації-значень-z-score","Таблиця інтерпретації значень Z-score",[6637,13585,13586,13606],{},[6640,13587,13588],{},[6643,13589,13590,13595,13598,13603],{},[6646,13591,13592,13593],{"align":6648},"Значення ",[6032,13594],{"tex":13572,":inline":6035},[6646,13596,13597],{"align":6652},"Де знаходиться спостереження?",[6646,13599,13600,13601],{"align":6648},"Частка популяції в межах цього ",[6032,13602],{"tex":13572,":inline":6035},[6646,13604,13605],{"align":6652},"Практичний інженерний вердикт",[6660,13607,13608,13628,13652,13674,13698],{},[6643,13609,13610,13617,13622,13625],{},[6665,13611,13612],{"align":6648},[5224,13613,13614],{},[6032,13615],{"tex":13616,":inline":6035},"z = 0",[6665,13618,13619,13620,8395],{"align":6652},"Рівно в центрі розподілу (",[6032,13621],{"tex":11277,":inline":6035},[6665,13623,13624],{"align":6648},"50% нижче, 50% вище",[6665,13626,13627],{"align":6652},"Типове середнє значення системи",[6643,13629,13630,13637,13644,13649],{},[6665,13631,13632],{"align":6648},[5224,13633,13634],{},[6032,13635],{"tex":13636,":inline":6035},"\\vert z \\vert \\leq 1",[6665,13638,13639,13640,13643],{"align":6652},"У межах ",[6032,13641],{"tex":13642,":inline":6035},"\\pm 1\\sigma"," від норми",[6665,13645,13646],{"align":6648},[5224,13647,13648],{},"~68.3%",[6665,13650,13651],{"align":6652},"Абсолютно штатна робота",[6643,13653,13654,13661,13666,13671],{},[6665,13655,13656],{"align":6648},[5224,13657,13658],{},[6032,13659],{"tex":13660,":inline":6035},"\\vert z \\vert \\leq 2",[6665,13662,13639,13663,13643],{"align":6652},[6032,13664],{"tex":13665,":inline":6035},"\\pm 2\\sigma",[6665,13667,13668],{"align":6648},[5224,13669,13670],{},"~95.5%",[6665,13672,13673],{"align":6652},"Припустимі робочі коливання",[6643,13675,13676,13683,13690,13695],{},[6665,13677,13678],{"align":6648},[5224,13679,13680],{},[6032,13681],{"tex":13682,":inline":6035},"2 \u003C \\vert z \\vert \u003C 3",[6665,13684,13685,13686,6775,13688],{"align":6652},"Між ",[6032,13687],{"tex":11534,":inline":6035},[6032,13689],{"tex":11545,":inline":6035},[6665,13691,13692],{"align":6648},[5224,13693,13694],{},"~4.2%",[6665,13696,13697],{"align":6652},"Пікове навантаження або легка аномалія (Warning)",[6643,13699,13700,13707,13713,13719],{},[6665,13701,13702],{"align":6648},[5224,13703,13704],{},[6032,13705],{"tex":13706,":inline":6035},"\\vert z \\vert \\geq 3",[6665,13708,13709,13710,13643],{"align":6652},"Далі ніж ",[6032,13711],{"tex":13712,":inline":6035},"\\pm 3\\sigma",[6665,13714,13715,13718],{"align":6648},[5224,13716,13717],{},"лише 0.27%"," (менше 3 на 1000)",[6665,13720,13721],{"align":6652},[5224,13722,13723],{},"Критичний викид (Anomaly \u002F Outlier)",[6424,13725,13727],{"id":13726},"чому-z-оцінка-незамінна-в-machine-learning","Чому Z-оцінка незамінна в Machine Learning?",[5275,13729,13730],{},"Уявіть, що ви навчаєте алгоритм штучного інтелекту приймати рішення на основі таблиці даних клієнтів. Без попередньої стандартизації більшість популярних моделей (лінійна регресія, нейронні мережі, метод k-найближчих сусідів k-NN, SVM, метод головних компонентів PCA) будуть працювати некоректно.",[5275,13732,13733],{},"Чому так відбувається? Розберемо на наочних аналогіях.",[5267,13735],{},[8243,13737,13739],{"id":13738},"_1-аналогія-яблука-проти-кавунів-чому-компютер-сліпий-до-фізичних-одиниць","1. Аналогія «Яблука проти кавунів»: чому комп'ютер сліпий до фізичних одиниць?",[5275,13741,13742],{},"Комп'ютерні алгоритми нічого не знають про реальний фізичний світ: вони не розуміють, що таке «роки», «сантиметри», «гривні» чи «мілісекунди». Алгоритм бачить лише голі числа в матриці:",[5275,13744,13745],{},"Уявіть, що ми прогнозуємо благонадійність позичальника в банку за двома ознаками:",[6489,13747,13748,13757],{},[5201,13749,13750,13753,13754,6048],{},[5224,13751,13752],{},"Вік клієнта:"," від 18 до 70 років (розкид становить лише десятки одиниць, ",[6032,13755],{"tex":13756,":inline":6035},"\\sigma \\approx 15",[5201,13758,13759,13762,13763,6048],{},[5224,13760,13761],{},"Річний дохід:"," від 20 000 до 2 000 000 грн (розкид становить сотні тисяч одиниць, ",[6032,13764],{"tex":13765,":inline":6035},"\\sigma \\approx 200\\,000",[6072,13767,13768],{},[5275,13769,13770,13773,13775,13776,13779,13780,6134,13782,13784,13785,13788,13789,8113,13792,13794,13795,13798],{},[5224,13771,13772],{},"У чому пастка?",[6500,13774],{},"\nРізниця у віці в ",[5224,13777,13778],{},"40 років"," (різниця між 20-річним студентом і 60-річним досвідченим інженером) — це колосальний життєвий розрив. Але числова різниця становить лише число ",[5224,13781,5339],{},[6500,13783],{},"\nВодночас різниця в доході у ",[5224,13786,13787],{},"500 грн"," (вартість однієї пачки кави) — це число ",[5224,13790,13791],{},"500",[6500,13793],{},"\nАлгоритм дивиться на числа: оскільки ",[6032,13796],{"tex":13797,":inline":6035},"500 > 40",", модель вирішить, що пачка кави в 12 разів важливіша для фінансового скорингу, ніж різниця між студентом і пенсіонером! Ознака з великими цифрами просто «задушить» ознаку з малими цифрами.",[5275,13800,13801,13802,13805],{},"А що, якби ми вимірювали дохід не в гривнях, а в мільйонах доларів (",[6032,13803],{"tex":13804,":inline":6035},"0.0005"," млн)? Тоді алгоритм повністю викинув би дохід і дивився б тільки на вік! Залежність ШІ від того, які одиниці вибрав аналітик (метри чи кілометри, копійки чи гривні) — неприпустима.",[5267,13807],{},[8243,13809,13811],{"id":13810},"_2-аналогія-геометрична-відстань-у-просторі-ознак-алгоритм-k-nn","2. Аналогія «Геометрична відстань у просторі ознак» (Алгоритм k-NN)",[5275,13813,13814,13815,13818,13819,13821],{},"Алгоритм ",[6032,13816],{"tex":13817,":inline":6035},"k","-найближчих сусідів (",[6032,13820],{"tex":13817,":inline":6035},"-NN) шукає схожих користувачів, обчислюючи звичайну теорему Піфагора (евклідову відстань) між рядками:",[5275,13823,13824,13825,6105],{},"Нехай ми порівнюємо двох клієнтів за параметрами ",[5289,13826,13827],{},"[Кількість авто, Річні витрати на пальне]",[5198,13829,13830,13843],{},[5201,13831,13832,13835,13836,13839,13840,11203],{},[5224,13833,13834],{},"Клієнт 1:"," має ",[5224,13837,13838],{},"0 авто",", витрати ",[5224,13841,13842],{},"20 000 грн",[5201,13844,13845,13835,13848,13839,13851,6134],{},[5224,13846,13847],{},"Клієнт 2:",[5224,13849,13850],{},"3 авто",[5224,13852,13853],{},"21 000 грн",[5275,13855,13856],{},"Обчислимо відстань між ними:",[6032,13858],{"tex":13859},"\\text{Відстань} = \\sqrt{(0 - 3)^2 + (20\\,000 - 21\\,000)^2} = \\sqrt{9 + 1\\,000\\,000} \\approx \\sqrt{1\\,000\\,009} \\approx 1000.004",[5275,13861,13862,13863,13866,13867,13870],{},"Зверніть увагу: різниця в кількості машин дала внесок у формулу лише ",[6032,13864],{"tex":13865,":inline":6035},"3^2 = 9",", а різниця у витратах — ",[6032,13868],{"tex":13869,":inline":6035},"1\\,000\\,000","! Для алгоритму ці два клієнти відрізняються рівно на тисячу гривень, а наявність 3 автомобілів взагалі розчинилася в похибці округлення.",[5267,13872],{},[8243,13874,13876],{"id":13875},"_3-аналогія-каньйон-проти-круглої-чаші-градієнтний-спуск-у-нейромережах","3. Аналогія «Каньйон проти круглої чаші» (Градієнтний спуск у нейромережах)",[5275,13878,13879],{},"Коли нейромережа навчається, алгоритм градієнтного спуску шукає точку найменшої помилки, рухаючись поверхнею функції втрат:",[5198,13881,13882,13892],{},[5201,13883,13884,13887,13888,13891],{},[5224,13885,13886],{},"Без стандартизації (ознаки різного масштабу):"," Поверхня функції помилки перетворюється на ",[5224,13889,13890],{},"вузьку й витягнуту ущелину (каньйон)",". Схили вздовж великої ознаки круті, а вздовж малої — майже плоскі. Градієнтний спуск починає хаотично відбиватися від однієї стінки ущелини до іншої, рухаючись до мінімуму надзвичайно повільно або взагалі «вибухаючи» (розбіжність градієнта).",[5201,13893,13894,13897,13898,13901],{},[5224,13895,13896],{},"Після Z-стандартизації:"," Поверхня стає ",[5224,13899,13900],{},"ідеально симетричною круглою чашею",". Градієнтний спуск спрямовує вектор кроку строго по радіусу в центр чаші — нейромережа навчається в десятки разів швидше та стабільніше.",[5267,13903],{},[8243,13905,13907,13908,13911],{"id":13906},"як-саме-z-оцінка-standardscaler-рятує-ситуацію","Як саме Z-оцінка (",[5289,13909,13910],{},"StandardScaler",") рятує ситуацію?",[5275,13913,13914,13915,13917,13918,13921,13922,13924,13925,6105],{},"Клас ",[5289,13916,13910],{}," у бібліотеці ",[5289,13919,13920],{},"scikit-learn"," робить просту, але фундаментальну річ: він віднімає від кожної колонки її середнє значення ",[6032,13923],{"tex":6043,":inline":6035}," і ділить на її розкид ",[6032,13926],{"tex":11261,":inline":6035},[6032,13928],{"tex":11248},[5275,13930,13931],{},"Після такого перетворення:",[6489,13933,13934,13947,13960],{},[5201,13935,13936,13939,13940,13943,13944,6134],{},[5224,13937,13938],{},"Єдина шкала для всього:"," Кожна колонка датасету отримує центр ",[6032,13941],{"tex":13942,":inline":6035},"\\mu = 0"," та стандартне відхилення ",[6032,13945],{"tex":13946,":inline":6035},"\\sigma = 1",[5201,13948,13949,13952,13953,13956,13957,6134],{},[5224,13950,13951],{},"Універсальна мова даних:"," Замість запитання ",[5229,13954,13955],{},"«Скільки у тебе гривень чи років?»",", алгоритм оперує питанням: ",[5229,13958,13959],{},"«На скільки сигм від норми відхиляється це значення?»",[5201,13961,13962,13963,13966],{},"І рідкісний геній з IQ 145, і рідкісний мільйонер з великим капіталом отримають однакове стандартизоване значення ",[6032,13964],{"tex":13965,":inline":6035},"z \\approx +3.0",". Тепер модель сприймає їх однаково потужними сигналами!",[5382,13968,13970,13976],{"kernel":5384,"title":13969},"z_score.ipynb",[5387,13971,13972],{"type":5389},[5391,13973,13975],{"id":13974},"z-оцінка-стандартизація","Z-оцінка (стандартизація)",[5387,13977,13978,14483],{"execution-count":5397},[5282,13979,13981],{"className":5284,"code":13980,"language":5286,"meta":5287,"style":5287},"import numpy as np\nfrom scipy import stats\n\n# Дані про зріст (см)\nheights = np.array([165, 170, 175, 180, 185, 190])\n\n# Обчислення Z-оцінок\nmean_height = heights.mean()\nstd_height = heights.std(ddof=0)\nz_scores = (heights - mean_height) \u002F std_height\n\nprint(\"Зріст людей та їхні Z-оцінки:\\n\")\nprint(f\"{'Зріст (см)':\u003C12} {'Z-оцінка':\u003C12} Інтерпретація\")\nprint(\"-\" * 60)\n\nfor h, z in zip(heights, z_scores):\n    if z > 0:\n        interpret = f\"{z:.2f}σ вище середнього\"\n    elif z \u003C 0:\n        interpret = f\"{abs(z):.2f}σ нижче середнього\"\n    else:\n        interpret = \"дорівнює середньому\"\n    \n    print(f\"{h:\u003C12} {z:>+6.2f}       {interpret}\")\n\nprint(f\"\\nСереднє: {mean_height:.1f} см\")\nprint(f\"Стандартне відхилення: {std_height:.2f} см\")\n\n# Приклад: яка людина вища?\nperson_a_height = 185  # 185 см\nperson_b_iq = 130      # IQ 130 (μ=100, σ=15 для IQ тестів)\n\nz_height = (person_a_height - mean_height) \u002F std_height\nz_iq = (person_b_iq - 100) \u002F 15\n\nprint(f\"\\nПорівняння відносних показників:\")\nprint(f\"  Людина A: зріст {person_a_height} см → Z = {z_height:+.2f}\")\nprint(f\"  Людина B: IQ {person_b_iq} → Z = {z_iq:+.2f}\")\nprint(f\"\\nЛюдина B має вищий відносний показник (далі від середнього у своїй групі)\")\n",[5289,13982,13983,13993,14003,14007,14012,14044,14048,14053,14058,14072,14077,14081,14096,14126,14143,14147,14161,14173,14191,14203,14224,14231,14238,14243,14278,14282,14309,14330,14334,14339,14349,14360,14364,14369,14380,14384,14401,14434,14466],{"__ignoreMap":5287},[5292,13984,13985,13987,13989,13991],{"class":5294,"line":5295},[5292,13986,5408],{"class":5407},[5292,13988,5411],{"class":5298},[5292,13990,5414],{"class":5407},[5292,13992,5417],{"class":5298},[5292,13994,13995,13997,13999,14001],{"class":5294,"line":5420},[5292,13996,9151],{"class":5407},[5292,13998,9154],{"class":5298},[5292,14000,5408],{"class":5407},[5292,14002,9159],{"class":5298},[5292,14004,14005],{"class":5294,"line":5433},[5292,14006,5437],{"emptyLinePlaceholder":5436},[5292,14008,14009],{"class":5294,"line":5440},[5292,14010,14011],{"class":5466},"# Дані про зріст (см)\n",[5292,14013,14014,14017,14020,14022,14024,14026,14028,14030,14032,14034,14037,14039,14042],{"class":5294,"line":5458},[5292,14015,14016],{"class":5298},"heights = np.array([",[5292,14018,14019],{"class":5302},"165",[5292,14021,5306],{"class":5298},[5292,14023,9599],{"class":5302},[5292,14025,5306],{"class":5298},[5292,14027,9450],{"class":5302},[5292,14029,5306],{"class":5298},[5292,14031,9605],{"class":5302},[5292,14033,5306],{"class":5298},[5292,14035,14036],{"class":5302},"185",[5292,14038,5306],{"class":5298},[5292,14040,14041],{"class":5302},"190",[5292,14043,12917],{"class":5298},[5292,14045,14046],{"class":5294,"line":5463},[5292,14047,5437],{"emptyLinePlaceholder":5436},[5292,14049,14050],{"class":5294,"line":5470},[5292,14051,14052],{"class":5466},"# Обчислення Z-оцінок\n",[5292,14054,14055],{"class":5294,"line":5506},[5292,14056,14057],{"class":5298},"mean_height = heights.mean()\n",[5292,14059,14060,14063,14066,14068,14070],{"class":5294,"line":5526},[5292,14061,14062],{"class":5298},"std_height = heights.std(",[5292,14064,14065],{"class":5446},"ddof",[5292,14067,5450],{"class":5298},[5292,14069,6402],{"class":5302},[5292,14071,5455],{"class":5298},[5292,14073,14074],{"class":5294,"line":5531},[5292,14075,14076],{"class":5298},"z_scores = (heights - mean_height) \u002F std_height\n",[5292,14078,14079],{"class":5294,"line":5537},[5292,14080,5437],{"emptyLinePlaceholder":5436},[5292,14082,14083,14085,14087,14090,14092,14094],{"class":5294,"line":5543},[5292,14084,5558],{"class":5557},[5292,14086,5561],{"class":5298},[5292,14088,14089],{"class":5568},"\"Зріст людей та їхні Z-оцінки:",[5292,14091,5622],{"class":5621},[5292,14093,5618],{"class":5568},[5292,14095,5455],{"class":5298},[5292,14097,14098,14100,14102,14104,14106,14108,14110,14113,14116,14119,14121,14124],{"class":5294,"line":5549},[5292,14099,5558],{"class":5557},[5292,14101,5561],{"class":5298},[5292,14103,5565],{"class":5564},[5292,14105,5618],{"class":5568},[5292,14107,5572],{"class":5564},[5292,14109,9541],{"class":5568},[5292,14111,14112],{"class":5564},":\u003C12}",[5292,14114,14115],{"class":5564}," {",[5292,14117,14118],{"class":5568},"'Z-оцінка'",[5292,14120,14112],{"class":5564},[5292,14122,14123],{"class":5568}," Інтерпретація\"",[5292,14125,5455],{"class":5298},[5292,14127,14128,14130,14132,14135,14138,14141],{"class":5294,"line":5554},[5292,14129,5558],{"class":5557},[5292,14131,5561],{"class":5298},[5292,14133,14134],{"class":5568},"\"-\"",[5292,14136,14137],{"class":5298}," * ",[5292,14139,14140],{"class":5302},"60",[5292,14142,5455],{"class":5298},[5292,14144,14145],{"class":5294,"line":5586},[5292,14146,5437],{"emptyLinePlaceholder":5436},[5292,14148,14149,14151,14154,14156,14158],{"class":5294,"line":5609},[5292,14150,9208],{"class":5407},[5292,14152,14153],{"class":5298}," h, z ",[5292,14155,9214],{"class":5407},[5292,14157,10203],{"class":5557},[5292,14159,14160],{"class":5298},"(heights, z_scores):\n",[5292,14162,14163,14166,14169,14171],{"class":5294,"line":5630},[5292,14164,14165],{"class":5407},"    if",[5292,14167,14168],{"class":5298}," z > ",[5292,14170,6402],{"class":5302},[5292,14172,8930],{"class":5298},[5292,14174,14175,14178,14180,14182,14184,14186,14188],{"class":5294,"line":5663},[5292,14176,14177],{"class":5298},"        interpret = ",[5292,14179,5565],{"class":5564},[5292,14181,5618],{"class":5568},[5292,14183,5572],{"class":5564},[5292,14185,13572],{"class":5298},[5292,14187,10928],{"class":5564},[5292,14189,14190],{"class":5568},"σ вище середнього\"\n",[5292,14192,14193,14196,14199,14201],{"class":5294,"line":5705},[5292,14194,14195],{"class":5407},"    elif",[5292,14197,14198],{"class":5298}," z \u003C ",[5292,14200,6402],{"class":5302},[5292,14202,8930],{"class":5298},[5292,14204,14205,14207,14209,14211,14213,14216,14219,14221],{"class":5294,"line":5710},[5292,14206,14177],{"class":5298},[5292,14208,5565],{"class":5564},[5292,14210,5618],{"class":5568},[5292,14212,5572],{"class":5564},[5292,14214,14215],{"class":5557},"abs",[5292,14217,14218],{"class":5298},"(z)",[5292,14220,10928],{"class":5564},[5292,14222,14223],{"class":5568},"σ нижче середнього\"\n",[5292,14225,14226,14229],{"class":5294,"line":5716},[5292,14227,14228],{"class":5407},"    else",[5292,14230,8930],{"class":5298},[5292,14232,14233,14235],{"class":5294,"line":5739},[5292,14234,14177],{"class":5298},[5292,14236,14237],{"class":5568},"\"дорівнює середньому\"\n",[5292,14239,14240],{"class":5294,"line":5785},[5292,14241,14242],{"class":5298},"    \n",[5292,14244,14245,14247,14249,14251,14253,14255,14257,14259,14261,14263,14266,14269,14272,14274,14276],{"class":5294,"line":5840},[5292,14246,10228],{"class":5557},[5292,14248,5561],{"class":5298},[5292,14250,5565],{"class":5564},[5292,14252,5618],{"class":5568},[5292,14254,5572],{"class":5564},[5292,14256,10452],{"class":5298},[5292,14258,14112],{"class":5564},[5292,14260,14115],{"class":5564},[5292,14262,13572],{"class":5298},[5292,14264,14265],{"class":5564},":>+6.2f}",[5292,14267,14268],{"class":5564},"       {",[5292,14270,14271],{"class":5298},"interpret",[5292,14273,10243],{"class":5564},[5292,14275,5618],{"class":5568},[5292,14277,5455],{"class":5298},[5292,14279,14280],{"class":5294,"line":5902},[5292,14281,5437],{"emptyLinePlaceholder":5436},[5292,14283,14284,14286,14288,14290,14292,14294,14297,14299,14302,14304,14307],{"class":5294,"line":5932},[5292,14285,5558],{"class":5557},[5292,14287,5561],{"class":5298},[5292,14289,5565],{"class":5564},[5292,14291,5618],{"class":5568},[5292,14293,5622],{"class":5621},[5292,14295,14296],{"class":5568},"Середнє: ",[5292,14298,5572],{"class":5564},[5292,14300,14301],{"class":5298},"mean_height",[5292,14303,5578],{"class":5564},[5292,14305,14306],{"class":5568}," см\"",[5292,14308,5455],{"class":5298},[5292,14310,14311,14313,14315,14317,14319,14321,14324,14326,14328],{"class":5294,"line":5943},[5292,14312,5558],{"class":5557},[5292,14314,5561],{"class":5298},[5292,14316,5565],{"class":5564},[5292,14318,5595],{"class":5568},[5292,14320,5572],{"class":5564},[5292,14322,14323],{"class":5298},"std_height",[5292,14325,10928],{"class":5564},[5292,14327,14306],{"class":5568},[5292,14329,5455],{"class":5298},[5292,14331,14332],{"class":5294,"line":5954},[5292,14333,5437],{"emptyLinePlaceholder":5436},[5292,14335,14336],{"class":5294,"line":5975},[5292,14337,14338],{"class":5466},"# Приклад: яка людина вища?\n",[5292,14340,14341,14344,14346],{"class":5294,"line":5981},[5292,14342,14343],{"class":5298},"person_a_height = ",[5292,14345,14036],{"class":5302},[5292,14347,14348],{"class":5466},"  # 185 см\n",[5292,14350,14351,14354,14357],{"class":5294,"line":5996},[5292,14352,14353],{"class":5298},"person_b_iq = ",[5292,14355,14356],{"class":5302},"130",[5292,14358,14359],{"class":5466},"      # IQ 130 (μ=100, σ=15 для IQ тестів)\n",[5292,14361,14362],{"class":5294,"line":6298},[5292,14363,5437],{"emptyLinePlaceholder":5436},[5292,14365,14366],{"class":5294,"line":6303},[5292,14367,14368],{"class":5298},"z_height = (person_a_height - mean_height) \u002F std_height\n",[5292,14370,14371,14374,14376,14378],{"class":5294,"line":6308},[5292,14372,14373],{"class":5298},"z_iq = (person_b_iq - ",[5292,14375,5501],{"class":5302},[5292,14377,10859],{"class":5298},[5292,14379,12556],{"class":5302},[5292,14381,14382],{"class":5294,"line":6314},[5292,14383,5437],{"emptyLinePlaceholder":5436},[5292,14385,14386,14388,14390,14392,14394,14396,14399],{"class":5294,"line":6320},[5292,14387,5558],{"class":5557},[5292,14389,5561],{"class":5298},[5292,14391,5565],{"class":5564},[5292,14393,5618],{"class":5568},[5292,14395,5622],{"class":5621},[5292,14397,14398],{"class":5568},"Порівняння відносних показників:\"",[5292,14400,5455],{"class":5298},[5292,14402,14403,14405,14407,14409,14412,14414,14417,14419,14422,14424,14427,14430,14432],{"class":5294,"line":6325},[5292,14404,5558],{"class":5557},[5292,14406,5561],{"class":5298},[5292,14408,5565],{"class":5564},[5292,14410,14411],{"class":5568},"\"  Людина A: зріст ",[5292,14413,5572],{"class":5564},[5292,14415,14416],{"class":5298},"person_a_height",[5292,14418,10243],{"class":5564},[5292,14420,14421],{"class":5568}," см → Z = ",[5292,14423,5572],{"class":5564},[5292,14425,14426],{"class":5298},"z_height",[5292,14428,14429],{"class":5564},":+.2f}",[5292,14431,5618],{"class":5568},[5292,14433,5455],{"class":5298},[5292,14435,14436,14438,14440,14442,14445,14447,14450,14452,14455,14457,14460,14462,14464],{"class":5294,"line":6331},[5292,14437,5558],{"class":5557},[5292,14439,5561],{"class":5298},[5292,14441,5565],{"class":5564},[5292,14443,14444],{"class":5568},"\"  Людина B: IQ ",[5292,14446,5572],{"class":5564},[5292,14448,14449],{"class":5298},"person_b_iq",[5292,14451,10243],{"class":5564},[5292,14453,14454],{"class":5568}," → Z = ",[5292,14456,5572],{"class":5564},[5292,14458,14459],{"class":5298},"z_iq",[5292,14461,14429],{"class":5564},[5292,14463,5618],{"class":5568},[5292,14465,5455],{"class":5298},[5292,14467,14468,14470,14472,14474,14476,14478,14481],{"class":5294,"line":6337},[5292,14469,5558],{"class":5557},[5292,14471,5561],{"class":5298},[5292,14473,5565],{"class":5564},[5292,14475,5618],{"class":5568},[5292,14477,5622],{"class":5621},[5292,14479,14480],{"class":5568},"Людина B має вищий відносний показник (далі від середнього у своїй групі)\"",[5292,14482,5455],{"class":5298},[6001,14484,14485],{"v-slot:output":5287},[5282,14486,14489],{"className":14487,"code":14488,"language":6017},[6015],"Зріст людей та їхні Z-оцінки:\n\nЗріст (см)   Z-оцінка    Інтерпретація\n------------------------------------------------------------\n165           -1.46       1.46σ нижче середнього\n170           -0.88       0.88σ нижче середнього\n175           -0.29       0.29σ нижче середнього\n180           +0.29       0.29σ вище середнього\n185           +0.88       0.88σ вище середнього\n190           +1.46       1.46σ вище середнього\n\nСереднє: 177.5 см\nСтандартне відхилення: 8.54 см\n\nПорівняння відносних показників:\n  Людина A: зріст 185 см → Z = +0.88\n  Людина B: IQ 130 → Z = +2.00\n\nЛюдина B має вищий відносний показник (далі від середнього у своїй групі)\n",[5289,14490,14488],{"__ignoreMap":5287},[9803,14492,14493,14498],{},[5275,14494,14495],{},[5224,14496,14497],{},"Застосування Z-оцінки в ML:",[5198,14499,14500,14506,14511],{},[5201,14501,14502,14505],{},[5224,14503,14504],{},"Нормалізація даних"," (feature scaling): багато алгоритмів працюють краще зі стандартизованими даними",[5201,14507,14508,14510],{},[5224,14509,13382],{},": |z| > 3 — потенційний аутлайер",[5201,14512,14513,14516],{},[5224,14514,14515],{},"Порівняння різних змінних",": порівняти зріст та вагу у одних одиницях (σ)",[5391,14518,14520],{"id":14519},"генерація-нормальних-даних-у-numpy","Генерація нормальних даних у NumPy",[5382,14522,14524],{"kernel":5384,"title":14523},"generating_normal.ipynb",[5387,14525,14526,14744],{"execution-count":5397},[5282,14527,14529],{"className":5284,"code":14528,"language":5286,"meta":5287,"style":5287},"import numpy as np\n\nrng = np.random.default_rng(seed=42)\n\n# Спосіб 1: rng.normal(loc, scale, size)\ndata1 = rng.normal(loc=100, scale=15, size=1000)\nprint(f\"Спосіб 1 - rng.normal():\")\nprint(f\"  Середнє: {data1.mean():.2f}\")\nprint(f\"  Стандартне відхилення: {data1.std():.2f}\\n\")\n\n# Спосіб 2: rng.standard_normal() — стандартний нормальний (μ=0, σ=1)\nz_scores = rng.standard_normal(1000)  # N(0, 1)\ndata2 = z_scores * 15 + 100           # Перетворення на N(100, 15)\nprint(f\"Спосіб 2 - rng.standard_normal() + трансформація:\")\nprint(f\"  Середнє: {data2.mean():.2f}\")\nprint(f\"  Стандартне відхилення: {data2.std():.2f}\")\n",[5289,14530,14531,14541,14545,14557,14561,14566,14595,14608,14630,14654,14658,14663,14675,14689,14702,14723],{"__ignoreMap":5287},[5292,14532,14533,14535,14537,14539],{"class":5294,"line":5295},[5292,14534,5408],{"class":5407},[5292,14536,5411],{"class":5298},[5292,14538,5414],{"class":5407},[5292,14540,5417],{"class":5298},[5292,14542,14543],{"class":5294,"line":5420},[5292,14544,5437],{"emptyLinePlaceholder":5436},[5292,14546,14547,14549,14551,14553,14555],{"class":5294,"line":5433},[5292,14548,5443],{"class":5298},[5292,14550,5447],{"class":5446},[5292,14552,5450],{"class":5298},[5292,14554,5303],{"class":5302},[5292,14556,5455],{"class":5298},[5292,14558,14559],{"class":5294,"line":5440},[5292,14560,5437],{"emptyLinePlaceholder":5436},[5292,14562,14563],{"class":5294,"line":5458},[5292,14564,14565],{"class":5466},"# Спосіб 1: rng.normal(loc, scale, size)\n",[5292,14567,14568,14571,14573,14575,14577,14579,14581,14583,14585,14587,14589,14591,14593],{"class":5294,"line":5463},[5292,14569,14570],{"class":5298},"data1 = rng.normal(",[5292,14572,5476],{"class":5446},[5292,14574,5450],{"class":5298},[5292,14576,5501],{"class":5302},[5292,14578,5306],{"class":5298},[5292,14580,5486],{"class":5446},[5292,14582,5450],{"class":5298},[5292,14584,5750],{"class":5302},[5292,14586,5306],{"class":5298},[5292,14588,5496],{"class":5446},[5292,14590,5450],{"class":5298},[5292,14592,9436],{"class":5302},[5292,14594,5455],{"class":5298},[5292,14596,14597,14599,14601,14603,14606],{"class":5294,"line":5470},[5292,14598,5558],{"class":5557},[5292,14600,5561],{"class":5298},[5292,14602,5565],{"class":5564},[5292,14604,14605],{"class":5568},"\"Спосіб 1 - rng.normal():\"",[5292,14607,5455],{"class":5298},[5292,14609,14610,14612,14614,14616,14619,14621,14624,14626,14628],{"class":5294,"line":5506},[5292,14611,5558],{"class":5557},[5292,14613,5561],{"class":5298},[5292,14615,5565],{"class":5564},[5292,14617,14618],{"class":5568},"\"  Середнє: ",[5292,14620,5572],{"class":5564},[5292,14622,14623],{"class":5298},"data1.mean()",[5292,14625,10928],{"class":5564},[5292,14627,5618],{"class":5568},[5292,14629,5455],{"class":5298},[5292,14631,14632,14634,14636,14638,14641,14643,14646,14648,14650,14652],{"class":5294,"line":5526},[5292,14633,5558],{"class":5557},[5292,14635,5561],{"class":5298},[5292,14637,5565],{"class":5564},[5292,14639,14640],{"class":5568},"\"  Стандартне відхилення: ",[5292,14642,5572],{"class":5564},[5292,14644,14645],{"class":5298},"data1.std()",[5292,14647,10928],{"class":5564},[5292,14649,5622],{"class":5621},[5292,14651,5618],{"class":5568},[5292,14653,5455],{"class":5298},[5292,14655,14656],{"class":5294,"line":5531},[5292,14657,5437],{"emptyLinePlaceholder":5436},[5292,14659,14660],{"class":5294,"line":5537},[5292,14661,14662],{"class":5466},"# Спосіб 2: rng.standard_normal() — стандартний нормальний (μ=0, σ=1)\n",[5292,14664,14665,14668,14670,14672],{"class":5294,"line":5543},[5292,14666,14667],{"class":5298},"z_scores = rng.standard_normal(",[5292,14669,9436],{"class":5302},[5292,14671,5520],{"class":5298},[5292,14673,14674],{"class":5466},"# N(0, 1)\n",[5292,14676,14677,14680,14682,14684,14686],{"class":5294,"line":5549},[5292,14678,14679],{"class":5298},"data2 = z_scores * ",[5292,14681,5750],{"class":5302},[5292,14683,10854],{"class":5298},[5292,14685,5501],{"class":5302},[5292,14687,14688],{"class":5466},"           # Перетворення на N(100, 15)\n",[5292,14690,14691,14693,14695,14697,14700],{"class":5294,"line":5554},[5292,14692,5558],{"class":5557},[5292,14694,5561],{"class":5298},[5292,14696,5565],{"class":5564},[5292,14698,14699],{"class":5568},"\"Спосіб 2 - rng.standard_normal() + трансформація:\"",[5292,14701,5455],{"class":5298},[5292,14703,14704,14706,14708,14710,14712,14714,14717,14719,14721],{"class":5294,"line":5586},[5292,14705,5558],{"class":5557},[5292,14707,5561],{"class":5298},[5292,14709,5565],{"class":5564},[5292,14711,14618],{"class":5568},[5292,14713,5572],{"class":5564},[5292,14715,14716],{"class":5298},"data2.mean()",[5292,14718,10928],{"class":5564},[5292,14720,5618],{"class":5568},[5292,14722,5455],{"class":5298},[5292,14724,14725,14727,14729,14731,14733,14735,14738,14740,14742],{"class":5294,"line":5609},[5292,14726,5558],{"class":5557},[5292,14728,5561],{"class":5298},[5292,14730,5565],{"class":5564},[5292,14732,14640],{"class":5568},[5292,14734,5572],{"class":5564},[5292,14736,14737],{"class":5298},"data2.std()",[5292,14739,10928],{"class":5564},[5292,14741,5618],{"class":5568},[5292,14743,5455],{"class":5298},[6001,14745,14746],{"v-slot:output":5287},[5282,14747,14750],{"className":14748,"code":14749,"language":6017},[6015],"Спосіб 1 - rng.normal():\n  Середнє: 100.12\n  Стандартне відхилення: 15.03\n\nСпосіб 2 - rng.standard_normal() + трансформація:\n  Середнє: 99.87\n  Стандартне відхилення: 14.95\n",[5289,14751,14749],{"__ignoreMap":5287},[5267,14753],{},[5270,14755,14757],{"id":14756},"розподіл-пуассона-poisson-distribution","Розподіл Пуассона (Poisson Distribution)",[5275,14759,14760,14763,14764,14767],{},[5224,14761,14762],{},"Розподіл Пуассона"," моделює ",[5224,14765,14766],{},"кількість подій",", що відбуваються за фіксований інтервал часу або простору, коли події:",[5198,14769,14770,14777,14784],{},[5201,14771,14772,14773,14776],{},"Відбуваються ",[5224,14774,14775],{},"незалежно"," одна від одної",[5201,14778,14779,14780,14783],{},"Мають ",[5224,14781,14782],{},"постійну середню частоту"," (λ)",[5201,14785,14786,14789],{},[5224,14787,14788],{},"Не можуть"," відбутися одночасно",[5275,14791,14792,14795],{},[5224,14793,14794],{},"Параметр:"," λ (лямбда) — середня кількість подій за інтервал",[6424,14797,14799],{"id":14798},"формула-pmf-функція-ймовірності","Формула PMF (Функція ймовірності)",[6032,14801],{"tex":14802},"P(X = k) = \\frac{\\lambda^k e^{-\\lambda}}{k!}",[5275,14804,14805,14806,14809],{},"Де ",[6032,14807],{"tex":14808,":inline":6035},"k = 0, 1, 2, 3, \\dots"," — кількість подій, що нас цікавить.",[6424,14811,14813],{"id":14812},"анатомія-формули-що-робить-кожен-доданок","Анатомія формули: що робить кожен доданок?",[5275,14815,14816],{},"Ця елегантна формула поєднує три математичні сили:",[6489,14818,14819,14839,14864],{},[5201,14820,14821,14827,14829,14830,14833,14834,14836,14837,6134],{},[5224,14822,14823,14826],{},[6032,14824],{"tex":14825,":inline":6035},"\\lambda^k"," (Масштабування інтенсивності):",[6500,14828],{},"\nЯкщо в середньому за період відбувається ",[6032,14831],{"tex":14832,":inline":6035},"\\lambda"," подій, то для настання ",[6032,14835],{"tex":13817,":inline":6035}," незалежних подій їхній потенціал зростає пропорційно степеню ",[6032,14838],{"tex":14825,":inline":6035},[5201,14840,14841,14847,14849,14850,14853,14854,5227,14857,14860,14861,14863],{},[5224,14842,14843,14846],{},[6032,14844],{"tex":14845,":inline":6035},"e^{-\\lambda}"," (Фактор спокою, ймовірність нульових подій):",[6500,14848],{},"\nЧисло Ейлера у від'ємному степені ",[6032,14851],{"tex":14852,":inline":6035},"e^{-\\lambda} \\approx 2.718^{-\\lambda}",". Це ймовірність того, що на всьому інтервалі часу ",[5224,14855,14856],{},"не відбудеться взагалі жодної події",[6032,14858],{"tex":14859,":inline":6035},"k = 0","). Чим вища інтенсивність потоку ",[6032,14862],{"tex":14832,":inline":6035},", тим менший шанс абсолютно тихого періоду.",[5201,14865,14866,14872,14874,14875,14878,14879,6134],{},[5224,14867,14868,14871],{},[6032,14869],{"tex":14870,":inline":6035},"k!"," (Факторіал — усунення перестановок):",[6500,14873],{},"\nОскільки всі події однорідні (нам байдуже, чи перший клієнт зайшов об 11:05, а другий об 11:20, чи навпаки), ділення на кількість перестановок ",[6032,14876],{"tex":14877,":inline":6035},"k! = 1 \\times 2 \\times \\dots \\times k"," прибирає надлишковий підрахунок порядку прибуття. Крім того, факторіал росте значно швидше за степінь, що гарантує спадання ймовірності до нуля при нереалістично великих ",[6032,14880],{"tex":13817,":inline":6035},[6424,14882,14884],{"id":14883},"числові-характеристики-унікальна-властивість-пуассона","Числові характеристики: унікальна властивість Пуассона",[5275,14886,14887,14888,6105],{},"Головна візитна картка розподілу Пуассона — ",[5224,14889,14890],{},"рівність середнього та дисперсії",[6032,14892],{"tex":14893},"\\mathbb{E}[X] = \\lambda, \\quad \\text{Var}(X) = \\lambda, \\quad \\sigma = \\sqrt{\\lambda}",[5275,14895,14896,14897,6048],{},"Якщо у вибірці виявлено, що дисперсія істотно відрізняється від середнього, дані не підкоряються простому закону Пуассона (це явище називають надлишковою дисперсією — ",[5229,14898,14899],{},"overdispersion",[6424,14901,14903],{"id":14902},"покроковий-приклад-ручного-розрахунку-збої-в-розподіленій-черзі-повідомлень","Покроковий приклад ручного розрахунку: збої в розподіленій черзі повідомлень",[5275,14905,14906,14907,14910],{},"Припустимо, черга повідомлень RabbitMQ фіксує в середньому ",[6032,14908],{"tex":14909,":inline":6035},"\\lambda = 3"," помилки відправки за годину. Інженеру потрібно оцінити ймовірності навантаження на систему:",[5198,14912,14913,14933,14944],{},[5201,14914,14915,14920,14921,6775,14924,6105,14927,14930,14932],{},[5224,14916,14917,14918,7014],{},"Задача 1: Який шанс абсолютно чистої години без жодного збою (",[6032,14919],{"tex":14859,":inline":6035},"\nОскільки ",[6032,14922],{"tex":14923,":inline":6035},"3^0 = 1",[6032,14925],{"tex":14926,":inline":6035},"0! = 1",[6032,14928],{"tex":14929},"P(X = 0) = \\frac{3^0 \\cdot e^{-3}}{0!} = \\frac{1 \\cdot 0.0498}{1} = 0.0498 \\, (4.98\\%)",[6500,14931],{},"Тобто лише у ~5% годин система працює без жодної помилки.",[5201,14934,14935,14941],{},[5224,14936,14937,14938,7014],{},"Задача 2: Яка ймовірність отримати рівно 2 збої (",[6032,14939],{"tex":14940,":inline":6035},"k = 2",[6032,14942],{"tex":14943},"P(X = 2) = \\frac{3^2 \\cdot e^{-3}}{2!} = \\frac{9 \\cdot 0.0498}{2} = \\frac{0.4482}{2} = 0.2241 \\, (22.41\\%)",[5201,14945,14946,14949,14951,14952,14955,14958,14961,14963],{},[5224,14947,14948],{},"Задача 3: Яка ймовірність перевантаження черги (більше 2 збоїв за годину)?",[6500,14950],{},"\nЗастосуємо правило протилежної події:",[6032,14953],{"tex":14954},"P(X = 1) = \\frac{3^1 \\cdot e^{-3}}{1!} = \\frac{3 \\cdot 0.0498}{1} = 0.1494 \\, (14.94\\%)",[6032,14956,14957],{},"P(X \\leq 2) = P(X = 0) + P(X = 1) + P(X = 2) = 0.0498 + 0.1494 + 0.2241 = 0.4233",[6032,14959],{"tex":14960},"P(X > 2) = 1 - P(X \\leq 2) = 1 - 0.4233 = 0.5767 \\, (57.67\\%)",[6500,14962],{},"З імовірністю майже 58% черговий інженер отримає більше двох сповіщень.",[5391,14965,14967],{"id":14966},"приклади-з-реального-світу","Приклади з реального світу",[6489,14969,14970,14979,14988,14997,15005],{},[5201,14971,14972,5227,14975,14978],{},[5224,14973,14974],{},"Кількість дзвінків у call-центр за годину",[6032,14976],{"tex":14977,":inline":6035},"\\lambda = 5"," дзвінків\u002Fгод)",[5201,14980,14981,5227,14984,14987],{},[5224,14982,14983],{},"Кількість відвідувачів сайту за хвилину",[6032,14985],{"tex":14986,":inline":6035},"\\lambda = 12"," відвідувачів\u002Fхв)",[5201,14989,14990,5227,14993,14996],{},[5224,14991,14992],{},"Кількість помилок на сторінці коду",[6032,14994],{"tex":14995,":inline":6035},"\\lambda = 0.5"," помилок\u002Fсторінка)",[5201,14998,14999,5227,15002,15004],{},[5224,15000,15001],{},"Кількість аварій на ділянці дороги за рік",[6032,15003],{"tex":14909,":inline":6035}," аварії\u002Fрік)",[5201,15006,15007,5227,15010,15013],{},[5224,15008,15009],{},"Кількість радіоактивних розпадів за секунду",[6032,15011],{"tex":15012,":inline":6035},"\\lambda = 50"," розпадів\u002Fсек)",[6072,15015,15016],{},[5275,15017,15018,15020,15021,15024,15025,15028],{},[5224,15019,6078],{}," Ви керуєте кухнею піцерії. У середньому щогодини надходить 4 замовлення. Розподіл Пуассона дає строгу математичну відповідь: «Яка точна ймовірність того, що за наступну годину прийде ",[5224,15022,15023],{},"рівно 6"," замовлень?» або «Який шанс, що в першу годину відкриття не надійде ",[5224,15026,15027],{},"жодного"," клієнта (0)?»",[5391,15030,15032],{"id":15031},"генерація-та-візуалізація","Генерація та візуалізація",[5382,15034,15036,15042,15566],{"kernel":5384,"title":15035},"poisson_distribution.ipynb",[5387,15037,15038],{"type":5389},[5391,15039,15041],{"id":15040},"розподіл-пуассона-моделювання-дзвінків-у-call-центр","Розподіл Пуассона: моделювання дзвінків у call-центр",[5387,15043,15044,15551],{"execution-count":5397},[5282,15045,15047],{"className":5284,"code":15046,"language":5286,"meta":5287,"style":5287},"import numpy as np\nimport matplotlib.pyplot as plt\nfrom scipy import stats\n\nrng = np.random.default_rng(seed=42)\n\n# Симулюємо 1000 годин роботи call-центру (λ = 5 дзвінків\u002Fгод)\nlambda_val = 5\ncalls_per_hour = rng.poisson(lam=lambda_val, size=1000)\n\n# Візуалізація\nfig, ax = plt.subplots(figsize=(10, 6))\n\n# Гістограма емпіричних даних\nvalues, counts = np.unique(calls_per_hour, return_counts=True)\nprobabilities = counts \u002F len(calls_per_hour)\n\nax.bar(values, probabilities, edgecolor='black', alpha=0.7, color='coral', label='Емпіричні дані')\n\n# Теоретичні ймовірності\nx_theory = np.arange(0, 16)\npmf_theory = stats.poisson.pmf(x_theory, lambda_val)\n\nax.plot(x_theory, pmf_theory, 'bo-', markersize=8, linewidth=2, label='Теоретичний PMF')\n\nax.set_xlabel('Кількість дзвінків за годину', fontsize=12)\nax.set_ylabel('Ймовірність', fontsize=12)\nax.set_title(f'Розподіл Пуассона (λ = {lambda_val})', fontweight='bold', fontsize=14)\nax.set_xticks(range(0, 16))\nax.legend()\nax.grid(alpha=0.3)\nplt.show()\n\n# Статистика\nprint(f\"Середня кількість дзвінків за годину:\")\nprint(f\"  Емпірична: {calls_per_hour.mean():.2f}\")\nprint(f\"  Теоретична (λ): {lambda_val}\")\nprint(f\"\\nСтандартне відхилення:\")\nprint(f\"  Емпіричне: {calls_per_hour.std():.2f}\")\nprint(f\"  Теоретичне (√λ): {np.sqrt(lambda_val):.2f}\")\nprint(f\"\\nОсобливість Пуассона: mean = variance = λ\")\n",[5289,15048,15049,15059,15069,15079,15083,15095,15099,15104,15112,15131,15135,15139,15155,15159,15164,15177,15186,15190,15228,15232,15237,15251,15256,15260,15296,15300,15317,15334,15370,15388,15393,15405,15409,15413,15417,15430,15452,15473,15490,15512,15534],{"__ignoreMap":5287},[5292,15050,15051,15053,15055,15057],{"class":5294,"line":5295},[5292,15052,5408],{"class":5407},[5292,15054,5411],{"class":5298},[5292,15056,5414],{"class":5407},[5292,15058,5417],{"class":5298},[5292,15060,15061,15063,15065,15067],{"class":5294,"line":5420},[5292,15062,5408],{"class":5407},[5292,15064,5425],{"class":5298},[5292,15066,5414],{"class":5407},[5292,15068,5430],{"class":5298},[5292,15070,15071,15073,15075,15077],{"class":5294,"line":5433},[5292,15072,9151],{"class":5407},[5292,15074,9154],{"class":5298},[5292,15076,5408],{"class":5407},[5292,15078,9159],{"class":5298},[5292,15080,15081],{"class":5294,"line":5440},[5292,15082,5437],{"emptyLinePlaceholder":5436},[5292,15084,15085,15087,15089,15091,15093],{"class":5294,"line":5458},[5292,15086,5443],{"class":5298},[5292,15088,5447],{"class":5446},[5292,15090,5450],{"class":5298},[5292,15092,5303],{"class":5302},[5292,15094,5455],{"class":5298},[5292,15096,15097],{"class":5294,"line":5463},[5292,15098,5437],{"emptyLinePlaceholder":5436},[5292,15100,15101],{"class":5294,"line":5470},[5292,15102,15103],{"class":5466},"# Симулюємо 1000 годин роботи call-центру (λ = 5 дзвінків\u002Fгод)\n",[5292,15105,15106,15109],{"class":5294,"line":5506},[5292,15107,15108],{"class":5298},"lambda_val = ",[5292,15110,15111],{"class":5302},"5\n",[5292,15113,15114,15117,15120,15123,15125,15127,15129],{"class":5294,"line":5526},[5292,15115,15116],{"class":5298},"calls_per_hour = rng.poisson(",[5292,15118,15119],{"class":5446},"lam",[5292,15121,15122],{"class":5298},"=lambda_val, ",[5292,15124,5496],{"class":5446},[5292,15126,5450],{"class":5298},[5292,15128,9436],{"class":5302},[5292,15130,5455],{"class":5298},[5292,15132,15133],{"class":5294,"line":5531},[5292,15134,5437],{"emptyLinePlaceholder":5436},[5292,15136,15137],{"class":5294,"line":5537},[5292,15138,10003],{"class":5466},[5292,15140,15141,15143,15145,15147,15149,15151,15153],{"class":5294,"line":5543},[5292,15142,12587],{"class":5298},[5292,15144,5722],{"class":5446},[5292,15146,5725],{"class":5298},[5292,15148,5728],{"class":5302},[5292,15150,5306],{"class":5298},[5292,15152,7050],{"class":5302},[5292,15154,5736],{"class":5298},[5292,15156,15157],{"class":5294,"line":5549},[5292,15158,5437],{"emptyLinePlaceholder":5436},[5292,15160,15161],{"class":5294,"line":5554},[5292,15162,15163],{"class":5466},"# Гістограма емпіричних даних\n",[5292,15165,15166,15169,15171,15173,15175],{"class":5294,"line":5586},[5292,15167,15168],{"class":5298},"values, counts = np.unique(calls_per_hour, ",[5292,15170,9267],{"class":5446},[5292,15172,5450],{"class":5298},[5292,15174,9272],{"class":5564},[5292,15176,5455],{"class":5298},[5292,15178,15179,15181,15183],{"class":5294,"line":5609},[5292,15180,9279],{"class":5298},[5292,15182,9282],{"class":5557},[5292,15184,15185],{"class":5298},"(calls_per_hour)\n",[5292,15187,15188],{"class":5294,"line":5630},[5292,15189,5437],{"emptyLinePlaceholder":5436},[5292,15191,15192,15195,15197,15199,15201,15203,15205,15207,15209,15211,15213,15215,15217,15219,15221,15223,15226],{"class":5294,"line":5663},[5292,15193,15194],{"class":5298},"ax.bar(values, probabilities, ",[5292,15196,5755],{"class":5446},[5292,15198,5450],{"class":5298},[5292,15200,5760],{"class":5568},[5292,15202,5306],{"class":5298},[5292,15204,5765],{"class":5446},[5292,15206,5450],{"class":5298},[5292,15208,5770],{"class":5302},[5292,15210,5306],{"class":5298},[5292,15212,5775],{"class":5446},[5292,15214,5450],{"class":5298},[5292,15216,9476],{"class":5568},[5292,15218,5306],{"class":5298},[5292,15220,5819],{"class":5446},[5292,15222,5450],{"class":5298},[5292,15224,15225],{"class":5568},"'Емпіричні дані'",[5292,15227,5455],{"class":5298},[5292,15229,15230],{"class":5294,"line":5705},[5292,15231,5437],{"emptyLinePlaceholder":5436},[5292,15233,15234],{"class":5294,"line":5710},[5292,15235,15236],{"class":5466},"# Теоретичні ймовірності\n",[5292,15238,15239,15242,15244,15246,15249],{"class":5294,"line":5716},[5292,15240,15241],{"class":5298},"x_theory = np.arange(",[5292,15243,6402],{"class":5302},[5292,15245,5306],{"class":5298},[5292,15247,15248],{"class":5302},"16",[5292,15250,5455],{"class":5298},[5292,15252,15253],{"class":5294,"line":5739},[5292,15254,15255],{"class":5298},"pmf_theory = stats.poisson.pmf(x_theory, lambda_val)\n",[5292,15257,15258],{"class":5294,"line":5785},[5292,15259,5437],{"emptyLinePlaceholder":5436},[5292,15261,15262,15265,15268,15270,15273,15275,15277,15279,15281,15283,15285,15287,15289,15291,15294],{"class":5294,"line":5840},[5292,15263,15264],{"class":5298},"ax.plot(x_theory, pmf_theory, ",[5292,15266,15267],{"class":5568},"'bo-'",[5292,15269,5306],{"class":5298},[5292,15271,15272],{"class":5446},"markersize",[5292,15274,5450],{"class":5298},[5292,15276,7096],{"class":5302},[5292,15278,5306],{"class":5298},[5292,15280,5810],{"class":5446},[5292,15282,5450],{"class":5298},[5292,15284,5680],{"class":5302},[5292,15286,5306],{"class":5298},[5292,15288,5819],{"class":5446},[5292,15290,5450],{"class":5298},[5292,15292,15293],{"class":5568},"'Теоретичний PMF'",[5292,15295,5455],{"class":5298},[5292,15297,15298],{"class":5294,"line":5902},[5292,15299,5437],{"emptyLinePlaceholder":5436},[5292,15301,15302,15304,15307,15309,15311,15313,15315],{"class":5294,"line":5932},[5292,15303,13030],{"class":5298},[5292,15305,15306],{"class":5568},"'Кількість дзвінків за годину'",[5292,15308,5306],{"class":5298},[5292,15310,9339],{"class":5446},[5292,15312,5450],{"class":5298},[5292,15314,7181],{"class":5302},[5292,15316,5455],{"class":5298},[5292,15318,15319,15321,15324,15326,15328,15330,15332],{"class":5294,"line":5943},[5292,15320,13047],{"class":5298},[5292,15322,15323],{"class":5568},"'Ймовірність'",[5292,15325,5306],{"class":5298},[5292,15327,9339],{"class":5446},[5292,15329,5450],{"class":5298},[5292,15331,7181],{"class":5302},[5292,15333,5455],{"class":5298},[5292,15335,15336,15338,15340,15343,15345,15348,15350,15352,15354,15356,15358,15360,15362,15364,15366,15368],{"class":5294,"line":5954},[5292,15337,13064],{"class":5298},[5292,15339,5565],{"class":5564},[5292,15341,15342],{"class":5568},"'Розподіл Пуассона (λ = ",[5292,15344,5572],{"class":5564},[5292,15346,15347],{"class":5298},"lambda_val",[5292,15349,10243],{"class":5564},[5292,15351,5897],{"class":5568},[5292,15353,5306],{"class":5298},[5292,15355,5965],{"class":5446},[5292,15357,5450],{"class":5298},[5292,15359,5970],{"class":5568},[5292,15361,5306],{"class":5298},[5292,15363,9339],{"class":5446},[5292,15365,5450],{"class":5298},[5292,15367,9183],{"class":5302},[5292,15369,5455],{"class":5298},[5292,15371,15372,15375,15378,15380,15382,15384,15386],{"class":5294,"line":5975},[5292,15373,15374],{"class":5298},"ax.set_xticks(",[5292,15376,15377],{"class":5557},"range",[5292,15379,5561],{"class":5298},[5292,15381,6402],{"class":5302},[5292,15383,5306],{"class":5298},[5292,15385,15248],{"class":5302},[5292,15387,5736],{"class":5298},[5292,15389,15390],{"class":5294,"line":5981},[5292,15391,15392],{"class":5298},"ax.legend()\n",[5292,15394,15395,15397,15399,15401,15403],{"class":5294,"line":5996},[5292,15396,13124],{"class":5298},[5292,15398,5765],{"class":5446},[5292,15400,5450],{"class":5298},[5292,15402,5991],{"class":5302},[5292,15404,5455],{"class":5298},[5292,15406,15407],{"class":5294,"line":6298},[5292,15408,5999],{"class":5298},[5292,15410,15411],{"class":5294,"line":6303},[5292,15412,5437],{"emptyLinePlaceholder":5436},[5292,15414,15415],{"class":5294,"line":6308},[5292,15416,5534],{"class":5466},[5292,15418,15419,15421,15423,15425,15428],{"class":5294,"line":6314},[5292,15420,5558],{"class":5557},[5292,15422,5561],{"class":5298},[5292,15424,5565],{"class":5564},[5292,15426,15427],{"class":5568},"\"Середня кількість дзвінків за годину:\"",[5292,15429,5455],{"class":5298},[5292,15431,15432,15434,15436,15438,15441,15443,15446,15448,15450],{"class":5294,"line":6320},[5292,15433,5558],{"class":5557},[5292,15435,5561],{"class":5298},[5292,15437,5565],{"class":5564},[5292,15439,15440],{"class":5568},"\"  Емпірична: ",[5292,15442,5572],{"class":5564},[5292,15444,15445],{"class":5298},"calls_per_hour.mean()",[5292,15447,10928],{"class":5564},[5292,15449,5618],{"class":5568},[5292,15451,5455],{"class":5298},[5292,15453,15454,15456,15458,15460,15463,15465,15467,15469,15471],{"class":5294,"line":6325},[5292,15455,5558],{"class":5557},[5292,15457,5561],{"class":5298},[5292,15459,5565],{"class":5564},[5292,15461,15462],{"class":5568},"\"  Теоретична (λ): ",[5292,15464,5572],{"class":5564},[5292,15466,15347],{"class":5298},[5292,15468,10243],{"class":5564},[5292,15470,5618],{"class":5568},[5292,15472,5455],{"class":5298},[5292,15474,15475,15477,15479,15481,15483,15485,15488],{"class":5294,"line":6331},[5292,15476,5558],{"class":5557},[5292,15478,5561],{"class":5298},[5292,15480,5565],{"class":5564},[5292,15482,5618],{"class":5568},[5292,15484,5622],{"class":5621},[5292,15486,15487],{"class":5568},"Стандартне відхилення:\"",[5292,15489,5455],{"class":5298},[5292,15491,15492,15494,15496,15498,15501,15503,15506,15508,15510],{"class":5294,"line":6337},[5292,15493,5558],{"class":5557},[5292,15495,5561],{"class":5298},[5292,15497,5565],{"class":5564},[5292,15499,15500],{"class":5568},"\"  Емпіричне: ",[5292,15502,5572],{"class":5564},[5292,15504,15505],{"class":5298},"calls_per_hour.std()",[5292,15507,10928],{"class":5564},[5292,15509,5618],{"class":5568},[5292,15511,5455],{"class":5298},[5292,15513,15514,15516,15518,15520,15523,15525,15528,15530,15532],{"class":5294,"line":6343},[5292,15515,5558],{"class":5557},[5292,15517,5561],{"class":5298},[5292,15519,5565],{"class":5564},[5292,15521,15522],{"class":5568},"\"  Теоретичне (√λ): ",[5292,15524,5572],{"class":5564},[5292,15526,15527],{"class":5298},"np.sqrt(lambda_val)",[5292,15529,10928],{"class":5564},[5292,15531,5618],{"class":5568},[5292,15533,5455],{"class":5298},[5292,15535,15536,15538,15540,15542,15544,15546,15549],{"class":5294,"line":6349},[5292,15537,5558],{"class":5557},[5292,15539,5561],{"class":5298},[5292,15541,5565],{"class":5564},[5292,15543,5618],{"class":5568},[5292,15545,5622],{"class":5621},[5292,15547,15548],{"class":5568},"Особливість Пуассона: mean = variance = λ\"",[5292,15550,5455],{"class":5298},[6001,15552,15553,15560],{"v-slot:output":5287},[5275,15554,15555],{},[6006,15556],{"alt":15557,"className":15558,"src":15559},"Розподіл Пуассона: моделювання кількості дзвінків у call-центр",[6010],"\u002Fimages\u002Fai-python\u002Fstatistics-basics\u002Fdistributions\u002F07.png",[5282,15561,15564],{"className":15562,"code":15563,"language":6017},[6015],"Середня кількість дзвінків за годину:\n  Емпірична: 4.94\n  Теоретична (λ): 5\n\nСтандартне відхилення:\n  Емпіричне: 2.24\n  Теоретичне (√λ): 2.24\n\nОсобливість Пуассона: mean = variance = λ\n",[5289,15565,15563],{"__ignoreMap":5287},[5387,15567,15568,15808],{"execution-count":5680},[5282,15569,15571],{"className":5284,"code":15570,"language":5286,"meta":5287,"style":5287},"# Практичні запитання\nprint(\"Практичні запитання (теоретичні відповіді):\\n\")\n\n# 1. Ймовірність точно 3 дзвінків\nprob_3 = stats.poisson.pmf(3, lambda_val)\nprint(f\"1. P(точно 3 дзвінки) = {prob_3:.3f} ({prob_3*100:.1f}%)\")\n\n# 2. Ймовірність 0 дзвінків (тиха година)\nprob_0 = stats.poisson.pmf(0, lambda_val)\nprint(f\"2. P(жодного дзвінка) = {prob_0:.3f} ({prob_0*100:.1f}%)\")\n\n# 3. Ймовірність більше 8 дзвінків (перевантаження)\nprob_more_8 = 1 - stats.poisson.cdf(8, lambda_val)\nprint(f\"3. P(більше 8 дзвінків) = {prob_more_8:.3f} ({prob_more_8*100:.1f}%)\")\n\n# 4. Ймовірність від 4 до 6 дзвінків (типова година)\nprob_4_to_6 = stats.poisson.cdf(6, lambda_val) - stats.poisson.cdf(3, lambda_val)\nprint(f\"4. P(4–6 дзвінків) = {prob_4_to_6:.3f} ({prob_4_to_6*100:.1f}%)\")\n",[5289,15572,15573,15578,15593,15597,15602,15612,15645,15649,15654,15663,15696,15700,15705,15719,15752,15756,15761,15775],{"__ignoreMap":5287},[5292,15574,15575],{"class":5294,"line":5295},[5292,15576,15577],{"class":5466},"# Практичні запитання\n",[5292,15579,15580,15582,15584,15587,15589,15591],{"class":5294,"line":5420},[5292,15581,5558],{"class":5557},[5292,15583,5561],{"class":5298},[5292,15585,15586],{"class":5568},"\"Практичні запитання (теоретичні відповіді):",[5292,15588,5622],{"class":5621},[5292,15590,5618],{"class":5568},[5292,15592,5455],{"class":5298},[5292,15594,15595],{"class":5294,"line":5433},[5292,15596,5437],{"emptyLinePlaceholder":5436},[5292,15598,15599],{"class":5294,"line":5440},[5292,15600,15601],{"class":5466},"# 1. Ймовірність точно 3 дзвінків\n",[5292,15603,15604,15607,15609],{"class":5294,"line":5458},[5292,15605,15606],{"class":5298},"prob_3 = stats.poisson.pmf(",[5292,15608,7042],{"class":5302},[5292,15610,15611],{"class":5298},", lambda_val)\n",[5292,15613,15614,15616,15618,15620,15623,15625,15628,15630,15632,15634,15637,15639,15641,15643],{"class":5294,"line":5463},[5292,15615,5558],{"class":5557},[5292,15617,5561],{"class":5298},[5292,15619,5565],{"class":5564},[5292,15621,15622],{"class":5568},"\"1. P(точно 3 дзвінки) = ",[5292,15624,5572],{"class":5564},[5292,15626,15627],{"class":5298},"prob_3",[5292,15629,9782],{"class":5564},[5292,15631,5227],{"class":5568},[5292,15633,5572],{"class":5564},[5292,15635,15636],{"class":5298},"prob_3*",[5292,15638,5501],{"class":5302},[5292,15640,5578],{"class":5564},[5292,15642,10266],{"class":5568},[5292,15644,5455],{"class":5298},[5292,15646,15647],{"class":5294,"line":5470},[5292,15648,5437],{"emptyLinePlaceholder":5436},[5292,15650,15651],{"class":5294,"line":5506},[5292,15652,15653],{"class":5466},"# 2. Ймовірність 0 дзвінків (тиха година)\n",[5292,15655,15656,15659,15661],{"class":5294,"line":5526},[5292,15657,15658],{"class":5298},"prob_0 = stats.poisson.pmf(",[5292,15660,6402],{"class":5302},[5292,15662,15611],{"class":5298},[5292,15664,15665,15667,15669,15671,15674,15676,15679,15681,15683,15685,15688,15690,15692,15694],{"class":5294,"line":5531},[5292,15666,5558],{"class":5557},[5292,15668,5561],{"class":5298},[5292,15670,5565],{"class":5564},[5292,15672,15673],{"class":5568},"\"2. P(жодного дзвінка) = ",[5292,15675,5572],{"class":5564},[5292,15677,15678],{"class":5298},"prob_0",[5292,15680,9782],{"class":5564},[5292,15682,5227],{"class":5568},[5292,15684,5572],{"class":5564},[5292,15686,15687],{"class":5298},"prob_0*",[5292,15689,5501],{"class":5302},[5292,15691,5578],{"class":5564},[5292,15693,10266],{"class":5568},[5292,15695,5455],{"class":5298},[5292,15697,15698],{"class":5294,"line":5537},[5292,15699,5437],{"emptyLinePlaceholder":5436},[5292,15701,15702],{"class":5294,"line":5543},[5292,15703,15704],{"class":5466},"# 3. Ймовірність більше 8 дзвінків (перевантаження)\n",[5292,15706,15707,15710,15712,15715,15717],{"class":5294,"line":5549},[5292,15708,15709],{"class":5298},"prob_more_8 = ",[5292,15711,5397],{"class":5302},[5292,15713,15714],{"class":5298}," - stats.poisson.cdf(",[5292,15716,7096],{"class":5302},[5292,15718,15611],{"class":5298},[5292,15720,15721,15723,15725,15727,15730,15732,15735,15737,15739,15741,15744,15746,15748,15750],{"class":5294,"line":5554},[5292,15722,5558],{"class":5557},[5292,15724,5561],{"class":5298},[5292,15726,5565],{"class":5564},[5292,15728,15729],{"class":5568},"\"3. P(більше 8 дзвінків) = ",[5292,15731,5572],{"class":5564},[5292,15733,15734],{"class":5298},"prob_more_8",[5292,15736,9782],{"class":5564},[5292,15738,5227],{"class":5568},[5292,15740,5572],{"class":5564},[5292,15742,15743],{"class":5298},"prob_more_8*",[5292,15745,5501],{"class":5302},[5292,15747,5578],{"class":5564},[5292,15749,10266],{"class":5568},[5292,15751,5455],{"class":5298},[5292,15753,15754],{"class":5294,"line":5586},[5292,15755,5437],{"emptyLinePlaceholder":5436},[5292,15757,15758],{"class":5294,"line":5609},[5292,15759,15760],{"class":5466},"# 4. Ймовірність від 4 до 6 дзвінків (типова година)\n",[5292,15762,15763,15766,15768,15771,15773],{"class":5294,"line":5630},[5292,15764,15765],{"class":5298},"prob_4_to_6 = stats.poisson.cdf(",[5292,15767,7050],{"class":5302},[5292,15769,15770],{"class":5298},", lambda_val) - stats.poisson.cdf(",[5292,15772,7042],{"class":5302},[5292,15774,15611],{"class":5298},[5292,15776,15777,15779,15781,15783,15786,15788,15791,15793,15795,15797,15800,15802,15804,15806],{"class":5294,"line":5663},[5292,15778,5558],{"class":5557},[5292,15780,5561],{"class":5298},[5292,15782,5565],{"class":5564},[5292,15784,15785],{"class":5568},"\"4. P(4–6 дзвінків) = ",[5292,15787,5572],{"class":5564},[5292,15789,15790],{"class":5298},"prob_4_to_6",[5292,15792,9782],{"class":5564},[5292,15794,5227],{"class":5568},[5292,15796,5572],{"class":5564},[5292,15798,15799],{"class":5298},"prob_4_to_6*",[5292,15801,5501],{"class":5302},[5292,15803,5578],{"class":5564},[5292,15805,10266],{"class":5568},[5292,15807,5455],{"class":5298},[6001,15809,15810],{"v-slot:output":5287},[5282,15811,15814],{"className":15812,"code":15813,"language":6017},[6015],"Практичні запитання (теоретичні відповіді):\n\n1. P(точно 3 дзвінки) = 0.140 (14.0%)\n2. P(жодного дзвінка) = 0.007 (0.7%)\n3. P(більше 8 дзвінків) = 0.068 (6.8%)\n4. P(4–6 дзвінків) = 0.578 (57.8%)\n",[5289,15815,15813],{"__ignoreMap":5287},[5391,15817,15819],{"id":15818},"властивості-розподілу-пуассона","Властивості розподілу Пуассона",[6637,15821,15822,15832],{},[6640,15823,15824],{},[6643,15825,15826,15829],{},[6646,15827,15828],{"align":6652},"Властивість",[6646,15830,15831],{"align":6652},"Значення",[6660,15833,15834,15842,15849,15857],{},[6643,15835,15836,15839],{},[6665,15837,15838],{"align":6652},"Середнє (μ)",[6665,15840,15841],{"align":6652},"λ",[6643,15843,15844,15847],{},[6665,15845,15846],{"align":6652},"Дисперсія (σ²)",[6665,15848,15841],{"align":6652},[6643,15850,15851,15854],{},[6665,15852,15853],{"align":6652},"Стандартне відхилення (σ)",[6665,15855,15856],{"align":6652},"√λ",[6643,15858,15859,15862],{},[6665,15860,15861],{"align":6652},"Можливі значення",[6665,15863,15864],{"align":6652},"0, 1, 2, 3, ... (невід'ємні цілі)",[5275,15866,15867,15870,15871,6134],{},[5224,15868,15869],{},"Унікальна математична властивість:"," математичне сподівання строго дорівнює дисперсії: ",[6032,15872],{"tex":15873,":inline":6035},"\\mathbb{E}[X] = \\text{Var}(X) = \\lambda",[8755,15875,15876,15881,15906,15911],{},[5275,15877,15878],{},[5224,15879,15880],{},"Коли використовувати Пуассона:",[5198,15882,15883,15890,15896,15903],{},[5201,15884,15885,15886,15889],{},"✅ Лічимо ",[5224,15887,15888],{},"дискретні рідкісні події"," (аварії, помилки в системі, відмови дисків);",[5201,15891,15892,15893,15895],{},"✅ Події відбуваються ",[5224,15894,14775],{}," одна від одної;",[5201,15897,15898,15899,15902],{},"✅ Середня інтенсивність потоку подій є ",[5224,15900,15901],{},"стабільною"," в часі;",[5201,15904,15905],{},"✅ Імовірність одночасного виникнення двох і більше подій в одну мить є нескінченно малою.",[5275,15907,15908],{},[5224,15909,15910],{},"Застосування в Machine Learning:",[5198,15912,15913,15920,15923],{},[5201,15914,15915,15916,15919],{},"Пуассонівська регресія (",[5229,15917,15918],{},"Poisson Regression",") для передбачення лічильних змінних (кількість кліків користувача, кількість транзакцій);",[5201,15921,15922],{},"Моделювання черг повідомлень та балансування навантаження мікросервісів;",[5201,15924,15925],{},"Оцінка ризиків відмов серверного обладнання.",[9803,15927,15928,15933,15939],{},[5275,15929,15930],{},[5224,15931,15932],{},"Інженерна аналогія: Розподіл Пуассона у веб-серверах та чергах повідомлень",[5275,15934,15935,15936,6635],{},"Розподіл Пуассона — це базовий математичний фундамент теорії масового обслуговування (",[5229,15937,15938],{},"Queueing Theory",[5198,15940,15941,15947],{},[5201,15942,15943,15944,15946],{},"Він моделює потік вхідних HTTP-запитів до Nginx або повідомлень у чергу RabbitMQ\u002FKafka, якщо користувачі клацають незалежно один від одного із середньою інтенсивністю ",[6032,15945],{"tex":14832,":inline":6035}," подій за одиницю часу.",[5201,15948,15949,15950,15953,15954,15957],{},"Унікальна інженерна властивість: якщо ви знаєте середній трафік (",[6032,15951],{"tex":15952,":inline":6035},"\\lambda = 100"," req\u002Fsec), ви автоматично знаєте стандартне відхилення можливих випадкових сплесків: ",[6032,15955],{"tex":15956,":inline":6035},"\\sigma = \\sqrt{\\lambda} = 10"," req\u002Fsec. Це дозволяє точно розраховувати необхідний розмір буфера сокетів і порогові значення для Horizontal Pod Autoscaler (HPA) у Kubernetes.",[5391,15959,15961],{"id":15960},"порівняння-розподілів-пуассона-з-різними-λ","Порівняння розподілів Пуассона з різними λ",[5382,15963,15965],{"kernel":5384,"title":15964},"poisson_comparison.ipynb",[5387,15966,15967,16348],{"execution-count":5397},[5282,15968,15970],{"className":5284,"code":15969,"language":5286,"meta":5287,"style":5287},"import numpy as np\nimport matplotlib.pyplot as plt\nfrom scipy import stats\n\nlambdas = [1, 5, 10, 20]\nx = np.arange(0, 40)\n\nfig, axes = plt.subplots(2, 2, figsize=(12, 8))\naxes = axes.ravel()\n\nfor i, lam in enumerate(lambdas):\n    pmf = stats.poisson.pmf(x, lam)\n    axes[i].bar(x, pmf, edgecolor='black', alpha=0.7, color='steelblue')\n    axes[i].set_title(f'Пуассон(λ = {lam})', fontweight='bold')\n    axes[i].set_xlabel('Кількість подій')\n    axes[i].set_ylabel('Ймовірність')\n    axes[i].set_xlim(-1, 40)\n    axes[i].grid(alpha=0.3)\n    axes[i].text(0.7, 0.9, f'μ = {lam}\\nσ = {np.sqrt(lam):.2f}', \n                 transform=axes[i].transAxes, fontsize=10,\n                 bbox=dict(boxstyle='round', facecolor='wheat', alpha=0.5))\n\nplt.tight_layout()\nplt.show()\n\nprint(\"Спостереження:\")\nprint(\"  При малому λ (1) → розподіл сильно скошений вправо (асиметричний)\")\nprint(\"  При великому λ (20) → розподіл стає симетричним і наближається до нормального\")\n",[5289,15971,15972,15982,15992,16002,16006,16027,16040,16044,16069,16074,16078,16093,16098,16127,16155,16165,16174,16187,16200,16241,16258,16299,16303,16307,16311,16315,16326,16337],{"__ignoreMap":5287},[5292,15973,15974,15976,15978,15980],{"class":5294,"line":5295},[5292,15975,5408],{"class":5407},[5292,15977,5411],{"class":5298},[5292,15979,5414],{"class":5407},[5292,15981,5417],{"class":5298},[5292,15983,15984,15986,15988,15990],{"class":5294,"line":5420},[5292,15985,5408],{"class":5407},[5292,15987,5425],{"class":5298},[5292,15989,5414],{"class":5407},[5292,15991,5430],{"class":5298},[5292,15993,15994,15996,15998,16000],{"class":5294,"line":5433},[5292,15995,9151],{"class":5407},[5292,15997,9154],{"class":5298},[5292,15999,5408],{"class":5407},[5292,16001,9159],{"class":5298},[5292,16003,16004],{"class":5294,"line":5440},[5292,16005,5437],{"emptyLinePlaceholder":5436},[5292,16007,16008,16011,16013,16015,16017,16019,16021,16023,16025],{"class":5294,"line":5458},[5292,16009,16010],{"class":5298},"lambdas = [",[5292,16012,5397],{"class":5302},[5292,16014,5306],{"class":5298},[5292,16016,5733],{"class":5302},[5292,16018,5306],{"class":5298},[5292,16020,5728],{"class":5302},[5292,16022,5306],{"class":5298},[5292,16024,11615],{"class":5302},[5292,16026,12811],{"class":5298},[5292,16028,16029,16032,16034,16036,16038],{"class":5294,"line":5463},[5292,16030,16031],{"class":5298},"x = np.arange(",[5292,16033,6402],{"class":5302},[5292,16035,5306],{"class":5298},[5292,16037,5339],{"class":5302},[5292,16039,5455],{"class":5298},[5292,16041,16042],{"class":5294,"line":5470},[5292,16043,5437],{"emptyLinePlaceholder":5436},[5292,16045,16046,16049,16051,16053,16055,16057,16059,16061,16063,16065,16067],{"class":5294,"line":5506},[5292,16047,16048],{"class":5298},"fig, axes = plt.subplots(",[5292,16050,5680],{"class":5302},[5292,16052,5306],{"class":5298},[5292,16054,5680],{"class":5302},[5292,16056,5306],{"class":5298},[5292,16058,5722],{"class":5446},[5292,16060,5725],{"class":5298},[5292,16062,7181],{"class":5302},[5292,16064,5306],{"class":5298},[5292,16066,7096],{"class":5302},[5292,16068,5736],{"class":5298},[5292,16070,16071],{"class":5294,"line":5526},[5292,16072,16073],{"class":5298},"axes = axes.ravel()\n",[5292,16075,16076],{"class":5294,"line":5531},[5292,16077,5437],{"emptyLinePlaceholder":5436},[5292,16079,16080,16082,16085,16087,16090],{"class":5294,"line":5537},[5292,16081,9208],{"class":5407},[5292,16083,16084],{"class":5298}," i, lam ",[5292,16086,9214],{"class":5407},[5292,16088,16089],{"class":5557}," enumerate",[5292,16091,16092],{"class":5298},"(lambdas):\n",[5292,16094,16095],{"class":5294,"line":5543},[5292,16096,16097],{"class":5298},"    pmf = stats.poisson.pmf(x, lam)\n",[5292,16099,16100,16103,16105,16107,16109,16111,16113,16115,16117,16119,16121,16123,16125],{"class":5294,"line":5549},[5292,16101,16102],{"class":5298},"    axes[i].bar(x, pmf, ",[5292,16104,5755],{"class":5446},[5292,16106,5450],{"class":5298},[5292,16108,5760],{"class":5568},[5292,16110,5306],{"class":5298},[5292,16112,5765],{"class":5446},[5292,16114,5450],{"class":5298},[5292,16116,5770],{"class":5302},[5292,16118,5306],{"class":5298},[5292,16120,5775],{"class":5446},[5292,16122,5450],{"class":5298},[5292,16124,5780],{"class":5568},[5292,16126,5455],{"class":5298},[5292,16128,16129,16132,16134,16137,16139,16141,16143,16145,16147,16149,16151,16153],{"class":5294,"line":5554},[5292,16130,16131],{"class":5298},"    axes[i].set_title(",[5292,16133,5565],{"class":5564},[5292,16135,16136],{"class":5568},"'Пуассон(λ = ",[5292,16138,5572],{"class":5564},[5292,16140,15119],{"class":5298},[5292,16142,10243],{"class":5564},[5292,16144,5897],{"class":5568},[5292,16146,5306],{"class":5298},[5292,16148,5965],{"class":5446},[5292,16150,5450],{"class":5298},[5292,16152,5970],{"class":5568},[5292,16154,5455],{"class":5298},[5292,16156,16157,16160,16163],{"class":5294,"line":5586},[5292,16158,16159],{"class":5298},"    axes[i].set_xlabel(",[5292,16161,16162],{"class":5568},"'Кількість подій'",[5292,16164,5455],{"class":5298},[5292,16166,16167,16170,16172],{"class":5294,"line":5609},[5292,16168,16169],{"class":5298},"    axes[i].set_ylabel(",[5292,16171,15323],{"class":5568},[5292,16173,5455],{"class":5298},[5292,16175,16176,16179,16181,16183,16185],{"class":5294,"line":5630},[5292,16177,16178],{"class":5298},"    axes[i].set_xlim(-",[5292,16180,5397],{"class":5302},[5292,16182,5306],{"class":5298},[5292,16184,5339],{"class":5302},[5292,16186,5455],{"class":5298},[5292,16188,16189,16192,16194,16196,16198],{"class":5294,"line":5663},[5292,16190,16191],{"class":5298},"    axes[i].grid(",[5292,16193,5765],{"class":5446},[5292,16195,5450],{"class":5298},[5292,16197,5991],{"class":5302},[5292,16199,5455],{"class":5298},[5292,16201,16202,16205,16207,16209,16212,16214,16216,16218,16220,16222,16224,16226,16229,16231,16234,16236,16238],{"class":5294,"line":5705},[5292,16203,16204],{"class":5298},"    axes[i].text(",[5292,16206,5770],{"class":5302},[5292,16208,5306],{"class":5298},[5292,16210,16211],{"class":5302},"0.9",[5292,16213,5306],{"class":5298},[5292,16215,5565],{"class":5564},[5292,16217,12770],{"class":5568},[5292,16219,5572],{"class":5564},[5292,16221,15119],{"class":5298},[5292,16223,10243],{"class":5564},[5292,16225,5622],{"class":5621},[5292,16227,16228],{"class":5568},"σ = ",[5292,16230,5572],{"class":5564},[5292,16232,16233],{"class":5298},"np.sqrt(lam)",[5292,16235,10928],{"class":5564},[5292,16237,5835],{"class":5568},[5292,16239,16240],{"class":5298},", \n",[5292,16242,16243,16246,16249,16251,16253,16255],{"class":5294,"line":5710},[5292,16244,16245],{"class":5446},"                 transform",[5292,16247,16248],{"class":5298},"=axes[i].transAxes, ",[5292,16250,9339],{"class":5446},[5292,16252,5450],{"class":5298},[5292,16254,5728],{"class":5302},[5292,16256,16257],{"class":5298},",\n",[5292,16259,16260,16263,16265,16269,16271,16274,16276,16279,16281,16284,16286,16289,16291,16293,16295,16297],{"class":5294,"line":5716},[5292,16261,16262],{"class":5446},"                 bbox",[5292,16264,5450],{"class":5298},[5292,16266,16268],{"class":16267},"sN1BT","dict",[5292,16270,5561],{"class":5298},[5292,16272,16273],{"class":5446},"boxstyle",[5292,16275,5450],{"class":5298},[5292,16277,16278],{"class":5568},"'round'",[5292,16280,5306],{"class":5298},[5292,16282,16283],{"class":5446},"facecolor",[5292,16285,5450],{"class":5298},[5292,16287,16288],{"class":5568},"'wheat'",[5292,16290,5306],{"class":5298},[5292,16292,5765],{"class":5446},[5292,16294,5450],{"class":5298},[5292,16296,9078],{"class":5302},[5292,16298,5736],{"class":5298},[5292,16300,16301],{"class":5294,"line":5739},[5292,16302,5437],{"emptyLinePlaceholder":5436},[5292,16304,16305],{"class":5294,"line":5785},[5292,16306,9653],{"class":5298},[5292,16308,16309],{"class":5294,"line":5840},[5292,16310,5999],{"class":5298},[5292,16312,16313],{"class":5294,"line":5902},[5292,16314,5437],{"emptyLinePlaceholder":5436},[5292,16316,16317,16319,16321,16324],{"class":5294,"line":5932},[5292,16318,5558],{"class":5557},[5292,16320,5561],{"class":5298},[5292,16322,16323],{"class":5568},"\"Спостереження:\"",[5292,16325,5455],{"class":5298},[5292,16327,16328,16330,16332,16335],{"class":5294,"line":5943},[5292,16329,5558],{"class":5557},[5292,16331,5561],{"class":5298},[5292,16333,16334],{"class":5568},"\"  При малому λ (1) → розподіл сильно скошений вправо (асиметричний)\"",[5292,16336,5455],{"class":5298},[5292,16338,16339,16341,16343,16346],{"class":5294,"line":5954},[5292,16340,5558],{"class":5557},[5292,16342,5561],{"class":5298},[5292,16344,16345],{"class":5568},"\"  При великому λ (20) → розподіл стає симетричним і наближається до нормального\"",[5292,16347,5455],{"class":5298},[6001,16349,16350,16357],{"v-slot:output":5287},[5275,16351,16352],{},[6006,16353],{"alt":16354,"className":16355,"src":16356},"Розподіл Пуассона: кількість подій за фіксований проміжок часу",[6010],"\u002Fimages\u002Fai-python\u002Fstatistics-basics\u002Fdistributions\u002F08.png",[5282,16358,16361],{"className":16359,"code":16360,"language":6017},[6015],"Спостереження:\n  При малому λ (1) → розподіл сильно скошений вправо (асиметричний)\n  При великому λ (20) → розподіл стає симетричним і наближається до нормального\n",[5289,16362,16360],{"__ignoreMap":5287},[9803,16364,16365,16370,16383,16386,16393],{},[5275,16366,16367],{},[5224,16368,16369],{},"Чому Пуассон при зростанні λ збігається до нормального розподілу?",[5275,16371,16372,16373,16376,16377,16379,16380,6105],{},"Це прямий наслідок Центральної Граничної Теореми. Пуассонівську випадкову величину з інтенсивністю ",[6032,16374],{"tex":16375,":inline":6035},"\\lambda = n"," можна математично розкласти як суму ",[6032,16378],{"tex":10320,":inline":6035}," взаємно незалежних випадкових величин з одиничним параметром ",[6032,16381],{"tex":16382,":inline":6035},"\\text{Poisson}(1)",[6032,16384],{"tex":16385},"X = \\sum_{i=1}^{n} X_i, \\quad X_i \\sim \\text{Poisson}(1)",[5275,16387,16388,16389,16392],{},"Оскільки кожен інтервал володіє скінченною дисперсією ",[6032,16390],{"tex":16391,":inline":6035},"\\sigma^2 = 1",", їхня сума згідно з ЦГТ неминуче асимптотично прямує до нормального закону:",[6032,16394],{"tex":16395},"\\text{Poisson}(\\lambda) \\xrightarrow[\\lambda \\to \\infty]{} \\mathcal{N}(\\lambda, \\lambda)",[5267,16397],{},[5270,16399,16401],{"id":16400},"інші-фундаментальні-розподіли","Інші фундаментальні розподіли",[5275,16403,16404],{},"Окрім нормального та пуассонівського розподілів, у комп'ютерних науках, аналізі даних та надійності систем щодня використовуються ще три базові математичні моделі.",[5267,16406],{},[5391,16408,16410],{"id":16409},"_1-біноміальний-розподіл-binomial-distribution","1. Біноміальний розподіл (Binomial Distribution)",[5275,16412,16413,14763,16416,6951,16419,16421,16422,16424,16425,16427,16428,6048],{},[5224,16414,16415],{},"Біноміальний розподіл",[5224,16417,16418],{},"кількість успіхів",[6032,16420],{"tex":13817,":inline":6035}," у серії з ",[6032,16423],{"tex":10320,":inline":6035}," незалежних експериментів Бернуллі, де кожна спроба має фіксовану ймовірність успіху ",[6032,16426],{"tex":5275,":inline":6035}," (та невдачі ",[6032,16429],{"tex":16430,":inline":6035},"q = 1 - p",[5275,16432,16433,6951,16436,6126,16439],{},[5224,16434,16435],{},"Позначення:",[6032,16437],{"tex":16438,":inline":6035},"X \\sim \\text{Binomial}(n, p)",[6032,16440],{"tex":16441,":inline":6035},"X \\sim \\mathcal{B}(n, p)",[6424,16443,14799],{"id":16444},"формула-pmf-функція-ймовірності-1",[6032,16446],{"tex":16447},"P(X = k) = \\binom{n}{k} p^k (1 - p)^{n - k} = \\frac{n!}{k!(n - k)!} p^k (1 - p)^{n - k}",[5275,16449,14805,16450,6134],{},[6032,16451],{"tex":16452,":inline":6035},"k = 0, 1, 2, \\dots, n",[6424,16454,16456],{"id":16455},"анатомія-формули-розбір-на-складові","Анатомія формули: розбір на складові",[6489,16458,16459,16490,16507],{},[5201,16460,16461,16467,16469,16470,16472,16473,16475,16476,5306,16479,6126,16482,16485,16486,16489],{},[5224,16462,16463,16466],{},[6032,16464],{"tex":16465,":inline":6035},"\\binom{n}{k} = \\frac{n!}{k!(n - k)!}"," (Біноміальний коефіцієнт):",[6500,16468],{},"\nКількість можливих комбінацій, якими можна вибрати ",[6032,16471],{"tex":13817,":inline":6035}," успішних спроб із загальної кількості ",[6032,16474],{"tex":10320,":inline":6035},". Наприклад, якщо з 3 спроб успішними були 2, це могло статись як ",[5289,16477,16478],{},"(У, У, Н)",[5289,16480,16481],{},"(У, Н, У)",[5289,16483,16484],{},"(Н, У, У)"," — рівно ",[6032,16487],{"tex":16488,":inline":6035},"\\binom{3}{2} = 3"," способи.",[5201,16491,16492,16498,16500,16501,16503,16504,6134],{},[5224,16493,16494,16497],{},[6032,16495],{"tex":16496,":inline":6035},"p^k"," (Ймовірність обраних успіхів):",[6500,16499],{},"\nОскільки спроби незалежні, ймовірність того, що всі обрані ",[6032,16502],{"tex":13817,":inline":6035}," разів випаде успіх, дорівнює перемноженню ймовірностей: ",[6032,16505],{"tex":16506,":inline":6035},"p \\times p \\times \\dots \\times p",[5201,16508,16509,16515,16517,16518,16521,16522,6134],{},[5224,16510,16511,16514],{},[6032,16512],{"tex":16513,":inline":6035},"(1 - p)^{n - k}"," (Ймовірність решти невдач):",[6500,16516],{},"\nРешта ",[6032,16519],{"tex":16520,":inline":6035},"n - k"," спроб обов'язково повинні завершитися невдачею, кожна з імовірністю ",[6032,16523],{"tex":16524,":inline":6035},"1 - p",[6424,16526,10487],{"id":16527},"числові-характеристики-1",[5198,16529,16530,16538],{},[5201,16531,16532,6951,16535],{},[5224,16533,16534],{},"Математичне сподівання:",[6032,16536],{"tex":16537,":inline":6035},"\\mathbb{E}[X] = n \\cdot p",[5201,16539,16540,6951,16543],{},[5224,16541,16542],{},"Дисперсія:",[6032,16544],{"tex":16545,":inline":6035},"\\text{Var}(X) = n \\cdot p \\cdot (1 - p)",[6424,16547,16549],{"id":16548},"покроковий-приклад-надійність-доставки-мережевих-пакетів","Покроковий приклад: надійність доставки мережевих пакетів",[5275,16551,16552,16553,16556,16557,16560,16561,16564],{},"Маршрутизатор відправляє повідомлення, розбите на ",[6032,16554],{"tex":16555,":inline":6035},"n = 5"," мережевих пакетів. Через перешкоди на лінії зв'язку ймовірність успішного отримання окремого пакета становить ",[6032,16558],{"tex":16559,":inline":6035},"p = 0.90"," (90%), а ймовірність втрати — ",[6032,16562],{"tex":16563,":inline":6035},"1 - p = 0.10"," (10%).",[5198,16566,16567,16578,16593],{},[5201,16568,16569,16575],{},[5224,16570,16571,16572,7014],{},"Питання 1: Яка ймовірність того, що дійдуть абсолютно всі 5 пакетів (",[6032,16573],{"tex":16574,":inline":6035},"k = 5",[6032,16576],{"tex":16577},"P(X = 5) = \\binom{5}{5} \\cdot (0.9)^5 \\cdot (0.1)^0 = 1 \\cdot 0.59049 \\cdot 1 = 0.5905 \\, (59.05\\%)",[5201,16579,16580,16586,16587,13525,16590],{},[5224,16581,16582,16583,7014],{},"Питання 2: Яка ймовірність того, що загубиться рівно 1 пакет (тобто дійдуть ",[6032,16584],{"tex":16585,":inline":6035},"k = 4","\nОбчислимо біноміальний коефіцієнт: ",[6032,16588],{"tex":16589,":inline":6035},"\\binom{5}{4} = \\frac{5!}{4! \\cdot 1!} = 5",[6032,16591],{"tex":16592},"P(X = 4) = 5 \\cdot (0.9)^4 \\cdot (0.1)^1 = 5 \\cdot 0.6561 \\cdot 0.1 = 0.32805 \\, (32.81\\%)",[5201,16594,16595,16598],{},[5224,16596,16597],{},"Питання 3: Скільки пакетів у середньому доходить до адресата?",[6032,16599],{"tex":16600},"\\mathbb{E}[X] = n \\cdot p = 5 \\times 0.90 = 4.5 \\, \\text{пакета}",[5275,16602,16603,6951,16606],{},[5224,16604,16605],{},"Генерація в Python:",[5289,16607,16608],{},"rng.binomial(n=5, p=0.9, size=1000)",[5267,16610],{},[5391,16612,16614],{"id":16613},"_2-експоненціальний-розподіл-exponential-distribution","2. Експоненціальний розподіл (Exponential Distribution)",[5275,16616,16617,16618,16621,16622,16625],{},"Якщо розподіл Пуассона рахує ",[5224,16619,16620],{},"кількість дискретних подій"," за проміжок часу, то експоненціальний розподіл моделює ",[5224,16623,16624],{},"неперервний час очікування"," між цими подіями.",[5275,16627,16628,6951,16630],{},[5224,16629,16435],{},[6032,16631],{"tex":16632,":inline":6035},"X \\sim \\text{Exp}(\\lambda)",[6424,16634,16636],{"id":16635},"функція-щільності-pdf-та-кумулятивна-функція-cdf","Функція щільності (PDF) та кумулятивна функція (CDF)",[6032,16638,16639],{},"f(x) = \\begin{cases}\n\\lambda e^{-\\lambda x}, & x \\geq 0 \\\n0, & x \u003C 0\n\\end{cases}",[6032,16641,16642],{},"F(x) = P(X \\leq x) = \\begin{cases}\n1 - e^{-\\lambda x}, & x \\geq 0 \\\n0, & x \u003C 0\n\\end{cases}",[6424,16644,16646],{"id":16645},"анатомія-формули-та-фізичний-зміст","Анатомія формули та фізичний зміст",[5198,16648,16649,16657,16671],{},[5201,16650,16651,16656],{},[5224,16652,16653,16655],{},[6032,16654],{"tex":14832,":inline":6035}," (інтенсивність потоку):"," Середня кількість подій за одиницю часу (наприклад, 2 збої на добу).",[5201,16658,16659,16664,16665,6951,16667,16670],{},[5224,16660,16661,6105],{},[6032,16662],{"tex":16663,":inline":6035},"e^{-\\lambda x}"," Ймовірність того, що за час ",[6032,16666],{"tex":6418,":inline":6035},[5224,16668,16669],{},"не станеться жодної події"," (закон радіоактивного або інформаційного згасання).",[5201,16672,16673,16678,16679,16682,16683,6134],{},[5224,16674,16675,6105],{},[6032,16676],{"tex":16677,":inline":6035},"1 - e^{-\\lambda x}"," Накопичена ймовірність того, що перша подія ",[5224,16680,16681],{},"вже відбудеться"," до моменту часу ",[6032,16684],{"tex":6418,":inline":6035},[6424,16686,16688],{"id":16687},"числові-характеристики-та-відсутність-памяті","Числові характеристики та відсутність пам'яті",[5198,16690,16691,16699,16706],{},[5201,16692,16693,16696],{},[5224,16694,16695],{},"Середній час очікування (Mean Time Between Failures, MTBF):",[6032,16697],{"tex":16698},"\\mathbb{E}[X] = \\mu = \\frac{1}{\\lambda}",[5201,16700,16701,16703],{},[5224,16702,16542],{},[6032,16704,16705],{},"\\text{Var}(X) = \\sigma^2 = \\frac{1}{\\lambda^2}, \\quad \\sigma = \\frac{1}{\\lambda}",[5201,16707,16708,16711,16714,16715,16718,16719,16722],{},[5224,16709,16710],{},"Властивість відсутності післядії (Memorylessness):",[6032,16712,16713],{},"P(X > s + t \\mid X > s) = P(X > t)","\nЯкщо сервер уже безперебійно пропрацював 100 днів (",[6032,16716],{"tex":16717,":inline":6035},"s = 100","), ймовірність того, що він пропрацює ще 10 днів (",[6032,16720],{"tex":16721,":inline":6035},"t = 10","), залишається точно такою самою, як і для щойно встановленого нового сервера. Експоненціальний процес моделює системи без фізичного старіння або зношування (раптові випадкові зовнішні збої).",[6424,16724,16726],{"id":16725},"покроковий-приклад-час-до-збою-хмарного-інстансу","Покроковий приклад: час до збою хмарного інстансу",[5275,16728,16729,16730,16733,16734,16737],{},"У хмарній інфраструктурі середня тривалість безвідмовної роботи віртуальної машини становить ",[6032,16731],{"tex":16732,":inline":6035},"\\mu = 20"," діб. Відповідно, інтенсивність аварій ",[6032,16735],{"tex":16736,":inline":6035},"\\lambda = \\frac{1}{20} = 0.05"," збоїв на добу.",[5198,16739,16740,16749],{},[5201,16741,16742,16745,16746],{},[5224,16743,16744],{},"Питання 1: Яка ймовірність того, що інстанс вийде з ладу протягом перших 5 діб?","\nЗа формулою CDF:\n",[6032,16747],{"tex":16748},"P(X \\leq 5) = 1 - e^{-0.05 \\times 5} = 1 - e^{-0.25} \\approx 1 - 0.7788 = 0.2212 \\, (22.12\\%)",[5201,16750,16751,16754],{},[5224,16752,16753],{},"Питання 2: Яка ймовірність того, що сервер витримає понад 30 діб без перезавантаження?",[6032,16755],{"tex":16756},"P(X > 30) = 1 - F(30) = e^{-0.05 \\times 30} = e^{-1.5} \\approx 0.2231 \\, (22.31\\%)",[5275,16758,16759,6951,16761,16764,16765,16767,16768,6048],{},[5224,16760,16605],{},[5289,16762,16763],{},"rng.exponential(scale=1\u002Flambda_val, size=1000)"," (параметр ",[5289,16766,5486],{}," приймає середній час ",[6032,16769],{"tex":16770,":inline":6035},"\\frac{1}{\\lambda}",[5267,16772],{},[5391,16774,16776],{"id":16775},"_3-логнормальний-розподіл-lognormal-distribution","3. Логнормальний розподіл (Lognormal Distribution)",[5275,16778,16779,16780,13835,16783,16786],{},"Випадкова величина ",[6032,16781],{"tex":16782,":inline":6035},"Y",[5224,16784,16785],{},"логнормальний розподіл",", якщо її натуральний логарифм підкоряється класичному нормальному закону:",[6032,16788],{"tex":16789},"X = \\ln(Y) \\sim \\mathcal{N}(\\mu, \\sigma^2) \\iff Y = e^X",[5275,16791,16792,16793,16796,16797,16800],{},"Оскільки експонента ",[6032,16794],{"tex":16795,":inline":6035},"e^X"," ніколи не буває від'ємною або нульовою, логнормальна величина набуває виключно строго додатних значень (",[6032,16798],{"tex":16799,":inline":6035},"Y > 0",") і має характерну правосторонню асиметрію з довгим «важким» хвостом рідкісних екстремальних подій.",[6072,16802,16803,16808],{},[5275,16804,16805],{},[5224,16806,16807],{},"Інтуїтивна аналогія: Ефект снігової кулі (Мультиплікативність проти Адитивності)",[5198,16809,16810,16823],{},[5201,16811,16812,16815,16816,5227,16819,16822],{},[5224,16813,16814],{},"Звичайна нормальна величина (Адитивна):"," Уявіть, що ви щодня додаєте до гаманця випадкову суму від -5 до +5 грн. Оскільки випадкові фактори ",[5224,16817,16818],{},"додаються",[6032,16820],{"tex":16821,":inline":6035},"X = X_1 + X_2 + \\dots","), підсумковий баланс коливатиметься навколо середнього за ідеально симетричним нормальним дзвоном.",[5201,16824,16825,16828,16829,16832,16833,16836,16837,6775,16840,16843],{},[5224,16826,16827],{},"Логнормальна величина (Мультиплікативна):"," А тепер уявіть венчурну інвестицію, вірусну інфекцію або затримку мережевого запиту в ланцюжку мікросервісів. Тут кожен етап не додає фіксований час, а ",[5224,16830,16831],{},"множить"," результат на випадковий відсоток (",[6032,16834],{"tex":16835,":inline":6035},"Y = Y_1 \\times Y_2 \\times \\dots","). Якщо кілька вузлів мережі поспіль затримали пакет на ",[6032,16838],{"tex":16839,":inline":6035},"\\times 1.5",[6032,16841],{"tex":16842,":inline":6035},"\\times 2.0",", виникає лавиноподібний ефект. Більшість запитів виконуються блискавично (10–20 мс), але рідкісні «снігові кулі» розростаються до 3000 мс.",[6424,16845,10429],{"id":16846},"функція-щільності-pdf-1",[6032,16848,16849],{},"f(y) = \\begin{cases}\n\\frac{1}{y \\sigma \\sqrt{2\\pi}} \\exp\\left( -\\frac{(\\ln y - \\mu)^2}{2\\sigma^2} \\right), & y > 0 \\\n0, & y \\leq 0\n\\end{cases}",[6424,16851,16853],{"id":16852},"анатомія-формули-що-означає-кожен-елемент","Анатомія формули: що означає кожен елемент?",[5275,16855,16856,16857,6775,16859,16861,16862,6951,16865,16868,16869,8113],{},"Зверніть увагу: параметри ",[6032,16858],{"tex":6043,":inline":6035},[6032,16860],{"tex":11261,":inline":6035}," — це параметри ",[5224,16863,16864],{},"базового нормального розподілу логарифма",[6032,16866],{"tex":16867,":inline":6035},"\\ln Y",", а не самої величини ",[6032,16870],{"tex":16782,":inline":6035},[6489,16872,16873,16891,16899],{},[5201,16874,16875,16880,16881,16884,16885,16888,16889,6134],{},[5224,16876,16877,6105],{},[6032,16878],{"tex":16879,":inline":6035},"\\ln y - \\mu"," Ми переводимо число ",[6032,16882],{"tex":16883,":inline":6035},"y"," у логарифмічний масштаб ",[6032,16886],{"tex":16887,":inline":6035},"\\ln y"," та вимірюємо його відхилення від центру ",[6032,16890],{"tex":6043,":inline":6035},[5201,16892,16893,16898],{},[5224,16894,16895,6105],{},[6032,16896],{"tex":16897,":inline":6035},"\\exp\\left(-\\frac{(\\ln y - \\mu)^2}{2\\sigma^2}\\right)"," Класичний гаусів дзвоноподібний множник, який затухає в логарифмічній шкалі.",[5201,16900,16901,16907,16909,16910,16912,16913,16915,16916,16919,16920,16922,16923,6134],{},[5224,16902,16903,16906],{},[6032,16904],{"tex":16905,":inline":6035},"\\frac{1}{y}"," у знаменнику (Якобіан заміни змінних):",[6500,16908],{},"\nЦе критичний математичний елемент. При переході від звичайного простору ",[6032,16911],{"tex":16883,":inline":6035}," до логарифмічного ",[6032,16914],{"tex":16887,":inline":6035}," вісь нелінійно розтягується. Похідна логарифма дорівнює:\n",[6032,16917,16918],{},"\\frac{d}{dy}(\\ln y) = \\frac{1}{y} \\implies d(\\ln y) = \\frac{dy}{y}","\nМножник ",[6032,16921],{"tex":16905,":inline":6035}," компенсує це геометричне розтягнення, гарантуючи, що сумарна площа під кривою залишається строго рівною ",[5224,16924,16925],{},"1.00",[6424,16927,16929],{"id":16928},"числові-характеристики-чому-середнє-не-дорівнює-медіані","Числові характеристики: чому середнє не дорівнює медіані?",[5275,16931,16932],{},"Через довгий правий хвіст у логнормальному розподілі виникає сувора ієрархія трьох центральних мір:",[6032,16934],{"tex":16935},"\\text{Мода (найвищий пік)} \u003C \\text{Медіана (центр 50\u002F50)} \u003C \\text{Середнє арифметичне}",[5275,16937,16938],{},"Точні аналітичні формули:",[5198,16940,16941,16949,16957],{},[5201,16942,16943,16946],{},[5224,16944,16945],{},"Мода (найімовірніше, найчастіше значення):",[6032,16947,16948],{},"\\text{Mode} = e^{\\mu - \\sigma^2}",[5201,16950,16951,16954],{},[5224,16952,16953],{},"Медіана (50% спостережень лівіше, 50% правіше):",[6032,16955,16956],{},"\\text{Median} = e^{\\mu}",[5201,16958,16959,16962,16965,16968,16969,16972],{},[5224,16960,16961],{},"Математичне сподівання (середнє арифметичне):",[6032,16963],{"tex":16964},"\\mathbb{E}[Y] = e^{\\mu + \\frac{\\sigma^2}{2}}",[5229,16966,16967],{},"Чому середнє більше за медіану?"," Множник ",[6032,16970],{"tex":16971,":inline":6035},"e^{\\sigma^2 \u002F 2} > 1"," відображає вплив важкого хвоста: нечисленні екстремально великі значення сильно відтягують середнє арифметичне вправо.",[6424,16974,16976],{"id":16975},"покроковий-розрахунок-аналіз-затримок-бекенду-tail-latency","Покроковий розрахунок: аналіз затримок бекенду (Tail Latency)",[5275,16978,16979,16980,16982,16983,6775,16986,16989],{},"Нехай затримка відповідей мікросервісу ",[6032,16981],{"tex":16782,":inline":6035}," (у мілісекундах) підпорядковується логнормальному розподілу з параметрами ",[6032,16984],{"tex":16985,":inline":6035},"\\mu = 3.0",[6032,16987],{"tex":16988,":inline":6035},"\\sigma = 0.5"," (у логарифмічній шкалі).",[5275,16991,16992],{},"Обчислимо ключові інженерні показники вручну:",[6489,16994,16995,17003,17012,17020,17035],{},[5201,16996,16997,17000],{},[5224,16998,16999],{},"Найчастіший час відповіді (Мода):",[6032,17001,17002],{},"\\text{Mode} = e^{3.0 - (0.5)^2} = e^{3.0 - 0.25} = e^{2.75} \\approx 15.64 , \\text{мс}",[5201,17004,17005,17008,17011],{},[5224,17006,17007],{},"Медіанний час відповіді (p50):",[6032,17009,17010],{},"\\text{Median} = e^{3.0} \\approx 20.08 , \\text{мс}","\nРівно половина всіх клієнтських запитів обробляється швидше ніж за 20 мілісекунд.",[5201,17013,17014,17017],{},[5224,17015,17016],{},"Середній час відповіді (Mean):",[6032,17018],{"tex":17019},"\\mathbb{E}[Y] = e^{3.0 + \\frac{0.25}{2}} = e^{3.125} \\approx 22.76 \\, \\text{мс}",[5201,17021,17022,17025,17027,17028,17031,17032],{},[5224,17023,17024],{},"95-й персентиль (Latency p95):",[6500,17026],{},"\nДля стандартного нормального розподілу 95% площі відповідає ",[6032,17029],{"tex":17030,":inline":6035},"z_{0.95} \\approx 1.645",". Знаходимо поріг у вихідному масштабі:\n",[6032,17033,17034],{},"y_{0.95} = e^{\\mu + 1.645 \\sigma} = e^{3.0 + 1.645 \\times 0.5} = e^{3.8225} \\approx 45.72 , \\text{мс}",[5201,17036,17037,17040,17042,17043,8930,17046],{},[5224,17038,17039],{},"99-й персентиль (Latency p99):",[6500,17041],{},"\nДля 99% ",[6032,17044],{"tex":17045,":inline":6035},"z_{0.99} \\approx 2.326",[6032,17047,17048],{},"y_{0.99} = e^{\\mu + 2.326 \\sigma} = e^{3.0 + 2.326 \\times 0.5} = e^{4.163} \\approx 64.26 , \\text{мс}",[8755,17050,17052,17053,17056,17057,17060],{"title":17051},"Головний урок для DevOps та SRE інженерів","Цей розрахунок наочно демонструє, чому орієнтуватися виключно на середній час відповіді (",[6032,17054],{"tex":17055,":inline":6035},"22.76"," мс) — це критична ілюзія безпеки. При середньому 22 мс кожен сотий клієнт (p99) чекає понад ",[5224,17058,17059],{},"64 мс"," (майже втричі довше за середнє)! Саме тому в SLA моніторингу завжди відстежують хвости (персентилі p95\u002Fp99), якими керує логнормальний закон.",[6424,17062,17064],{"id":17063},"де-логнормальний-розподіл-зустрічається-на-практиці","Де логнормальний розподіл зустрічається на практиці?",[6489,17066,17067,17073,17079],{},[5201,17068,17069,17072],{},[5224,17070,17071],{},"Затримки у розподілених мережах (Tail Latency):"," Накопичення мультиплікативних мережевих затримок у мікросервісних пайплайнах.",[5201,17074,17075,17078],{},[5224,17076,17077],{},"Розмір файлів у сховищах (AWS S3 \u002F Google Cloud Storage):"," Мільйони крихітних конфігів і логів по кілька кілобайтів та одиничні важкі медіафайли на сотні мегабайтів.",[5201,17080,17081,17084],{},[5224,17082,17083],{},"Доходи населення та обсяги онлайн-покупок:"," Левова частка чеків дрібні (кава, продукти), але рідкісні B2B-замовлення формують витягнутий правий хвіст.",[5275,17086,17087,6951,17089],{},[5224,17088,16605],{},[5289,17090,17091],{},"rng.lognormal(mean=mu, sigma=sigma, size=1000)",[5267,17093],{},[5270,17095,17097],{"id":17096},"практичні-завдання","Практичні завдання",[5391,17099,17101],{"id":17100},"рівень-1-базові-вправи","Рівень 1: Базові вправи",[17103,17104,17105,17129,17195,17229,17740,17765],"accordion",{},[17106,17107,17109,17112],"accordion-item",{"icon":3063,"label":17108},"Завдання 1.1: Визначення типу розподілу",[5275,17110,17111],{},"Для кожного з наведених сценаріїв визначте, який розподіл найкраще описує випадкову величину (дискретний\u002Fнеперервний рівномірний, нормальний чи Пуассона):",[6489,17113,17114,17117,17120,17123,17126],{},[5201,17115,17116],{},"Час очікування автобуса на зупинці (якщо автобуси курсують строго за розкладом кожні 15 хвилин).",[5201,17118,17119],{},"Кількість орфографічних помилок на сторінці книги.",[5201,17121,17122],{},"Результати стандартизованого IQ-тестування великої популяції людей.",[5201,17124,17125],{},"Результат кидка чесного шестигранного грального кубика.",[5201,17127,17128],{},"Кількість пасажирів, які входять на станцію метро протягом 1 хвилини в годину пік.",[17106,17130,17133],{"icon":17131,"label":17132},"i-lucide-check-circle","✅ Розв'язок",[6489,17134,17135,17147,17158,17169,17185],{},[5201,17136,17137,6951,17140,6951,17143,17146],{},[5224,17138,17139],{},"Час очікування автобуса:",[5224,17141,17142],{},"Неперервний рівномірний",[6032,17144],{"tex":17145,":inline":6035},"\\mathcal{U}(0, 15)",". Якщо ви прийшли у довільний випадковий момент між двома регулярними рейсами, будь-який час очікування від 0 до 15 хвилин є рівноймовірним.",[5201,17148,17149,6951,17152,6951,17154,17157],{},[5224,17150,17151],{},"Кількість помилок на сторінці:",[5224,17153,14762],{},[6032,17155],{"tex":17156,":inline":6035},"\\text{Poisson}(\\lambda)",". Помилки — це рідкісні, дискретні та взаємно незалежні події на фіксованому інтервалі простору (1 сторінка).",[5201,17159,17160,6951,17163,6951,17165,17168],{},[5224,17161,17162],{},"IQ-тести:",[5224,17164,5255],{},[6032,17166],{"tex":17167,":inline":6035},"\\mathcal{N}(100, 15^2)",". Тести спеціально проектуються та стандартизуються психометристами за симетричною гаусовою кривою навколо центру 100.",[5201,17170,17171,6951,17174,17177,17178,17181,17182,6134],{},[5224,17172,17173],{},"Кидок грального кубика:",[5224,17175,17176],{},"Дискретний рівномірний",". Множина значень обмежена цілими числами ",[6032,17179],{"tex":17180,":inline":6035},"\\{1, 2, 3, 4, 5, 6\\}",", кожне з яких випадає з однаковою ймовірністю ",[6032,17183],{"tex":17184,":inline":6035},"1\u002F6",[5201,17186,17187,6951,17190,6951,17192,17194],{},[5224,17188,17189],{},"Кількість пасажирів за хвилину:",[5224,17191,14762],{},[6032,17193],{"tex":17156,":inline":6035},". Моделює потік незалежних подій за фіксований проміжок часу (1 хвилина). За дуже великих потоків пасажирів за ЦГТ він наближається до нормального.",[17106,17196,17199,17202,17222],{"icon":17197,"label":17198},"i-lucide-bar-chart","Завдання 1.2: Генерація та візуалізація трьох розподілів",[5275,17200,17201],{},"Згенеруйте по 1000 випадкових значень для кожного з трьох розподілів:",[5198,17203,17204,17210,17216],{},[5201,17205,17206,17207,11203],{},"Рівномірний: ",[6032,17208],{"tex":17209,":inline":6035},"\\text{Uniform}(0, 100)",[5201,17211,17212,17213,11203],{},"Нормальний: ",[6032,17214],{"tex":17215,":inline":6035},"\\mathcal{N}(50, 10^2)",[5201,17217,17218,17219,6134],{},"Пуассона: ",[6032,17220],{"tex":17221,":inline":6035},"\\text{Poisson}(\\lambda=10)",[5275,17223,17224,17225,17228],{},"Побудуйте три гістограми в один рядок (",[5289,17226,17227],{},"1x3 subplots","). Порівняйте їхню форму та симетрію.",[17106,17230,17231,17718,17723],{"icon":17131,"label":17132},[5282,17232,17234],{"className":5284,"code":17233,"language":5286,"meta":5287,"style":5287},"import numpy as np\nimport matplotlib.pyplot as plt\n\nrng = np.random.default_rng(seed=42)\n\n# Генерація вибірок\nuniform_data = rng.uniform(0, 100, size=1000)\nnormal_data = rng.normal(loc=50, scale=10, size=1000)\npoisson_data = rng.poisson(lam=10, size=1000)\n\nfig, axes = plt.subplots(1, 3, figsize=(15, 4), sharey=False)\n\n# 1. Рівномірний\naxes[0].hist(uniform_data, bins=20, color='coral', edgecolor='black', alpha=0.7)\naxes[0].set_title('Uniform(0, 100): Плоский профіль', fontweight='bold')\naxes[0].set_xlabel('Значення')\naxes[0].set_ylabel('Частота')\naxes[0].grid(alpha=0.3)\n\n# 2. Нормальний\naxes[1].hist(normal_data, bins=20, color='steelblue', edgecolor='black', alpha=0.7)\naxes[1].set_title('Normal(50, 10²): Симетричний дзвін', fontweight='bold')\naxes[1].set_xlabel('Значення')\naxes[1].grid(alpha=0.3)\n\n# 3. Пуассона\naxes[2].hist(poisson_data, bins=15, color='seagreen', edgecolor='black', alpha=0.7)\naxes[2].set_title('Poisson(λ=10): Дискретний пік', fontweight='bold')\naxes[2].set_xlabel('Кількість подій')\naxes[2].grid(alpha=0.3)\n\nplt.tight_layout()\nplt.show()\n",[5289,17235,17236,17246,17256,17260,17272,17276,17281,17302,17331,17352,17356,17390,17394,17399,17441,17463,17476,17490,17507,17511,17516,17557,17578,17590,17606,17610,17615,17657,17678,17690,17706,17710,17714],{"__ignoreMap":5287},[5292,17237,17238,17240,17242,17244],{"class":5294,"line":5295},[5292,17239,5408],{"class":5407},[5292,17241,5411],{"class":5298},[5292,17243,5414],{"class":5407},[5292,17245,5417],{"class":5298},[5292,17247,17248,17250,17252,17254],{"class":5294,"line":5420},[5292,17249,5408],{"class":5407},[5292,17251,5425],{"class":5298},[5292,17253,5414],{"class":5407},[5292,17255,5430],{"class":5298},[5292,17257,17258],{"class":5294,"line":5433},[5292,17259,5437],{"emptyLinePlaceholder":5436},[5292,17261,17262,17264,17266,17268,17270],{"class":5294,"line":5440},[5292,17263,5443],{"class":5298},[5292,17265,5447],{"class":5446},[5292,17267,5450],{"class":5298},[5292,17269,5303],{"class":5302},[5292,17271,5455],{"class":5298},[5292,17273,17274],{"class":5294,"line":5458},[5292,17275,5437],{"emptyLinePlaceholder":5436},[5292,17277,17278],{"class":5294,"line":5463},[5292,17279,17280],{"class":5466},"# Генерація вибірок\n",[5292,17282,17283,17286,17288,17290,17292,17294,17296,17298,17300],{"class":5294,"line":5470},[5292,17284,17285],{"class":5298},"uniform_data = rng.uniform(",[5292,17287,6402],{"class":5302},[5292,17289,5306],{"class":5298},[5292,17291,5501],{"class":5302},[5292,17293,5306],{"class":5298},[5292,17295,5496],{"class":5446},[5292,17297,5450],{"class":5298},[5292,17299,9436],{"class":5302},[5292,17301,5455],{"class":5298},[5292,17303,17304,17307,17309,17311,17313,17315,17317,17319,17321,17323,17325,17327,17329],{"class":5294,"line":5506},[5292,17305,17306],{"class":5298},"normal_data = rng.normal(",[5292,17308,5476],{"class":5446},[5292,17310,5450],{"class":5298},[5292,17312,10675],{"class":5302},[5292,17314,5306],{"class":5298},[5292,17316,5486],{"class":5446},[5292,17318,5450],{"class":5298},[5292,17320,5728],{"class":5302},[5292,17322,5306],{"class":5298},[5292,17324,5496],{"class":5446},[5292,17326,5450],{"class":5298},[5292,17328,9436],{"class":5302},[5292,17330,5455],{"class":5298},[5292,17332,17333,17336,17338,17340,17342,17344,17346,17348,17350],{"class":5294,"line":5526},[5292,17334,17335],{"class":5298},"poisson_data = rng.poisson(",[5292,17337,15119],{"class":5446},[5292,17339,5450],{"class":5298},[5292,17341,5728],{"class":5302},[5292,17343,5306],{"class":5298},[5292,17345,5496],{"class":5446},[5292,17347,5450],{"class":5298},[5292,17349,9436],{"class":5302},[5292,17351,5455],{"class":5298},[5292,17353,17354],{"class":5294,"line":5531},[5292,17355,5437],{"emptyLinePlaceholder":5436},[5292,17357,17358,17360,17362,17364,17366,17368,17370,17372,17374,17376,17378,17380,17383,17385,17388],{"class":5294,"line":5537},[5292,17359,16048],{"class":5298},[5292,17361,5397],{"class":5302},[5292,17363,5306],{"class":5298},[5292,17365,7042],{"class":5302},[5292,17367,5306],{"class":5298},[5292,17369,5722],{"class":5446},[5292,17371,5725],{"class":5298},[5292,17373,5750],{"class":5302},[5292,17375,5306],{"class":5298},[5292,17377,7045],{"class":5302},[5292,17379,11672],{"class":5298},[5292,17381,17382],{"class":5446},"sharey",[5292,17384,5450],{"class":5298},[5292,17386,17387],{"class":5564},"False",[5292,17389,5455],{"class":5298},[5292,17391,17392],{"class":5294,"line":5543},[5292,17393,5437],{"emptyLinePlaceholder":5436},[5292,17395,17396],{"class":5294,"line":5549},[5292,17397,17398],{"class":5466},"# 1. Рівномірний\n",[5292,17400,17401,17404,17406,17409,17411,17413,17415,17417,17419,17421,17423,17425,17427,17429,17431,17433,17435,17437,17439],{"class":5294,"line":5554},[5292,17402,17403],{"class":5298},"axes[",[5292,17405,6402],{"class":5302},[5292,17407,17408],{"class":5298},"].hist(uniform_data, ",[5292,17410,5745],{"class":5446},[5292,17412,5450],{"class":5298},[5292,17414,11615],{"class":5302},[5292,17416,5306],{"class":5298},[5292,17418,5775],{"class":5446},[5292,17420,5450],{"class":5298},[5292,17422,9476],{"class":5568},[5292,17424,5306],{"class":5298},[5292,17426,5755],{"class":5446},[5292,17428,5450],{"class":5298},[5292,17430,5760],{"class":5568},[5292,17432,5306],{"class":5298},[5292,17434,5765],{"class":5446},[5292,17436,5450],{"class":5298},[5292,17438,5770],{"class":5302},[5292,17440,5455],{"class":5298},[5292,17442,17443,17445,17447,17450,17453,17455,17457,17459,17461],{"class":5294,"line":5586},[5292,17444,17403],{"class":5298},[5292,17446,6402],{"class":5302},[5292,17448,17449],{"class":5298},"].set_title(",[5292,17451,17452],{"class":5568},"'Uniform(0, 100): Плоский профіль'",[5292,17454,5306],{"class":5298},[5292,17456,5965],{"class":5446},[5292,17458,5450],{"class":5298},[5292,17460,5970],{"class":5568},[5292,17462,5455],{"class":5298},[5292,17464,17465,17467,17469,17472,17474],{"class":5294,"line":5609},[5292,17466,17403],{"class":5298},[5292,17468,6402],{"class":5302},[5292,17470,17471],{"class":5298},"].set_xlabel(",[5292,17473,10762],{"class":5568},[5292,17475,5455],{"class":5298},[5292,17477,17478,17480,17482,17485,17488],{"class":5294,"line":5630},[5292,17479,17403],{"class":5298},[5292,17481,6402],{"class":5302},[5292,17483,17484],{"class":5298},"].set_ylabel(",[5292,17486,17487],{"class":5568},"'Частота'",[5292,17489,5455],{"class":5298},[5292,17491,17492,17494,17496,17499,17501,17503,17505],{"class":5294,"line":5663},[5292,17493,17403],{"class":5298},[5292,17495,6402],{"class":5302},[5292,17497,17498],{"class":5298},"].grid(",[5292,17500,5765],{"class":5446},[5292,17502,5450],{"class":5298},[5292,17504,5991],{"class":5302},[5292,17506,5455],{"class":5298},[5292,17508,17509],{"class":5294,"line":5705},[5292,17510,5437],{"emptyLinePlaceholder":5436},[5292,17512,17513],{"class":5294,"line":5710},[5292,17514,17515],{"class":5466},"# 2. Нормальний\n",[5292,17517,17518,17520,17522,17525,17527,17529,17531,17533,17535,17537,17539,17541,17543,17545,17547,17549,17551,17553,17555],{"class":5294,"line":5716},[5292,17519,17403],{"class":5298},[5292,17521,5397],{"class":5302},[5292,17523,17524],{"class":5298},"].hist(normal_data, ",[5292,17526,5745],{"class":5446},[5292,17528,5450],{"class":5298},[5292,17530,11615],{"class":5302},[5292,17532,5306],{"class":5298},[5292,17534,5775],{"class":5446},[5292,17536,5450],{"class":5298},[5292,17538,5780],{"class":5568},[5292,17540,5306],{"class":5298},[5292,17542,5755],{"class":5446},[5292,17544,5450],{"class":5298},[5292,17546,5760],{"class":5568},[5292,17548,5306],{"class":5298},[5292,17550,5765],{"class":5446},[5292,17552,5450],{"class":5298},[5292,17554,5770],{"class":5302},[5292,17556,5455],{"class":5298},[5292,17558,17559,17561,17563,17565,17568,17570,17572,17574,17576],{"class":5294,"line":5739},[5292,17560,17403],{"class":5298},[5292,17562,5397],{"class":5302},[5292,17564,17449],{"class":5298},[5292,17566,17567],{"class":5568},"'Normal(50, 10²): Симетричний дзвін'",[5292,17569,5306],{"class":5298},[5292,17571,5965],{"class":5446},[5292,17573,5450],{"class":5298},[5292,17575,5970],{"class":5568},[5292,17577,5455],{"class":5298},[5292,17579,17580,17582,17584,17586,17588],{"class":5294,"line":5785},[5292,17581,17403],{"class":5298},[5292,17583,5397],{"class":5302},[5292,17585,17471],{"class":5298},[5292,17587,10762],{"class":5568},[5292,17589,5455],{"class":5298},[5292,17591,17592,17594,17596,17598,17600,17602,17604],{"class":5294,"line":5840},[5292,17593,17403],{"class":5298},[5292,17595,5397],{"class":5302},[5292,17597,17498],{"class":5298},[5292,17599,5765],{"class":5446},[5292,17601,5450],{"class":5298},[5292,17603,5991],{"class":5302},[5292,17605,5455],{"class":5298},[5292,17607,17608],{"class":5294,"line":5902},[5292,17609,5437],{"emptyLinePlaceholder":5436},[5292,17611,17612],{"class":5294,"line":5932},[5292,17613,17614],{"class":5466},"# 3. Пуассона\n",[5292,17616,17617,17619,17621,17624,17626,17628,17630,17632,17634,17636,17639,17641,17643,17645,17647,17649,17651,17653,17655],{"class":5294,"line":5943},[5292,17618,17403],{"class":5298},[5292,17620,5680],{"class":5302},[5292,17622,17623],{"class":5298},"].hist(poisson_data, ",[5292,17625,5745],{"class":5446},[5292,17627,5450],{"class":5298},[5292,17629,5750],{"class":5302},[5292,17631,5306],{"class":5298},[5292,17633,5775],{"class":5446},[5292,17635,5450],{"class":5298},[5292,17637,17638],{"class":5568},"'seagreen'",[5292,17640,5306],{"class":5298},[5292,17642,5755],{"class":5446},[5292,17644,5450],{"class":5298},[5292,17646,5760],{"class":5568},[5292,17648,5306],{"class":5298},[5292,17650,5765],{"class":5446},[5292,17652,5450],{"class":5298},[5292,17654,5770],{"class":5302},[5292,17656,5455],{"class":5298},[5292,17658,17659,17661,17663,17665,17668,17670,17672,17674,17676],{"class":5294,"line":5954},[5292,17660,17403],{"class":5298},[5292,17662,5680],{"class":5302},[5292,17664,17449],{"class":5298},[5292,17666,17667],{"class":5568},"'Poisson(λ=10): Дискретний пік'",[5292,17669,5306],{"class":5298},[5292,17671,5965],{"class":5446},[5292,17673,5450],{"class":5298},[5292,17675,5970],{"class":5568},[5292,17677,5455],{"class":5298},[5292,17679,17680,17682,17684,17686,17688],{"class":5294,"line":5975},[5292,17681,17403],{"class":5298},[5292,17683,5680],{"class":5302},[5292,17685,17471],{"class":5298},[5292,17687,16162],{"class":5568},[5292,17689,5455],{"class":5298},[5292,17691,17692,17694,17696,17698,17700,17702,17704],{"class":5294,"line":5981},[5292,17693,17403],{"class":5298},[5292,17695,5680],{"class":5302},[5292,17697,17498],{"class":5298},[5292,17699,5765],{"class":5446},[5292,17701,5450],{"class":5298},[5292,17703,5991],{"class":5302},[5292,17705,5455],{"class":5298},[5292,17707,17708],{"class":5294,"line":5996},[5292,17709,5437],{"emptyLinePlaceholder":5436},[5292,17711,17712],{"class":5294,"line":6298},[5292,17713,9653],{"class":5298},[5292,17715,17716],{"class":5294,"line":6303},[5292,17717,5999],{"class":5298},[5275,17719,17720],{},[5224,17721,17722],{},"Висновки:",[5198,17724,17725,17728,17734],{},[5201,17726,17727],{},"Рівномірний розподіл утворює прямокутний «стіл» без вираженого центру.",[5201,17729,17730,17731,6134],{},"Нормальний утворює гладкий симетричний дзвін із виразним піком біля ",[6032,17732],{"tex":17733,":inline":6035},"\\mu=50",[5201,17735,17736,17737,6134],{},"Пуассон зосереджений на невід'ємних цілих числах з помірною правобічною асиметрією навколо ",[6032,17738],{"tex":17739,":inline":6035},"\\lambda=10",[17106,17741,17744,17751],{"icon":17742,"label":17743},"i-lucide-ruler","Завдання 1.3: Розрахунки за правилом 68-95-99.7",[5275,17745,17746,17747,17750],{},"Дано: зріст дорослих чоловіків розподілений нормально ",[6032,17748],{"tex":17749,":inline":6035},"\\mathcal{N}(175, 7^2)",". Аналітично та програмно обчисліть:",[6489,17752,17753,17756,17759],{},[5201,17754,17755],{},"Діапазон, у якому лежать 68.3% зростів;",[5201,17757,17758],{},"Діапазон, у якому лежать 95.4% зростів;",[5201,17760,17761,17762,6048],{},"Ймовірність зустріти чоловіка зростом понад 196 см (",[6032,17763],{"tex":17764,":inline":6035},"> \\mu + 3\\sigma",[17106,17766,17767,17969,17986],{"icon":17131,"label":17132},[5282,17768,17770],{"className":5284,"code":17769,"language":5286,"meta":5287,"style":5287},"from scipy import stats\n\nmu, sigma = 175, 7\n\n# 1. ±1σ\nr1_min, r1_max = mu - 1 * sigma, mu + 1 * sigma\n# 2. ±2σ\nr2_min, r2_max = mu - 2 * sigma, mu + 2 * sigma\n# 3. > +3σ (196 см)\nprob_over_196 = 1 - stats.norm.cdf(196, loc=mu, scale=sigma)\n\nprint(f\"1. 68.3% зростів: від {r1_min:.1f} до {r1_max:.1f} см\")\nprint(f\"2. 95.4% зростів: від {r2_min:.1f} до {r2_max:.1f} см\")\nprint(f\"3. P(Зріст > 196 см): {prob_over_196:.5f} ({prob_over_196 * 100:.3f}%)\")\n",[5289,17771,17772,17782,17786,17797,17801,17806,17821,17826,17839,17844,17869,17873,17904,17935],{"__ignoreMap":5287},[5292,17773,17774,17776,17778,17780],{"class":5294,"line":5295},[5292,17775,9151],{"class":5407},[5292,17777,9154],{"class":5298},[5292,17779,5408],{"class":5407},[5292,17781,9159],{"class":5298},[5292,17783,17784],{"class":5294,"line":5420},[5292,17785,5437],{"emptyLinePlaceholder":5436},[5292,17787,17788,17790,17792,17794],{"class":5294,"line":5433},[5292,17789,12549],{"class":5298},[5292,17791,9450],{"class":5302},[5292,17793,5306],{"class":5298},[5292,17795,17796],{"class":5302},"7\n",[5292,17798,17799],{"class":5294,"line":5440},[5292,17800,5437],{"emptyLinePlaceholder":5436},[5292,17802,17803],{"class":5294,"line":5458},[5292,17804,17805],{"class":5466},"# 1. ±1σ\n",[5292,17807,17808,17811,17813,17816,17818],{"class":5294,"line":5463},[5292,17809,17810],{"class":5298},"r1_min, r1_max = mu - ",[5292,17812,5397],{"class":5302},[5292,17814,17815],{"class":5298}," * sigma, mu + ",[5292,17817,5397],{"class":5302},[5292,17819,17820],{"class":5298}," * sigma\n",[5292,17822,17823],{"class":5294,"line":5470},[5292,17824,17825],{"class":5466},"# 2. ±2σ\n",[5292,17827,17828,17831,17833,17835,17837],{"class":5294,"line":5506},[5292,17829,17830],{"class":5298},"r2_min, r2_max = mu - ",[5292,17832,5680],{"class":5302},[5292,17834,17815],{"class":5298},[5292,17836,5680],{"class":5302},[5292,17838,17820],{"class":5298},[5292,17840,17841],{"class":5294,"line":5526},[5292,17842,17843],{"class":5466},"# 3. > +3σ (196 см)\n",[5292,17845,17846,17849,17851,17854,17857,17859,17861,17864,17866],{"class":5294,"line":5531},[5292,17847,17848],{"class":5298},"prob_over_196 = ",[5292,17850,5397],{"class":5302},[5292,17852,17853],{"class":5298}," - stats.norm.cdf(",[5292,17855,17856],{"class":5302},"196",[5292,17858,5306],{"class":5298},[5292,17860,5476],{"class":5446},[5292,17862,17863],{"class":5298},"=mu, ",[5292,17865,5486],{"class":5446},[5292,17867,17868],{"class":5298},"=sigma)\n",[5292,17870,17871],{"class":5294,"line":5537},[5292,17872,5437],{"emptyLinePlaceholder":5436},[5292,17874,17875,17877,17879,17881,17884,17886,17889,17891,17893,17895,17898,17900,17902],{"class":5294,"line":5543},[5292,17876,5558],{"class":5557},[5292,17878,5561],{"class":5298},[5292,17880,5565],{"class":5564},[5292,17882,17883],{"class":5568},"\"1. 68.3% зростів: від ",[5292,17885,5572],{"class":5564},[5292,17887,17888],{"class":5298},"r1_min",[5292,17890,5578],{"class":5564},[5292,17892,6044],{"class":5568},[5292,17894,5572],{"class":5564},[5292,17896,17897],{"class":5298},"r1_max",[5292,17899,5578],{"class":5564},[5292,17901,14306],{"class":5568},[5292,17903,5455],{"class":5298},[5292,17905,17906,17908,17910,17912,17915,17917,17920,17922,17924,17926,17929,17931,17933],{"class":5294,"line":5549},[5292,17907,5558],{"class":5557},[5292,17909,5561],{"class":5298},[5292,17911,5565],{"class":5564},[5292,17913,17914],{"class":5568},"\"2. 95.4% зростів: від ",[5292,17916,5572],{"class":5564},[5292,17918,17919],{"class":5298},"r2_min",[5292,17921,5578],{"class":5564},[5292,17923,6044],{"class":5568},[5292,17925,5572],{"class":5564},[5292,17927,17928],{"class":5298},"r2_max",[5292,17930,5578],{"class":5564},[5292,17932,14306],{"class":5568},[5292,17934,5455],{"class":5298},[5292,17936,17937,17939,17941,17943,17946,17948,17951,17954,17956,17958,17961,17963,17965,17967],{"class":5294,"line":5554},[5292,17938,5558],{"class":5557},[5292,17940,5561],{"class":5298},[5292,17942,5565],{"class":5564},[5292,17944,17945],{"class":5568},"\"3. P(Зріст > 196 см): ",[5292,17947,5572],{"class":5564},[5292,17949,17950],{"class":5298},"prob_over_196",[5292,17952,17953],{"class":5564},":.5f}",[5292,17955,5227],{"class":5568},[5292,17957,5572],{"class":5564},[5292,17959,17960],{"class":5298},"prob_over_196 * ",[5292,17962,5501],{"class":5302},[5292,17964,9782],{"class":5564},[5292,17966,10266],{"class":5568},[5292,17968,5455],{"class":5298},[17970,17971,17973,17978,17982],"terminal-preview",{"title":17972},"python solution_1_3.py",[17974,17975,17977],"div",{"className":17976},[5294],"1. 68.3% зростів: від 168.0 до 182.0 см",[17974,17979,17981],{"className":17980},[5294],"2. 95.4% зростів: від 161.0 до 189.0 см",[17974,17983,17985],{"className":17984},[5294],"3. P(Зріст > 196 см): 0.00135 (0.135%)",[5275,17987,17988,17991,17992,17994,17995,17998,17999,6134],{},[5224,17989,17990],{},"Аналітичне пояснення:"," Оскільки в межах ",[6032,17993],{"tex":12354,":inline":6035}," лежить 99.73% популяції, на обидва хвости припадає ",[6032,17996],{"tex":17997,":inline":6035},"100\\% - 99.73\\% = 0.27\\%",". Через симетрію на правий хвіст припадає строго половина: ",[6032,18000],{"tex":18001,":inline":6035},"0.27\\% \u002F 2 \\approx 0.135\\%",[5267,18003],{},[5391,18005,18007],{"id":18006},"рівень-2-алгоритмічні-задачі","Рівень 2: Алгоритмічні задачі",[17103,18009,18010,18049,18451,18463,18845,18873],{},[17106,18011,18013,18020],{"icon":17131,"label":18012},"Завдання 2.1: Евристична перевірка нормальності",[5275,18014,18015,18016,18019],{},"Реалізуйте функцію ",[5289,18017,18018],{},"is_approximately_normal(data, tolerance=0.03)",", яка:",[6489,18021,18022,18025,18034,18040],{},[5201,18023,18024],{},"Розраховує вибіркове середнє та стандартне відхилення;",[5201,18026,18027,18028,5306,18030,5306,18032,11203],{},"Обчислює фактичну частку спостережень у межах ",[6032,18029],{"tex":13642,":inline":6035},[6032,18031],{"tex":13665,":inline":6035},[6032,18033],{"tex":13712,":inline":6035},[5201,18035,18036,18037,11203],{},"Порівнює їх із теоретичними значеннями ",[6032,18038],{"tex":18039,":inline":6035},"[0.683, 0.954, 0.997]",[5201,18041,18042,18043,18045,18046,6134],{},"Повертає ",[5289,18044,9272],{},", якщо кожне з відхилень не перевищує ",[5289,18047,18048],{},"tolerance",[17106,18050,18051,18440],{"icon":17131,"label":17132},[5282,18052,18054],{"className":5284,"code":18053,"language":5286,"meta":5287,"style":5287},"import numpy as np\n\ndef is_approximately_normal(data, tolerance=0.03):\n    data = np.asarray(data)\n    mean = data.mean()\n    std = data.std(ddof=1)\n    \n    # Фактичні частки\n    p1 = np.mean((data >= mean - std) & (data \u003C= mean + std))\n    p2 = np.mean((data >= mean - 2*std) & (data \u003C= mean + 2*std))\n    p3 = np.mean((data >= mean - 3*std) & (data \u003C= mean + 3*std))\n    \n    theoretical = [0.6827, 0.9545, 0.9973]\n    actual = [p1, p2, p3]\n    diffs = [abs(a - t) for a, t in zip(actual, theoretical)]\n    \n    passed = all(d \u003C= tolerance for d in diffs)\n    return passed, dict(zip(['1σ', '2σ', '3σ'], [f\"{a:.1%}\" for a in actual]))\n\nrng = np.random.default_rng(seed=42)\nnormal_sample = rng.normal(loc=100, scale=15, size=5000)\nuniform_sample = rng.uniform(50, 150, size=5000)\n\nok_norm, stats_norm = is_approximately_normal(normal_sample)\nok_unif, stats_unif = is_approximately_normal(uniform_sample)\n\nprint(f\"Нормальні дані: {ok_norm} -> Частки: {stats_norm}\")\nprint(f\"Рівномірні дані: {ok_unif} -> Частки: {stats_unif}\")\n",[5289,18055,18056,18066,18070,18094,18099,18104,18117,18121,18126,18131,18146,18159,18163,18183,18188,18210,18214,18235,18292,18296,18308,18338,18359,18363,18368,18373,18377,18409],{"__ignoreMap":5287},[5292,18057,18058,18060,18062,18064],{"class":5294,"line":5295},[5292,18059,5408],{"class":5407},[5292,18061,5411],{"class":5298},[5292,18063,5414],{"class":5407},[5292,18065,5417],{"class":5298},[5292,18067,18068],{"class":5294,"line":5420},[5292,18069,5437],{"emptyLinePlaceholder":5436},[5292,18071,18072,18075,18078,18080,18083,18085,18087,18089,18092],{"class":5294,"line":5433},[5292,18073,18074],{"class":5564},"def",[5292,18076,18077],{"class":5557}," is_approximately_normal",[5292,18079,5561],{"class":5298},[5292,18081,18082],{"class":5446},"data",[5292,18084,5306],{"class":5298},[5292,18086,18048],{"class":5446},[5292,18088,5450],{"class":5298},[5292,18090,18091],{"class":5302},"0.03",[5292,18093,9228],{"class":5298},[5292,18095,18096],{"class":5294,"line":5440},[5292,18097,18098],{"class":5298},"    data = np.asarray(data)\n",[5292,18100,18101],{"class":5294,"line":5458},[5292,18102,18103],{"class":5298},"    mean = data.mean()\n",[5292,18105,18106,18109,18111,18113,18115],{"class":5294,"line":5463},[5292,18107,18108],{"class":5298},"    std = data.std(",[5292,18110,14065],{"class":5446},[5292,18112,5450],{"class":5298},[5292,18114,5397],{"class":5302},[5292,18116,5455],{"class":5298},[5292,18118,18119],{"class":5294,"line":5470},[5292,18120,14242],{"class":5298},[5292,18122,18123],{"class":5294,"line":5506},[5292,18124,18125],{"class":5466},"    # Фактичні частки\n",[5292,18127,18128],{"class":5294,"line":5526},[5292,18129,18130],{"class":5298},"    p1 = np.mean((data >= mean - std) & (data \u003C= mean + std))\n",[5292,18132,18133,18136,18138,18141,18143],{"class":5294,"line":5531},[5292,18134,18135],{"class":5298},"    p2 = np.mean((data >= mean - ",[5292,18137,5680],{"class":5302},[5292,18139,18140],{"class":5298},"*std) & (data \u003C= mean + ",[5292,18142,5680],{"class":5302},[5292,18144,18145],{"class":5298},"*std))\n",[5292,18147,18148,18151,18153,18155,18157],{"class":5294,"line":5537},[5292,18149,18150],{"class":5298},"    p3 = np.mean((data >= mean - ",[5292,18152,7042],{"class":5302},[5292,18154,18140],{"class":5298},[5292,18156,7042],{"class":5302},[5292,18158,18145],{"class":5298},[5292,18160,18161],{"class":5294,"line":5543},[5292,18162,14242],{"class":5298},[5292,18164,18165,18168,18171,18173,18176,18178,18181],{"class":5294,"line":5549},[5292,18166,18167],{"class":5298},"    theoretical = [",[5292,18169,18170],{"class":5302},"0.6827",[5292,18172,5306],{"class":5298},[5292,18174,18175],{"class":5302},"0.9545",[5292,18177,5306],{"class":5298},[5292,18179,18180],{"class":5302},"0.9973",[5292,18182,12811],{"class":5298},[5292,18184,18185],{"class":5294,"line":5554},[5292,18186,18187],{"class":5298},"    actual = [p1, p2, p3]\n",[5292,18189,18190,18193,18195,18198,18200,18203,18205,18207],{"class":5294,"line":5586},[5292,18191,18192],{"class":5298},"    diffs = [",[5292,18194,14215],{"class":5557},[5292,18196,18197],{"class":5298},"(a - t) ",[5292,18199,9208],{"class":5407},[5292,18201,18202],{"class":5298}," a, t ",[5292,18204,9214],{"class":5407},[5292,18206,10203],{"class":5557},[5292,18208,18209],{"class":5298},"(actual, theoretical)]\n",[5292,18211,18212],{"class":5294,"line":5609},[5292,18213,14242],{"class":5298},[5292,18215,18216,18219,18222,18225,18227,18230,18232],{"class":5294,"line":5630},[5292,18217,18218],{"class":5298},"    passed = ",[5292,18220,18221],{"class":5557},"all",[5292,18223,18224],{"class":5298},"(d \u003C= tolerance ",[5292,18226,9208],{"class":5407},[5292,18228,18229],{"class":5298}," d ",[5292,18231,9214],{"class":5407},[5292,18233,18234],{"class":5298}," diffs)\n",[5292,18236,18237,18240,18243,18245,18247,18250,18253,18256,18258,18261,18263,18266,18269,18271,18273,18275,18277,18279,18281,18284,18287,18289],{"class":5294,"line":5663},[5292,18238,18239],{"class":5407},"    return",[5292,18241,18242],{"class":5298}," passed, ",[5292,18244,16268],{"class":16267},[5292,18246,5561],{"class":5298},[5292,18248,18249],{"class":5557},"zip",[5292,18251,18252],{"class":5298},"([",[5292,18254,18255],{"class":5568},"'1σ'",[5292,18257,5306],{"class":5298},[5292,18259,18260],{"class":5568},"'2σ'",[5292,18262,5306],{"class":5298},[5292,18264,18265],{"class":5568},"'3σ'",[5292,18267,18268],{"class":5298},"], [",[5292,18270,5565],{"class":5564},[5292,18272,5618],{"class":5568},[5292,18274,5572],{"class":5564},[5292,18276,8124],{"class":5298},[5292,18278,13249],{"class":5564},[5292,18280,5618],{"class":5568},[5292,18282,18283],{"class":5407}," for",[5292,18285,18286],{"class":5298}," a ",[5292,18288,9214],{"class":5407},[5292,18290,18291],{"class":5298}," actual]))\n",[5292,18293,18294],{"class":5294,"line":5705},[5292,18295,5437],{"emptyLinePlaceholder":5436},[5292,18297,18298,18300,18302,18304,18306],{"class":5294,"line":5710},[5292,18299,5443],{"class":5298},[5292,18301,5447],{"class":5446},[5292,18303,5450],{"class":5298},[5292,18305,5303],{"class":5302},[5292,18307,5455],{"class":5298},[5292,18309,18310,18313,18315,18317,18319,18321,18323,18325,18327,18329,18331,18333,18336],{"class":5294,"line":5716},[5292,18311,18312],{"class":5298},"normal_sample = rng.normal(",[5292,18314,5476],{"class":5446},[5292,18316,5450],{"class":5298},[5292,18318,5501],{"class":5302},[5292,18320,5306],{"class":5298},[5292,18322,5486],{"class":5446},[5292,18324,5450],{"class":5298},[5292,18326,5750],{"class":5302},[5292,18328,5306],{"class":5298},[5292,18330,5496],{"class":5446},[5292,18332,5450],{"class":5298},[5292,18334,18335],{"class":5302},"5000",[5292,18337,5455],{"class":5298},[5292,18339,18340,18343,18345,18347,18349,18351,18353,18355,18357],{"class":5294,"line":5739},[5292,18341,18342],{"class":5298},"uniform_sample = rng.uniform(",[5292,18344,10675],{"class":5302},[5292,18346,5306],{"class":5298},[5292,18348,9426],{"class":5302},[5292,18350,5306],{"class":5298},[5292,18352,5496],{"class":5446},[5292,18354,5450],{"class":5298},[5292,18356,18335],{"class":5302},[5292,18358,5455],{"class":5298},[5292,18360,18361],{"class":5294,"line":5785},[5292,18362,5437],{"emptyLinePlaceholder":5436},[5292,18364,18365],{"class":5294,"line":5840},[5292,18366,18367],{"class":5298},"ok_norm, stats_norm = is_approximately_normal(normal_sample)\n",[5292,18369,18370],{"class":5294,"line":5902},[5292,18371,18372],{"class":5298},"ok_unif, stats_unif = is_approximately_normal(uniform_sample)\n",[5292,18374,18375],{"class":5294,"line":5932},[5292,18376,5437],{"emptyLinePlaceholder":5436},[5292,18378,18379,18381,18383,18385,18388,18390,18393,18395,18398,18400,18403,18405,18407],{"class":5294,"line":5943},[5292,18380,5558],{"class":5557},[5292,18382,5561],{"class":5298},[5292,18384,5565],{"class":5564},[5292,18386,18387],{"class":5568},"\"Нормальні дані: ",[5292,18389,5572],{"class":5564},[5292,18391,18392],{"class":5298},"ok_norm",[5292,18394,10243],{"class":5564},[5292,18396,18397],{"class":5568}," -> Частки: ",[5292,18399,5572],{"class":5564},[5292,18401,18402],{"class":5298},"stats_norm",[5292,18404,10243],{"class":5564},[5292,18406,5618],{"class":5568},[5292,18408,5455],{"class":5298},[5292,18410,18411,18413,18415,18417,18420,18422,18425,18427,18429,18431,18434,18436,18438],{"class":5294,"line":5954},[5292,18412,5558],{"class":5557},[5292,18414,5561],{"class":5298},[5292,18416,5565],{"class":5564},[5292,18418,18419],{"class":5568},"\"Рівномірні дані: ",[5292,18421,5572],{"class":5564},[5292,18423,18424],{"class":5298},"ok_unif",[5292,18426,10243],{"class":5564},[5292,18428,18397],{"class":5568},[5292,18430,5572],{"class":5564},[5292,18432,18433],{"class":5298},"stats_unif",[5292,18435,10243],{"class":5564},[5292,18437,5618],{"class":5568},[5292,18439,5455],{"class":5298},[17970,18441,18443,18447],{"title":18442},"python test_normality.py",[17974,18444,18446],{"className":18445},[5294],"Нормальні дані: True -> Частки: {'1σ': '68.1%', '2σ': '95.5%', '3σ': '99.8%'}",[17974,18448,18450],{"className":18449},[5294],"Рівномірні дані: False -> Частки: {'1σ': '58.2%', '2σ': '100.0%', '3σ': '100.0%'}",[17106,18452,18455,18456,18459,18460,6134],{"icon":18453,"label":18454},"i-lucide-alert-triangle","Завдання 2.2: Фільтрація викидів через Z-оцінку","Створіть функцію ",[5289,18457,18458],{},"detect_outliers_zscore(data, threshold=3.0)",", яка стандартизує масив та знаходить індекси й значення всіх екстремальних точок з ",[6032,18461],{"tex":18462,":inline":6035},"|z| > \\text{threshold}",[17106,18464,18465,18826],{"icon":17131,"label":17132},[5282,18466,18468],{"className":5284,"code":18467,"language":5286,"meta":5287,"style":5287},"import numpy as np\n\ndef detect_outliers_zscore(data, threshold=3.0):\n    data = np.asarray(data)\n    mean = data.mean()\n    std = data.std(ddof=1)\n    \n    z_scores = (data - mean) \u002F std\n    outlier_mask = np.abs(z_scores) > threshold\n    outlier_indices = np.where(outlier_mask)[0]\n    outlier_values = data[outlier_mask]\n    \n    return {\n        'indices': outlier_indices.tolist(),\n        'values': outlier_values.tolist(),\n        'z_scores': z_scores[outlier_mask].round(2).tolist(),\n        'percentage': float(np.mean(outlier_mask) * 100)\n    }\n\nrng = np.random.default_rng(seed=42)\ntest_data = rng.normal(100, 10, size=1000)\n# Додамо штучні аномалії\ntest_data[42] = 145  # +4.5σ\ntest_data[123] = 62  # -3.8σ\n\nres = detect_outliers_zscore(test_data, threshold=3.0)\nprint(f\"Виявлено викидів: {len(res['indices'])} ({res['percentage']:.2f}% від вибірки)\")\nfor idx, val, z in zip(res['indices'], res['values'], res['z_scores']):\n    print(f\"  Індекс {idx:3d}: Значення = {val:.1f} (Z = {z:+5.2f}σ)\")\n",[5289,18469,18470,18480,18484,18507,18511,18515,18527,18531,18536,18541,18550,18555,18559,18566,18574,18582,18595,18612,18617,18621,18633,18654,18659,18675,18690,18694,18707,18753,18782],{"__ignoreMap":5287},[5292,18471,18472,18474,18476,18478],{"class":5294,"line":5295},[5292,18473,5408],{"class":5407},[5292,18475,5411],{"class":5298},[5292,18477,5414],{"class":5407},[5292,18479,5417],{"class":5298},[5292,18481,18482],{"class":5294,"line":5420},[5292,18483,5437],{"emptyLinePlaceholder":5436},[5292,18485,18486,18488,18491,18493,18495,18497,18500,18502,18505],{"class":5294,"line":5433},[5292,18487,18074],{"class":5564},[5292,18489,18490],{"class":5557}," detect_outliers_zscore",[5292,18492,5561],{"class":5298},[5292,18494,18082],{"class":5446},[5292,18496,5306],{"class":5298},[5292,18498,18499],{"class":5446},"threshold",[5292,18501,5450],{"class":5298},[5292,18503,18504],{"class":5302},"3.0",[5292,18506,9228],{"class":5298},[5292,18508,18509],{"class":5294,"line":5440},[5292,18510,18098],{"class":5298},[5292,18512,18513],{"class":5294,"line":5458},[5292,18514,18103],{"class":5298},[5292,18516,18517,18519,18521,18523,18525],{"class":5294,"line":5463},[5292,18518,18108],{"class":5298},[5292,18520,14065],{"class":5446},[5292,18522,5450],{"class":5298},[5292,18524,5397],{"class":5302},[5292,18526,5455],{"class":5298},[5292,18528,18529],{"class":5294,"line":5470},[5292,18530,14242],{"class":5298},[5292,18532,18533],{"class":5294,"line":5506},[5292,18534,18535],{"class":5298},"    z_scores = (data - mean) \u002F std\n",[5292,18537,18538],{"class":5294,"line":5526},[5292,18539,18540],{"class":5298},"    outlier_mask = np.abs(z_scores) > threshold\n",[5292,18542,18543,18546,18548],{"class":5294,"line":5531},[5292,18544,18545],{"class":5298},"    outlier_indices = np.where(outlier_mask)[",[5292,18547,6402],{"class":5302},[5292,18549,12811],{"class":5298},[5292,18551,18552],{"class":5294,"line":5537},[5292,18553,18554],{"class":5298},"    outlier_values = data[outlier_mask]\n",[5292,18556,18557],{"class":5294,"line":5543},[5292,18558,14242],{"class":5298},[5292,18560,18561,18563],{"class":5294,"line":5549},[5292,18562,18239],{"class":5407},[5292,18564,18565],{"class":5298}," {\n",[5292,18567,18568,18571],{"class":5294,"line":5554},[5292,18569,18570],{"class":5568},"        'indices'",[5292,18572,18573],{"class":5298},": outlier_indices.tolist(),\n",[5292,18575,18576,18579],{"class":5294,"line":5586},[5292,18577,18578],{"class":5568},"        'values'",[5292,18580,18581],{"class":5298},": outlier_values.tolist(),\n",[5292,18583,18584,18587,18590,18592],{"class":5294,"line":5609},[5292,18585,18586],{"class":5568},"        'z_scores'",[5292,18588,18589],{"class":5298},": z_scores[outlier_mask].round(",[5292,18591,5680],{"class":5302},[5292,18593,18594],{"class":5298},").tolist(),\n",[5292,18596,18597,18600,18602,18605,18608,18610],{"class":5294,"line":5630},[5292,18598,18599],{"class":5568},"        'percentage'",[5292,18601,10246],{"class":5298},[5292,18603,18604],{"class":16267},"float",[5292,18606,18607],{"class":5298},"(np.mean(outlier_mask) * ",[5292,18609,5501],{"class":5302},[5292,18611,5455],{"class":5298},[5292,18613,18614],{"class":5294,"line":5663},[5292,18615,18616],{"class":5298},"    }\n",[5292,18618,18619],{"class":5294,"line":5705},[5292,18620,5437],{"emptyLinePlaceholder":5436},[5292,18622,18623,18625,18627,18629,18631],{"class":5294,"line":5710},[5292,18624,5443],{"class":5298},[5292,18626,5447],{"class":5446},[5292,18628,5450],{"class":5298},[5292,18630,5303],{"class":5302},[5292,18632,5455],{"class":5298},[5292,18634,18635,18638,18640,18642,18644,18646,18648,18650,18652],{"class":5294,"line":5716},[5292,18636,18637],{"class":5298},"test_data = rng.normal(",[5292,18639,5501],{"class":5302},[5292,18641,5306],{"class":5298},[5292,18643,5728],{"class":5302},[5292,18645,5306],{"class":5298},[5292,18647,5496],{"class":5446},[5292,18649,5450],{"class":5298},[5292,18651,9436],{"class":5302},[5292,18653,5455],{"class":5298},[5292,18655,18656],{"class":5294,"line":5739},[5292,18657,18658],{"class":5466},"# Додамо штучні аномалії\n",[5292,18660,18661,18664,18666,18669,18672],{"class":5294,"line":5785},[5292,18662,18663],{"class":5298},"test_data[",[5292,18665,5303],{"class":5302},[5292,18667,18668],{"class":5298},"] = ",[5292,18670,18671],{"class":5302},"145",[5292,18673,18674],{"class":5466},"  # +4.5σ\n",[5292,18676,18677,18679,18682,18684,18687],{"class":5294,"line":5840},[5292,18678,18663],{"class":5298},[5292,18680,18681],{"class":5302},"123",[5292,18683,18668],{"class":5298},[5292,18685,18686],{"class":5302},"62",[5292,18688,18689],{"class":5466},"  # -3.8σ\n",[5292,18691,18692],{"class":5294,"line":5902},[5292,18693,5437],{"emptyLinePlaceholder":5436},[5292,18695,18696,18699,18701,18703,18705],{"class":5294,"line":5932},[5292,18697,18698],{"class":5298},"res = detect_outliers_zscore(test_data, ",[5292,18700,18499],{"class":5446},[5292,18702,5450],{"class":5298},[5292,18704,18504],{"class":5302},[5292,18706,5455],{"class":5298},[5292,18708,18709,18711,18713,18715,18718,18720,18722,18725,18728,18731,18733,18735,18737,18740,18743,18746,18748,18751],{"class":5294,"line":5943},[5292,18710,5558],{"class":5557},[5292,18712,5561],{"class":5298},[5292,18714,5565],{"class":5564},[5292,18716,18717],{"class":5568},"\"Виявлено викидів: ",[5292,18719,5572],{"class":5564},[5292,18721,9282],{"class":5557},[5292,18723,18724],{"class":5298},"(res[",[5292,18726,18727],{"class":5568},"'indices'",[5292,18729,18730],{"class":5298},"])",[5292,18732,10243],{"class":5564},[5292,18734,5227],{"class":5568},[5292,18736,5572],{"class":5564},[5292,18738,18739],{"class":5298},"res[",[5292,18741,18742],{"class":5568},"'percentage'",[5292,18744,18745],{"class":5298},"]",[5292,18747,10928],{"class":5564},[5292,18749,18750],{"class":5568},"% від вибірки)\"",[5292,18752,5455],{"class":5298},[5292,18754,18755,18757,18760,18762,18764,18766,18768,18771,18774,18776,18779],{"class":5294,"line":5954},[5292,18756,9208],{"class":5407},[5292,18758,18759],{"class":5298}," idx, val, z ",[5292,18761,9214],{"class":5407},[5292,18763,10203],{"class":5557},[5292,18765,18724],{"class":5298},[5292,18767,18727],{"class":5568},[5292,18769,18770],{"class":5298},"], res[",[5292,18772,18773],{"class":5568},"'values'",[5292,18775,18770],{"class":5298},[5292,18777,18778],{"class":5568},"'z_scores'",[5292,18780,18781],{"class":5298},"]):\n",[5292,18783,18784,18786,18788,18790,18793,18795,18798,18801,18804,18806,18809,18811,18814,18816,18818,18821,18824],{"class":5294,"line":5975},[5292,18785,10228],{"class":5557},[5292,18787,5561],{"class":5298},[5292,18789,5565],{"class":5564},[5292,18791,18792],{"class":5568},"\"  Індекс ",[5292,18794,5572],{"class":5564},[5292,18796,18797],{"class":5298},"idx",[5292,18799,18800],{"class":5564},":3d}",[5292,18802,18803],{"class":5568},": Значення = ",[5292,18805,5572],{"class":5564},[5292,18807,18808],{"class":5298},"val",[5292,18810,5578],{"class":5564},[5292,18812,18813],{"class":5568}," (Z = ",[5292,18815,5572],{"class":5564},[5292,18817,13572],{"class":5298},[5292,18819,18820],{"class":5564},":+5.2f}",[5292,18822,18823],{"class":5568},"σ)\"",[5292,18825,5455],{"class":5298},[17970,18827,18829,18833,18837,18841],{"title":18828},"python detect_outliers.py",[17974,18830,18832],{"className":18831},[5294],"Виявлено викидів: 3 (0.30% від вибірки)",[17974,18834,18836],{"className":18835},[5294],"  Індекс  42: Значення = 145.0 (Z = +4.45σ)",[17974,18838,18840],{"className":18839},[5294],"  Індекс 123: Значення = 62.0 (Z = -3.78σ)",[17974,18842,18844],{"className":18843},[5294],"  Індекс 468: Значення = 132.8 (Z = +3.24σ)",[17106,18846,18849,18856],{"icon":18847,"label":18848},"i-lucide-phone","Завдання 2.3: Імітаційне моделювання навантаження call-центру",[5275,18850,18851,18852,18855],{},"Змоделюйте роботу технічної підтримки протягом 1000 годин, де вхідні звернення надходять за законом Пуассона з інтенсивністю ",[6032,18853],{"tex":18854,":inline":6035},"\\lambda=6"," дзвінків\u002Fгод:",[6489,18857,18858,18864,18870],{},[5201,18859,18860,18861,7014],{},"Скільки годин оператори взагалі не мали дзвінків (",[6032,18862],{"tex":18863,":inline":6035},"k=0",[5201,18865,18866,18867,7014],{},"Скільки годин виникало критичне перевантаження (",[6032,18868],{"tex":18869,":inline":6035},"k > 10",[5201,18871,18872],{},"Порівняйте емпіричні результати з теоретичними ймовірностями.",[17106,18874,18875,19129],{"icon":17131,"label":17132},[5282,18876,18878],{"className":5284,"code":18877,"language":5286,"meta":5287,"style":5287},"import numpy as np\nfrom scipy import stats\n\nrng = np.random.default_rng(seed=42)\nlam = 6.0\nn_hours = 1000\n\ncalls = rng.poisson(lam=lam, size=n_hours)\n\n# 1. 0 дзвінків\nempirical_0 = np.sum(calls == 0)\ntheory_prob_0 = stats.poisson.pmf(0, lam)\n\n# 2. > 10 дзвінків\nempirical_over_10 = np.sum(calls > 10)\ntheory_prob_over_10 = 1 - stats.poisson.cdf(10, lam)\n\nprint(f\"Годин без жодного дзвінка (k=0):\")\nprint(f\"  Емпірично: {empirical_0} год ({empirical_0\u002Fn_hours:.1%}) | Теорія: {theory_prob_0:.1%}\")\n\nprint(f\"\\nГодин із перевантаженням (k > 10):\")\nprint(f\"  Емпірично: {empirical_over_10} год ({empirical_over_10\u002Fn_hours:.1%}) | Теорія: {theory_prob_over_10:.1%}\")\n",[5289,18879,18880,18890,18900,18904,18916,18924,18932,18936,18951,18955,18960,18969,18979,18983,18988,18997,19010,19014,19027,19069,19073,19090],{"__ignoreMap":5287},[5292,18881,18882,18884,18886,18888],{"class":5294,"line":5295},[5292,18883,5408],{"class":5407},[5292,18885,5411],{"class":5298},[5292,18887,5414],{"class":5407},[5292,18889,5417],{"class":5298},[5292,18891,18892,18894,18896,18898],{"class":5294,"line":5420},[5292,18893,9151],{"class":5407},[5292,18895,9154],{"class":5298},[5292,18897,5408],{"class":5407},[5292,18899,9159],{"class":5298},[5292,18901,18902],{"class":5294,"line":5433},[5292,18903,5437],{"emptyLinePlaceholder":5436},[5292,18905,18906,18908,18910,18912,18914],{"class":5294,"line":5440},[5292,18907,5443],{"class":5298},[5292,18909,5447],{"class":5446},[5292,18911,5450],{"class":5298},[5292,18913,5303],{"class":5302},[5292,18915,5455],{"class":5298},[5292,18917,18918,18921],{"class":5294,"line":5458},[5292,18919,18920],{"class":5298},"lam = ",[5292,18922,18923],{"class":5302},"6.0\n",[5292,18925,18926,18929],{"class":5294,"line":5463},[5292,18927,18928],{"class":5298},"n_hours = ",[5292,18930,18931],{"class":5302},"1000\n",[5292,18933,18934],{"class":5294,"line":5470},[5292,18935,5437],{"emptyLinePlaceholder":5436},[5292,18937,18938,18941,18943,18946,18948],{"class":5294,"line":5506},[5292,18939,18940],{"class":5298},"calls = rng.poisson(",[5292,18942,15119],{"class":5446},[5292,18944,18945],{"class":5298},"=lam, ",[5292,18947,5496],{"class":5446},[5292,18949,18950],{"class":5298},"=n_hours)\n",[5292,18952,18953],{"class":5294,"line":5526},[5292,18954,5437],{"emptyLinePlaceholder":5436},[5292,18956,18957],{"class":5294,"line":5531},[5292,18958,18959],{"class":5466},"# 1. 0 дзвінків\n",[5292,18961,18962,18965,18967],{"class":5294,"line":5537},[5292,18963,18964],{"class":5298},"empirical_0 = np.sum(calls == ",[5292,18966,6402],{"class":5302},[5292,18968,5455],{"class":5298},[5292,18970,18971,18974,18976],{"class":5294,"line":5543},[5292,18972,18973],{"class":5298},"theory_prob_0 = stats.poisson.pmf(",[5292,18975,6402],{"class":5302},[5292,18977,18978],{"class":5298},", lam)\n",[5292,18980,18981],{"class":5294,"line":5549},[5292,18982,5437],{"emptyLinePlaceholder":5436},[5292,18984,18985],{"class":5294,"line":5554},[5292,18986,18987],{"class":5466},"# 2. > 10 дзвінків\n",[5292,18989,18990,18993,18995],{"class":5294,"line":5586},[5292,18991,18992],{"class":5298},"empirical_over_10 = np.sum(calls > ",[5292,18994,5728],{"class":5302},[5292,18996,5455],{"class":5298},[5292,18998,18999,19002,19004,19006,19008],{"class":5294,"line":5609},[5292,19000,19001],{"class":5298},"theory_prob_over_10 = ",[5292,19003,5397],{"class":5302},[5292,19005,15714],{"class":5298},[5292,19007,5728],{"class":5302},[5292,19009,18978],{"class":5298},[5292,19011,19012],{"class":5294,"line":5630},[5292,19013,5437],{"emptyLinePlaceholder":5436},[5292,19015,19016,19018,19020,19022,19025],{"class":5294,"line":5663},[5292,19017,5558],{"class":5557},[5292,19019,5561],{"class":5298},[5292,19021,5565],{"class":5564},[5292,19023,19024],{"class":5568},"\"Годин без жодного дзвінка (k=0):\"",[5292,19026,5455],{"class":5298},[5292,19028,19029,19031,19033,19035,19038,19040,19043,19045,19048,19050,19053,19055,19058,19060,19063,19065,19067],{"class":5294,"line":5705},[5292,19030,5558],{"class":5557},[5292,19032,5561],{"class":5298},[5292,19034,5565],{"class":5564},[5292,19036,19037],{"class":5568},"\"  Емпірично: ",[5292,19039,5572],{"class":5564},[5292,19041,19042],{"class":5298},"empirical_0",[5292,19044,10243],{"class":5564},[5292,19046,19047],{"class":5568}," год (",[5292,19049,5572],{"class":5564},[5292,19051,19052],{"class":5298},"empirical_0\u002Fn_hours",[5292,19054,13249],{"class":5564},[5292,19056,19057],{"class":5568},") | Теорія: ",[5292,19059,5572],{"class":5564},[5292,19061,19062],{"class":5298},"theory_prob_0",[5292,19064,13249],{"class":5564},[5292,19066,5618],{"class":5568},[5292,19068,5455],{"class":5298},[5292,19070,19071],{"class":5294,"line":5710},[5292,19072,5437],{"emptyLinePlaceholder":5436},[5292,19074,19075,19077,19079,19081,19083,19085,19088],{"class":5294,"line":5716},[5292,19076,5558],{"class":5557},[5292,19078,5561],{"class":5298},[5292,19080,5565],{"class":5564},[5292,19082,5618],{"class":5568},[5292,19084,5622],{"class":5621},[5292,19086,19087],{"class":5568},"Годин із перевантаженням (k > 10):\"",[5292,19089,5455],{"class":5298},[5292,19091,19092,19094,19096,19098,19100,19102,19105,19107,19109,19111,19114,19116,19118,19120,19123,19125,19127],{"class":5294,"line":5739},[5292,19093,5558],{"class":5557},[5292,19095,5561],{"class":5298},[5292,19097,5565],{"class":5564},[5292,19099,19037],{"class":5568},[5292,19101,5572],{"class":5564},[5292,19103,19104],{"class":5298},"empirical_over_10",[5292,19106,10243],{"class":5564},[5292,19108,19047],{"class":5568},[5292,19110,5572],{"class":5564},[5292,19112,19113],{"class":5298},"empirical_over_10\u002Fn_hours",[5292,19115,13249],{"class":5564},[5292,19117,19057],{"class":5568},[5292,19119,5572],{"class":5564},[5292,19121,19122],{"class":5298},"theory_prob_over_10",[5292,19124,13249],{"class":5564},[5292,19126,5618],{"class":5568},[5292,19128,5455],{"class":5298},[17970,19130,19132,19136,19140,19144],{"title":19131},"python call_center_sim.py",[17974,19133,19135],{"className":19134},[5294],"Годин без жодного дзвінка (k=0):",[17974,19137,19139],{"className":19138},[5294],"  Емпірично: 3 год (0.3%) | Теорія: 0.2%",[17974,19141,19143],{"className":19142},[5294],"Годин із перевантаженням (k > 10):",[17974,19145,19147],{"className":19146},[5294],"  Емпірично: 41 год (4.1%) | Теорія: 4.3%",[5267,19149],{},[5391,19151,19153],{"id":19152},"рівень-3-проєктні-завдання","Рівень 3: Проєктні завдання",[17103,19155,19156,19188,19654,19682,20162,20206],{},[17106,19157,19160,19167],{"icon":19158,"label":19159},"i-lucide-bar-chart-2","Завдання 3.1: Комплексний аналізатор профілю розподілу",[5275,19161,19162,19163,19166],{},"Розробіть діагностичну функцію ",[5289,19164,19165],{},"analyze_distribution(data, feature_name=\"Feature\")",", яка формує інженерний звіт про характер змінної:",[6489,19168,19169,19179,19185],{},[5201,19170,19171,19172,19175,19176,11167],{},"Розраховує вибіркове середнє, медіану, дисперсію, коефіцієнт асиметрії (",[5229,19173,19174],{},"skewness",") та ексцес (",[5229,19177,19178],{},"kurtosis",[5201,19180,19181,19182,11167],{},"Виконує формальний критерій Шапіро-Вілка (",[5289,19183,19184],{},"scipy.stats.shapiro",[5201,19186,19187],{},"Робить чіткий висновок про допустимість використання алгоритмів, що вимагають нормальності.",[17106,19189,19190,19585],{"icon":17131,"label":17132},[5282,19191,19193],{"className":5284,"code":19192,"language":5286,"meta":5287,"style":5287},"import numpy as np\nfrom scipy import stats\n\ndef analyze_distribution(data, feature_name=\"Ознака\"):\n    data = np.asarray(data)\n    mean = data.mean()\n    median = np.median(data)\n    std = data.std(ddof=1)\n    skew = stats.skew(data)\n    kurt = stats.kurtosis(data)\n    \n    # Тест Шапіро-Вілка (для вибірок до 5000 елементів)\n    stat, p_value = stats.shapiro(data[:5000])\n    is_normal = p_value > 0.05 and abs(skew) \u003C 0.5\n    \n    print(f\"=== Аналітичний звіт: {feature_name} ===\")\n    print(f\"Розмір вибірки:       {len(data)}\")\n    print(f\"Середнє \u002F Медіана:    {mean:.2f} \u002F {median:.2f}\")\n    print(f\"Стандартне відхилення:{std:.2f}\")\n    print(f\"Асиметрія (Skewness): {skew:+.3f} (0 = норма)\")\n    print(f\"Ексцес (Kurtosis):    {kurt:+.3f} (0 = норма)\")\n    print(f\"Shapiro-Wilk p-value: {p_value:.5f}\")\n    print(f\"Висновок:             {'✅ Дані узгоджені з нормальною моделлю' if is_normal else '❌ Розподіл відхиляється від нормального'}\\n\")\n\nrng = np.random.default_rng(seed=42)\nanalyze_distribution(rng.normal(50, 5, 1000), \"Час рендерингу (мс)\")\nanalyze_distribution(rng.exponential(scale=10, size=1000), \"Час між сесіями (с)\")\n",[5289,19194,19195,19205,19215,19219,19242,19246,19250,19255,19267,19272,19277,19281,19286,19295,19315,19319,19341,19365,19396,19417,19441,19463,19485,19521,19525,19537,19559],{"__ignoreMap":5287},[5292,19196,19197,19199,19201,19203],{"class":5294,"line":5295},[5292,19198,5408],{"class":5407},[5292,19200,5411],{"class":5298},[5292,19202,5414],{"class":5407},[5292,19204,5417],{"class":5298},[5292,19206,19207,19209,19211,19213],{"class":5294,"line":5420},[5292,19208,9151],{"class":5407},[5292,19210,9154],{"class":5298},[5292,19212,5408],{"class":5407},[5292,19214,9159],{"class":5298},[5292,19216,19217],{"class":5294,"line":5433},[5292,19218,5437],{"emptyLinePlaceholder":5436},[5292,19220,19221,19223,19226,19228,19230,19232,19235,19237,19240],{"class":5294,"line":5440},[5292,19222,18074],{"class":5564},[5292,19224,19225],{"class":5557}," analyze_distribution",[5292,19227,5561],{"class":5298},[5292,19229,18082],{"class":5446},[5292,19231,5306],{"class":5298},[5292,19233,19234],{"class":5446},"feature_name",[5292,19236,5450],{"class":5298},[5292,19238,19239],{"class":5568},"\"Ознака\"",[5292,19241,9228],{"class":5298},[5292,19243,19244],{"class":5294,"line":5458},[5292,19245,18098],{"class":5298},[5292,19247,19248],{"class":5294,"line":5463},[5292,19249,18103],{"class":5298},[5292,19251,19252],{"class":5294,"line":5470},[5292,19253,19254],{"class":5298},"    median = np.median(data)\n",[5292,19256,19257,19259,19261,19263,19265],{"class":5294,"line":5506},[5292,19258,18108],{"class":5298},[5292,19260,14065],{"class":5446},[5292,19262,5450],{"class":5298},[5292,19264,5397],{"class":5302},[5292,19266,5455],{"class":5298},[5292,19268,19269],{"class":5294,"line":5526},[5292,19270,19271],{"class":5298},"    skew = stats.skew(data)\n",[5292,19273,19274],{"class":5294,"line":5531},[5292,19275,19276],{"class":5298},"    kurt = stats.kurtosis(data)\n",[5292,19278,19279],{"class":5294,"line":5537},[5292,19280,14242],{"class":5298},[5292,19282,19283],{"class":5294,"line":5543},[5292,19284,19285],{"class":5466},"    # Тест Шапіро-Вілка (для вибірок до 5000 елементів)\n",[5292,19287,19288,19291,19293],{"class":5294,"line":5549},[5292,19289,19290],{"class":5298},"    stat, p_value = stats.shapiro(data[:",[5292,19292,18335],{"class":5302},[5292,19294,12917],{"class":5298},[5292,19296,19297,19300,19303,19306,19309,19312],{"class":5294,"line":5554},[5292,19298,19299],{"class":5298},"    is_normal = p_value > ",[5292,19301,19302],{"class":5302},"0.05",[5292,19304,19305],{"class":5564}," and",[5292,19307,19308],{"class":5557}," abs",[5292,19310,19311],{"class":5298},"(skew) \u003C ",[5292,19313,19314],{"class":5302},"0.5\n",[5292,19316,19317],{"class":5294,"line":5586},[5292,19318,14242],{"class":5298},[5292,19320,19321,19323,19325,19327,19330,19332,19334,19336,19339],{"class":5294,"line":5609},[5292,19322,10228],{"class":5557},[5292,19324,5561],{"class":5298},[5292,19326,5565],{"class":5564},[5292,19328,19329],{"class":5568},"\"=== Аналітичний звіт: ",[5292,19331,5572],{"class":5564},[5292,19333,19234],{"class":5298},[5292,19335,10243],{"class":5564},[5292,19337,19338],{"class":5568}," ===\"",[5292,19340,5455],{"class":5298},[5292,19342,19343,19345,19347,19349,19352,19354,19356,19359,19361,19363],{"class":5294,"line":5630},[5292,19344,10228],{"class":5557},[5292,19346,5561],{"class":5298},[5292,19348,5565],{"class":5564},[5292,19350,19351],{"class":5568},"\"Розмір вибірки:       ",[5292,19353,5572],{"class":5564},[5292,19355,9282],{"class":5557},[5292,19357,19358],{"class":5298},"(data)",[5292,19360,10243],{"class":5564},[5292,19362,5618],{"class":5568},[5292,19364,5455],{"class":5298},[5292,19366,19367,19369,19371,19373,19376,19378,19380,19382,19385,19387,19390,19392,19394],{"class":5294,"line":5663},[5292,19368,10228],{"class":5557},[5292,19370,5561],{"class":5298},[5292,19372,5565],{"class":5564},[5292,19374,19375],{"class":5568},"\"Середнє \u002F Медіана:    ",[5292,19377,5572],{"class":5564},[5292,19379,5575],{"class":5298},[5292,19381,10928],{"class":5564},[5292,19383,19384],{"class":5568}," \u002F ",[5292,19386,5572],{"class":5564},[5292,19388,19389],{"class":5298},"median",[5292,19391,10928],{"class":5564},[5292,19393,5618],{"class":5568},[5292,19395,5455],{"class":5298},[5292,19397,19398,19400,19402,19404,19407,19409,19411,19413,19415],{"class":5294,"line":5705},[5292,19399,10228],{"class":5557},[5292,19401,5561],{"class":5298},[5292,19403,5565],{"class":5564},[5292,19405,19406],{"class":5568},"\"Стандартне відхилення:",[5292,19408,5572],{"class":5564},[5292,19410,5600],{"class":5298},[5292,19412,10928],{"class":5564},[5292,19414,5618],{"class":5568},[5292,19416,5455],{"class":5298},[5292,19418,19419,19421,19423,19425,19428,19430,19433,19436,19439],{"class":5294,"line":5710},[5292,19420,10228],{"class":5557},[5292,19422,5561],{"class":5298},[5292,19424,5565],{"class":5564},[5292,19426,19427],{"class":5568},"\"Асиметрія (Skewness): ",[5292,19429,5572],{"class":5564},[5292,19431,19432],{"class":5298},"skew",[5292,19434,19435],{"class":5564},":+.3f}",[5292,19437,19438],{"class":5568}," (0 = норма)\"",[5292,19440,5455],{"class":5298},[5292,19442,19443,19445,19447,19449,19452,19454,19457,19459,19461],{"class":5294,"line":5716},[5292,19444,10228],{"class":5557},[5292,19446,5561],{"class":5298},[5292,19448,5565],{"class":5564},[5292,19450,19451],{"class":5568},"\"Ексцес (Kurtosis):    ",[5292,19453,5572],{"class":5564},[5292,19455,19456],{"class":5298},"kurt",[5292,19458,19435],{"class":5564},[5292,19460,19438],{"class":5568},[5292,19462,5455],{"class":5298},[5292,19464,19465,19467,19469,19471,19474,19476,19479,19481,19483],{"class":5294,"line":5739},[5292,19466,10228],{"class":5557},[5292,19468,5561],{"class":5298},[5292,19470,5565],{"class":5564},[5292,19472,19473],{"class":5568},"\"Shapiro-Wilk p-value: ",[5292,19475,5572],{"class":5564},[5292,19477,19478],{"class":5298},"p_value",[5292,19480,17953],{"class":5564},[5292,19482,5618],{"class":5568},[5292,19484,5455],{"class":5298},[5292,19486,19487,19489,19491,19493,19496,19498,19501,19504,19507,19510,19513,19515,19517,19519],{"class":5294,"line":5785},[5292,19488,10228],{"class":5557},[5292,19490,5561],{"class":5298},[5292,19492,5565],{"class":5564},[5292,19494,19495],{"class":5568},"\"Висновок:             ",[5292,19497,5572],{"class":5564},[5292,19499,19500],{"class":5568},"'✅ Дані узгоджені з нормальною моделлю'",[5292,19502,19503],{"class":5407}," if",[5292,19505,19506],{"class":5298}," is_normal ",[5292,19508,19509],{"class":5407},"else",[5292,19511,19512],{"class":5568}," '❌ Розподіл відхиляється від нормального'",[5292,19514,10243],{"class":5564},[5292,19516,5622],{"class":5621},[5292,19518,5618],{"class":5568},[5292,19520,5455],{"class":5298},[5292,19522,19523],{"class":5294,"line":5840},[5292,19524,5437],{"emptyLinePlaceholder":5436},[5292,19526,19527,19529,19531,19533,19535],{"class":5294,"line":5902},[5292,19528,5443],{"class":5298},[5292,19530,5447],{"class":5446},[5292,19532,5450],{"class":5298},[5292,19534,5303],{"class":5302},[5292,19536,5455],{"class":5298},[5292,19538,19539,19542,19544,19546,19548,19550,19552,19554,19557],{"class":5294,"line":5932},[5292,19540,19541],{"class":5298},"analyze_distribution(rng.normal(",[5292,19543,10675],{"class":5302},[5292,19545,5306],{"class":5298},[5292,19547,5733],{"class":5302},[5292,19549,5306],{"class":5298},[5292,19551,9436],{"class":5302},[5292,19553,11672],{"class":5298},[5292,19555,19556],{"class":5568},"\"Час рендерингу (мс)\"",[5292,19558,5455],{"class":5298},[5292,19560,19561,19564,19566,19568,19570,19572,19574,19576,19578,19580,19583],{"class":5294,"line":5943},[5292,19562,19563],{"class":5298},"analyze_distribution(rng.exponential(",[5292,19565,5486],{"class":5446},[5292,19567,5450],{"class":5298},[5292,19569,5728],{"class":5302},[5292,19571,5306],{"class":5298},[5292,19573,5496],{"class":5446},[5292,19575,5450],{"class":5298},[5292,19577,9436],{"class":5302},[5292,19579,11672],{"class":5298},[5292,19581,19582],{"class":5568},"\"Час між сесіями (с)\"",[5292,19584,5455],{"class":5298},[17970,19586,19588,19592,19596,19600,19604,19608,19612,19616,19620,19623,19627,19630,19634,19638,19642,19646,19650],{"title":19587},"python profile_analyzer.py",[17974,19589,19591],{"className":19590},[5294],"=== Аналітичний звіт: Час рендерингу (мс) ===",[17974,19593,19595],{"className":19594},[5294],"Розмір вибірки:       1000",[17974,19597,19599],{"className":19598},[5294],"Середнє \u002F Медіана:    49.97 \u002F 49.95",[17974,19601,19603],{"className":19602},[5294],"Стандартне відхилення:4.94",[17974,19605,19607],{"className":19606},[5294],"Асиметрія (Skewness): +0.038 (0 = норма)",[17974,19609,19611],{"className":19610},[5294],"Ексцес (Kurtosis):    +0.046 (0 = норма)",[17974,19613,19615],{"className":19614},[5294],"Shapiro-Wilk p-value: 0.81422",[17974,19617,19619],{"className":19618},[5294],"Висновок:             ✅ Дані узгоджені з нормальною моделлю",[17974,19621],{"className":19622},[5294],[17974,19624,19626],{"className":19625},[5294],"=== Аналітичний звіт: Час між сесіями (с) ===",[17974,19628,19595],{"className":19629},[5294],[17974,19631,19633],{"className":19632},[5294],"Середнє \u002F Медіана:    10.15 \u002F 6.94",[17974,19635,19637],{"className":19636},[5294],"Стандартне відхилення:10.22",[17974,19639,19641],{"className":19640},[5294],"Асиметрія (Skewness): +2.012 (0 = норма)",[17974,19643,19645],{"className":19644},[5294],"Ексцес (Kurtosis):    +5.031 (0 = норма)",[17974,19647,19649],{"className":19648},[5294],"Shapiro-Wilk p-value: 0.00000",[17974,19651,19653],{"className":19652},[5294],"Висновок:             ❌ Розподіл відхиляється від нормального",[17106,19655,19658,19661],{"icon":19656,"label":19657},"i-lucide-trending-up","Завдання 3.2: Демонстратор Центральної Граничної Теореми",[5275,19659,19660],{},"Напишіть скрипт, який емпірично демонструє механізм виникнення нормального розподілу із абсолютно ненормального джерела:",[6489,19662,19663,19673,19676],{},[5201,19664,19665,19666,19669,19670,11203],{},"Генерує матрицю розміром ",[6032,19667],{"tex":19668,":inline":6035},"1000 \\times 30"," випадкових чисел з неперервного рівномірного розподілу ",[6032,19671],{"tex":19672,":inline":6035},"\\text{Uniform}(0, 10)",[5201,19674,19675],{},"Рахує середнє арифметичне по кожному рядку (отримуючи 1000 вибіркових середніх);",[5201,19677,19678,19679,6134],{},"Будує гістограму отриманих середніх та накладає теоретичну щільність ",[6032,19680],{"tex":19681,":inline":6035},"\\mathcal{N}(\\mu, \\sigma^2\u002Fn)",[17106,19683,19684,20152],{"icon":17131,"label":17132},[5282,19685,19687],{"className":5284,"code":19686,"language":5286,"meta":5287,"style":5287},"import numpy as np\nimport matplotlib.pyplot as plt\nfrom scipy import stats\n\nrng = np.random.default_rng(seed=42)\n\na, b = 0, 10\nn_samples = 30     # розмір групи доданків\nn_experiments = 2000\n\n# Теоретичні параметри початкового Uniform(a, b)\nmu_orig = (a + b) \u002F 2          # 5.0\nvar_orig = ((b - a)**2) \u002F 12   # 100 \u002F 12 = 8.333\nstd_means = np.sqrt(var_orig \u002F n_samples)  # σ \u002F √n ≈ 0.527\n\n# Генерація вибірки\ndata = rng.uniform(a, b, size=(n_experiments, n_samples))\nsample_means = data.mean(axis=1)\n\n# Візуалізація\nplt.figure(figsize=(10, 5))\nplt.hist(sample_means, bins=35, density=True, alpha=0.6, color='steelblue', edgecolor='black', label='Емпіричні середні')\n\n# Накладання теоретичної нормальної кривої ЦГТ\nx = np.linspace(mu_orig - 4*std_means, mu_orig + 4*std_means, 500)\nplt.plot(x, stats.norm.pdf(x, loc=mu_orig, scale=std_means), 'r-', linewidth=2.5, label=f'ЦГТ: N({mu_orig:.1f}, {std_means**2:.3f})')\n\nplt.title(f'Демонстрація ЦГТ: Розподіл 2000 середніх значень з Uniform(0, 10) при n={n_samples}', fontweight='bold')\nplt.xlabel('Вибіркове середнє')\nplt.ylabel('Щільність')\nplt.legend()\nplt.grid(alpha=0.3)\nplt.show()\n\nprint(f\"Початкове теоретичне середнє: {mu_orig:.2f} | Емпіричне: {sample_means.mean():.2f}\")\nprint(f\"Теоретичне std середніх:      {std_means:.3f} | Емпіричне: {sample_means.std(ddof=1):.3f}\")\n",[5289,19688,19689,19699,19709,19719,19723,19735,19739,19751,19761,19769,19773,19778,19788,19802,19810,19814,19819,19829,19842,19846,19850,19866,19921,19925,19930,19949,20008,20012,20040,20049,20058,20062,20074,20078,20082,20113],{"__ignoreMap":5287},[5292,19690,19691,19693,19695,19697],{"class":5294,"line":5295},[5292,19692,5408],{"class":5407},[5292,19694,5411],{"class":5298},[5292,19696,5414],{"class":5407},[5292,19698,5417],{"class":5298},[5292,19700,19701,19703,19705,19707],{"class":5294,"line":5420},[5292,19702,5408],{"class":5407},[5292,19704,5425],{"class":5298},[5292,19706,5414],{"class":5407},[5292,19708,5430],{"class":5298},[5292,19710,19711,19713,19715,19717],{"class":5294,"line":5433},[5292,19712,9151],{"class":5407},[5292,19714,9154],{"class":5298},[5292,19716,5408],{"class":5407},[5292,19718,9159],{"class":5298},[5292,19720,19721],{"class":5294,"line":5440},[5292,19722,5437],{"emptyLinePlaceholder":5436},[5292,19724,19725,19727,19729,19731,19733],{"class":5294,"line":5458},[5292,19726,5443],{"class":5298},[5292,19728,5447],{"class":5446},[5292,19730,5450],{"class":5298},[5292,19732,5303],{"class":5302},[5292,19734,5455],{"class":5298},[5292,19736,19737],{"class":5294,"line":5463},[5292,19738,5437],{"emptyLinePlaceholder":5436},[5292,19740,19741,19744,19746,19748],{"class":5294,"line":5470},[5292,19742,19743],{"class":5298},"a, b = ",[5292,19745,6402],{"class":5302},[5292,19747,5306],{"class":5298},[5292,19749,19750],{"class":5302},"10\n",[5292,19752,19753,19756,19758],{"class":5294,"line":5506},[5292,19754,19755],{"class":5298},"n_samples = ",[5292,19757,5512],{"class":5302},[5292,19759,19760],{"class":5466},"     # розмір групи доданків\n",[5292,19762,19763,19766],{"class":5294,"line":5526},[5292,19764,19765],{"class":5298},"n_experiments = ",[5292,19767,19768],{"class":5302},"2000\n",[5292,19770,19771],{"class":5294,"line":5531},[5292,19772,5437],{"emptyLinePlaceholder":5436},[5292,19774,19775],{"class":5294,"line":5537},[5292,19776,19777],{"class":5466},"# Теоретичні параметри початкового Uniform(a, b)\n",[5292,19779,19780,19783,19785],{"class":5294,"line":5543},[5292,19781,19782],{"class":5298},"mu_orig = (a + b) \u002F ",[5292,19784,5680],{"class":5302},[5292,19786,19787],{"class":5466},"          # 5.0\n",[5292,19789,19790,19793,19795,19797,19799],{"class":5294,"line":5549},[5292,19791,19792],{"class":5298},"var_orig = ((b - a)**",[5292,19794,5680],{"class":5302},[5292,19796,10859],{"class":5298},[5292,19798,7181],{"class":5302},[5292,19800,19801],{"class":5466},"   # 100 \u002F 12 = 8.333\n",[5292,19803,19804,19807],{"class":5294,"line":5554},[5292,19805,19806],{"class":5298},"std_means = np.sqrt(var_orig \u002F n_samples)  ",[5292,19808,19809],{"class":5466},"# σ \u002F √n ≈ 0.527\n",[5292,19811,19812],{"class":5294,"line":5586},[5292,19813,5437],{"emptyLinePlaceholder":5436},[5292,19815,19816],{"class":5294,"line":5609},[5292,19817,19818],{"class":5466},"# Генерація вибірки\n",[5292,19820,19821,19824,19826],{"class":5294,"line":5630},[5292,19822,19823],{"class":5298},"data = rng.uniform(a, b, ",[5292,19825,5496],{"class":5446},[5292,19827,19828],{"class":5298},"=(n_experiments, n_samples))\n",[5292,19830,19831,19834,19836,19838,19840],{"class":5294,"line":5663},[5292,19832,19833],{"class":5298},"sample_means = data.mean(",[5292,19835,9394],{"class":5446},[5292,19837,5450],{"class":5298},[5292,19839,5397],{"class":5302},[5292,19841,5455],{"class":5298},[5292,19843,19844],{"class":5294,"line":5705},[5292,19845,5437],{"emptyLinePlaceholder":5436},[5292,19847,19848],{"class":5294,"line":5710},[5292,19849,10003],{"class":5466},[5292,19851,19852,19854,19856,19858,19860,19862,19864],{"class":5294,"line":5716},[5292,19853,5719],{"class":5298},[5292,19855,5722],{"class":5446},[5292,19857,5725],{"class":5298},[5292,19859,5728],{"class":5302},[5292,19861,5306],{"class":5298},[5292,19863,5733],{"class":5302},[5292,19865,5736],{"class":5298},[5292,19867,19868,19871,19873,19875,19878,19880,19882,19884,19886,19888,19890,19892,19894,19896,19898,19900,19902,19904,19906,19908,19910,19912,19914,19916,19919],{"class":5294,"line":5739},[5292,19869,19870],{"class":5298},"plt.hist(sample_means, ",[5292,19872,5745],{"class":5446},[5292,19874,5450],{"class":5298},[5292,19876,19877],{"class":5302},"35",[5292,19879,5306],{"class":5298},[5292,19881,10704],{"class":5446},[5292,19883,5450],{"class":5298},[5292,19885,9272],{"class":5564},[5292,19887,5306],{"class":5298},[5292,19889,5765],{"class":5446},[5292,19891,5450],{"class":5298},[5292,19893,9619],{"class":5302},[5292,19895,5306],{"class":5298},[5292,19897,5775],{"class":5446},[5292,19899,5450],{"class":5298},[5292,19901,5780],{"class":5568},[5292,19903,5306],{"class":5298},[5292,19905,5755],{"class":5446},[5292,19907,5450],{"class":5298},[5292,19909,5760],{"class":5568},[5292,19911,5306],{"class":5298},[5292,19913,5819],{"class":5446},[5292,19915,5450],{"class":5298},[5292,19917,19918],{"class":5568},"'Емпіричні середні'",[5292,19920,5455],{"class":5298},[5292,19922,19923],{"class":5294,"line":5785},[5292,19924,5437],{"emptyLinePlaceholder":5436},[5292,19926,19927],{"class":5294,"line":5840},[5292,19928,19929],{"class":5466},"# Накладання теоретичної нормальної кривої ЦГТ\n",[5292,19931,19932,19935,19937,19940,19942,19945,19947],{"class":5294,"line":5902},[5292,19933,19934],{"class":5298},"x = np.linspace(mu_orig - ",[5292,19936,7045],{"class":5302},[5292,19938,19939],{"class":5298},"*std_means, mu_orig + ",[5292,19941,7045],{"class":5302},[5292,19943,19944],{"class":5298},"*std_means, ",[5292,19946,13791],{"class":5302},[5292,19948,5455],{"class":5298},[5292,19950,19951,19954,19956,19959,19961,19964,19966,19968,19970,19972,19975,19977,19979,19981,19983,19986,19988,19991,19993,19995,19997,20000,20002,20004,20006],{"class":5294,"line":5932},[5292,19952,19953],{"class":5298},"plt.plot(x, stats.norm.pdf(x, ",[5292,19955,5476],{"class":5446},[5292,19957,19958],{"class":5298},"=mu_orig, ",[5292,19960,5486],{"class":5446},[5292,19962,19963],{"class":5298},"=std_means), ",[5292,19965,12704],{"class":5568},[5292,19967,5306],{"class":5298},[5292,19969,5810],{"class":5446},[5292,19971,5450],{"class":5298},[5292,19973,19974],{"class":5302},"2.5",[5292,19976,5306],{"class":5298},[5292,19978,5819],{"class":5446},[5292,19980,5450],{"class":5298},[5292,19982,5565],{"class":5564},[5292,19984,19985],{"class":5568},"'ЦГТ: N(",[5292,19987,5572],{"class":5564},[5292,19989,19990],{"class":5298},"mu_orig",[5292,19992,5578],{"class":5564},[5292,19994,5306],{"class":5568},[5292,19996,5572],{"class":5564},[5292,19998,19999],{"class":5298},"std_means**",[5292,20001,5680],{"class":5302},[5292,20003,9782],{"class":5564},[5292,20005,5897],{"class":5568},[5292,20007,5455],{"class":5298},[5292,20009,20010],{"class":5294,"line":5943},[5292,20011,5437],{"emptyLinePlaceholder":5436},[5292,20013,20014,20016,20018,20021,20023,20026,20028,20030,20032,20034,20036,20038],{"class":5294,"line":5954},[5292,20015,5957],{"class":5298},[5292,20017,5565],{"class":5564},[5292,20019,20020],{"class":5568},"'Демонстрація ЦГТ: Розподіл 2000 середніх значень з Uniform(0, 10) при n=",[5292,20022,5572],{"class":5564},[5292,20024,20025],{"class":5298},"n_samples",[5292,20027,10243],{"class":5564},[5292,20029,5835],{"class":5568},[5292,20031,5306],{"class":5298},[5292,20033,5965],{"class":5446},[5292,20035,5450],{"class":5298},[5292,20037,5970],{"class":5568},[5292,20039,5455],{"class":5298},[5292,20041,20042,20044,20047],{"class":5294,"line":5975},[5292,20043,5935],{"class":5298},[5292,20045,20046],{"class":5568},"'Вибіркове середнє'",[5292,20048,5455],{"class":5298},[5292,20050,20051,20053,20056],{"class":5294,"line":5981},[5292,20052,5946],{"class":5298},[5292,20054,20055],{"class":5568},"'Щільність'",[5292,20057,5455],{"class":5298},[5292,20059,20060],{"class":5294,"line":5996},[5292,20061,5978],{"class":5298},[5292,20063,20064,20066,20068,20070,20072],{"class":5294,"line":6298},[5292,20065,5984],{"class":5298},[5292,20067,5765],{"class":5446},[5292,20069,5450],{"class":5298},[5292,20071,5991],{"class":5302},[5292,20073,5455],{"class":5298},[5292,20075,20076],{"class":5294,"line":6303},[5292,20077,5999],{"class":5298},[5292,20079,20080],{"class":5294,"line":6308},[5292,20081,5437],{"emptyLinePlaceholder":5436},[5292,20083,20084,20086,20088,20090,20093,20095,20097,20099,20102,20104,20107,20109,20111],{"class":5294,"line":6314},[5292,20085,5558],{"class":5557},[5292,20087,5561],{"class":5298},[5292,20089,5565],{"class":5564},[5292,20091,20092],{"class":5568},"\"Початкове теоретичне середнє: ",[5292,20094,5572],{"class":5564},[5292,20096,19990],{"class":5298},[5292,20098,10928],{"class":5564},[5292,20100,20101],{"class":5568}," | Емпіричне: ",[5292,20103,5572],{"class":5564},[5292,20105,20106],{"class":5298},"sample_means.mean()",[5292,20108,10928],{"class":5564},[5292,20110,5618],{"class":5568},[5292,20112,5455],{"class":5298},[5292,20114,20115,20117,20119,20121,20124,20126,20129,20131,20133,20135,20138,20140,20142,20144,20146,20148,20150],{"class":5294,"line":6320},[5292,20116,5558],{"class":5557},[5292,20118,5561],{"class":5298},[5292,20120,5565],{"class":5564},[5292,20122,20123],{"class":5568},"\"Теоретичне std середніх:      ",[5292,20125,5572],{"class":5564},[5292,20127,20128],{"class":5298},"std_means",[5292,20130,9782],{"class":5564},[5292,20132,20101],{"class":5568},[5292,20134,5572],{"class":5564},[5292,20136,20137],{"class":5298},"sample_means.std(",[5292,20139,14065],{"class":5446},[5292,20141,5450],{"class":5298},[5292,20143,5397],{"class":5302},[5292,20145,8395],{"class":5298},[5292,20147,9782],{"class":5564},[5292,20149,5618],{"class":5568},[5292,20151,5455],{"class":5298},[5275,20153,20154,20157,20158,20161],{},[5224,20155,20156],{},"Висновок:"," Попри те, що вихідний розподіл був абсолютно плоским, розподіл їхніх середніх при ",[6032,20159],{"tex":20160,":inline":6035},"n=30"," є невідмінним від ідеальної кривої Гаусса.",[17106,20163,20166,20169,20192,20195],{"icon":20164,"label":20165},"i-lucide-shopping-cart","Завдання 3.3: Архітектурний вибір: Пуассон vs Нормальний розподіл",[5275,20167,20168],{},"Інтернет-магазин проектує чергу обробки замовлень. Порівняйте дві математичні моделі потоку:",[5198,20170,20171,20180],{},[5201,20172,20173,6951,20176,20179],{},[5224,20174,20175],{},"Модель A (Пуассон):",[6032,20177],{"tex":20178,":inline":6035},"\\text{Poisson}(\\lambda=20)"," замовлень\u002Fгод;",[5201,20181,20182,6951,20185,20188,20189,6048],{},[5224,20183,20184],{},"Модель B (Нормальна апроксимація):",[6032,20186],{"tex":20187,":inline":6035},"\\mathcal{N}(20, 20)"," (з ",[6032,20190],{"tex":20191,":inline":6035},"\\sigma = \\sqrt{20} \\approx 4.47",[5275,20193,20194],{},"Симулюйте 50 000 годин для обох моделей та оцініть:",[6489,20196,20197,20200,20203],{},[5201,20198,20199],{},"Чи здатна нормальна модель згенерувати некоректні від'ємні значення?",[5201,20201,20202],{},"Яка ймовірність перевантаження бекенду понад 35 замовлень\u002Fгод?",[5201,20204,20205],{},"Чому для дискретних лічильників з малими значеннями Пуассон є єдино правильним вибором?",[17106,20207,20208,20441,20460],{"icon":17131,"label":17132},[5282,20209,20211],{"className":5284,"code":20210,"language":5286,"meta":5287,"style":5287},"import numpy as np\n\nrng = np.random.default_rng(seed=42)\nn_hours = 50000\n\n# Симуляція\npoisson_orders = rng.poisson(lam=20, size=n_hours)\nnormal_orders = rng.normal(loc=20, scale=np.sqrt(20), size=n_hours)\n\n# Аналіз\nnegatives_norm = np.sum(normal_orders \u003C 0)\np_overload_poisson = np.mean(poisson_orders > 35)\np_overload_norm = np.mean(normal_orders > 35)\n\nprint(f\"1. Від'ємні замовлення в нормальній моделі: {negatives_norm} (у Пуассона суворо 0)\")\nprint(f\"2. Ризик перевантаження (> 35 req\u002Fh):\")\nprint(f\"   Пуассон:           {p_overload_poisson:.4f} ({p_overload_poisson*100:.2f}%)\")\nprint(f\"   Нормальна модель:  {p_overload_norm:.4f} ({p_overload_norm*100:.2f}%)\")\n",[5289,20212,20213,20223,20227,20239,20246,20250,20255,20272,20298,20302,20307,20316,20325,20334,20338,20361,20374,20408],{"__ignoreMap":5287},[5292,20214,20215,20217,20219,20221],{"class":5294,"line":5295},[5292,20216,5408],{"class":5407},[5292,20218,5411],{"class":5298},[5292,20220,5414],{"class":5407},[5292,20222,5417],{"class":5298},[5292,20224,20225],{"class":5294,"line":5420},[5292,20226,5437],{"emptyLinePlaceholder":5436},[5292,20228,20229,20231,20233,20235,20237],{"class":5294,"line":5433},[5292,20230,5443],{"class":5298},[5292,20232,5447],{"class":5446},[5292,20234,5450],{"class":5298},[5292,20236,5303],{"class":5302},[5292,20238,5455],{"class":5298},[5292,20240,20241,20243],{"class":5294,"line":5440},[5292,20242,18928],{"class":5298},[5292,20244,20245],{"class":5302},"50000\n",[5292,20247,20248],{"class":5294,"line":5458},[5292,20249,5437],{"emptyLinePlaceholder":5436},[5292,20251,20252],{"class":5294,"line":5463},[5292,20253,20254],{"class":5466},"# Симуляція\n",[5292,20256,20257,20260,20262,20264,20266,20268,20270],{"class":5294,"line":5470},[5292,20258,20259],{"class":5298},"poisson_orders = rng.poisson(",[5292,20261,15119],{"class":5446},[5292,20263,5450],{"class":5298},[5292,20265,11615],{"class":5302},[5292,20267,5306],{"class":5298},[5292,20269,5496],{"class":5446},[5292,20271,18950],{"class":5298},[5292,20273,20274,20277,20279,20281,20283,20285,20287,20290,20292,20294,20296],{"class":5294,"line":5506},[5292,20275,20276],{"class":5298},"normal_orders = rng.normal(",[5292,20278,5476],{"class":5446},[5292,20280,5450],{"class":5298},[5292,20282,11615],{"class":5302},[5292,20284,5306],{"class":5298},[5292,20286,5486],{"class":5446},[5292,20288,20289],{"class":5298},"=np.sqrt(",[5292,20291,11615],{"class":5302},[5292,20293,11672],{"class":5298},[5292,20295,5496],{"class":5446},[5292,20297,18950],{"class":5298},[5292,20299,20300],{"class":5294,"line":5526},[5292,20301,5437],{"emptyLinePlaceholder":5436},[5292,20303,20304],{"class":5294,"line":5531},[5292,20305,20306],{"class":5466},"# Аналіз\n",[5292,20308,20309,20312,20314],{"class":5294,"line":5537},[5292,20310,20311],{"class":5298},"negatives_norm = np.sum(normal_orders \u003C ",[5292,20313,6402],{"class":5302},[5292,20315,5455],{"class":5298},[5292,20317,20318,20321,20323],{"class":5294,"line":5543},[5292,20319,20320],{"class":5298},"p_overload_poisson = np.mean(poisson_orders > ",[5292,20322,19877],{"class":5302},[5292,20324,5455],{"class":5298},[5292,20326,20327,20330,20332],{"class":5294,"line":5549},[5292,20328,20329],{"class":5298},"p_overload_norm = np.mean(normal_orders > ",[5292,20331,19877],{"class":5302},[5292,20333,5455],{"class":5298},[5292,20335,20336],{"class":5294,"line":5554},[5292,20337,5437],{"emptyLinePlaceholder":5436},[5292,20339,20340,20342,20344,20346,20349,20351,20354,20356,20359],{"class":5294,"line":5586},[5292,20341,5558],{"class":5557},[5292,20343,5561],{"class":5298},[5292,20345,5565],{"class":5564},[5292,20347,20348],{"class":5568},"\"1. Від'ємні замовлення в нормальній моделі: ",[5292,20350,5572],{"class":5564},[5292,20352,20353],{"class":5298},"negatives_norm",[5292,20355,10243],{"class":5564},[5292,20357,20358],{"class":5568}," (у Пуассона суворо 0)\"",[5292,20360,5455],{"class":5298},[5292,20362,20363,20365,20367,20369,20372],{"class":5294,"line":5609},[5292,20364,5558],{"class":5557},[5292,20366,5561],{"class":5298},[5292,20368,5565],{"class":5564},[5292,20370,20371],{"class":5568},"\"2. Ризик перевантаження (> 35 req\u002Fh):\"",[5292,20373,5455],{"class":5298},[5292,20375,20376,20378,20380,20382,20385,20387,20390,20393,20395,20397,20400,20402,20404,20406],{"class":5294,"line":5630},[5292,20377,5558],{"class":5557},[5292,20379,5561],{"class":5298},[5292,20381,5565],{"class":5564},[5292,20383,20384],{"class":5568},"\"   Пуассон:           ",[5292,20386,5572],{"class":5564},[5292,20388,20389],{"class":5298},"p_overload_poisson",[5292,20391,20392],{"class":5564},":.4f}",[5292,20394,5227],{"class":5568},[5292,20396,5572],{"class":5564},[5292,20398,20399],{"class":5298},"p_overload_poisson*",[5292,20401,5501],{"class":5302},[5292,20403,10928],{"class":5564},[5292,20405,10266],{"class":5568},[5292,20407,5455],{"class":5298},[5292,20409,20410,20412,20414,20416,20419,20421,20424,20426,20428,20430,20433,20435,20437,20439],{"class":5294,"line":5663},[5292,20411,5558],{"class":5557},[5292,20413,5561],{"class":5298},[5292,20415,5565],{"class":5564},[5292,20417,20418],{"class":5568},"\"   Нормальна модель:  ",[5292,20420,5572],{"class":5564},[5292,20422,20423],{"class":5298},"p_overload_norm",[5292,20425,20392],{"class":5564},[5292,20427,5227],{"class":5568},[5292,20429,5572],{"class":5564},[5292,20431,20432],{"class":5298},"p_overload_norm*",[5292,20434,5501],{"class":5302},[5292,20436,10928],{"class":5564},[5292,20438,10266],{"class":5568},[5292,20440,5455],{"class":5298},[17970,20442,20444,20448,20452,20456],{"title":20443},"python compare_models.py",[17974,20445,20447],{"className":20446},[5294],"1. Від'ємні замовлення в нормальній моделі: 0 (у Пуассона суворо 0)",[17974,20449,20451],{"className":20450},[5294],"2. Ризик перевантаження (> 35 req\u002Fh):",[17974,20453,20455],{"className":20454},[5294],"   Пуассон:           0.0016 (0.16%)",[17974,20457,20459],{"className":20458},[5294],"   Нормальна модель:  0.0004 (0.04%)",[5275,20461,20462,20465,20466,20469],{},[5224,20463,20464],{},"Інженерний висновок:","\nНормальний розподіл неперервний і симетричний, через що він недооцінює хвіст рідкісних екстремальних сплесків дискретних подій (у нашому випадку ризик перевищення 35 замовлень за Пуассоном у 4 рази вищий: 0.16% проти 0.04%). Крім того, при малих ",[6032,20467],{"tex":20468,":inline":6035},"\\lambda \u003C 5"," нормальна модель дає фізично неможливі від'ємні значення. Тому дискретні черги обов'язково розраховуються за Пуассоном.",[5270,20471,20473],{"id":20472},"часті-запитання-студентів-faq","Часті запитання студентів (FAQ)",[17103,20475,20476,20505,20551],{},[17106,20477,20480,20487,20490,20498],{"icon":20478,"label":20479},"i-lucide-help-circle","Чому саме нормальний розподіл виникає практично скрізь у природі та техніці?",[5275,20481,20482,20483,20486],{},"Універсальність нормального розподілу безпосередньо випливає з ",[5224,20484,20485],{},"Центральної граничної теореми"," (Central Limit Theorem, CLT).",[5275,20488,20489],{},"У реальних інженерних та фізичних системах більшість вимірюваних величин є суперпозицією (сумою) десятків або сотень крихітних, слабко взаємопов'язаних незалежних випадкових збурень:",[5198,20491,20492,20495],{},[5201,20493,20494],{},"Час рендерингу вебсторінки браузером складається з: латентності читання DOM-дерева, часу десеріалізації JSON, алокації буферів пам'яті V8, навантаження CPU фоновими вкладками та мікрозатримок відеокарти;",[5201,20496,20497],{},"Фізичний розмір деталі на заводському конвеєрі коливається через мікровібрації верстата, коливання напруги живлення, коливання температури цеху та ступінь зносу різця.",[5275,20499,20500,20501,20504],{},"Навіть якщо кожне з цих окремих мікрозбурень розподілене абсолютно ненормально (наприклад, рівномірно чи біноміально), математична сума цих незалежних факторів неминуче збігається до гаусової форми. Єдині випадки, коли нормальний розподіл ",[5224,20502,20503],{},"не"," формується — це коли один домінуючий фактор пригнічує решту (наприклад, глобальний мережевий збій каналу) або коли випадкові величини мультиплікативно множаться (що веде до логнормального розподілу) чи мають важкі хвости типу Парето (степеневі закони).",[17106,20506,20508,20521,20527,20530,20533],{"icon":18453,"label":20507},"Чому класичні моделі машинного навчання вимагають нормальності залишків (residuals)?",[5275,20509,20510,20511,20514,20515,20517,20518,20520],{},"Часта помилка початківців — вважати, що вхідні ознаки (",[5229,20512,20513],{},"features",") ",[6032,20516],{"tex":6436,":inline":6035}," обов'язково мають підпорядковуватися нормальному розподілу. Насправді класична лінійна регресія (OLS) не накладає жорсткої вимоги нормальності на матрицю ознак ",[6032,20519],{"tex":6436,":inline":6035}," (вони можуть бути бінарними, категоріальними чи скошеними).",[5275,20522,20523,20524,6105],{},"Критична вимога стосується ",[5224,20525,20526],{},"похибок моделі (залишків, residuals)",[6032,20528],{"tex":20529},"\\varepsilon = y - \\hat{y} \\sim \\mathcal{N}(0, \\sigma^2)",[5275,20531,20532],{},"Чому це принципово:",[6489,20534,20535,20541],{},[5201,20536,20537,20540],{},[5224,20538,20539],{},"Довірчі інтервали та p-value:"," Усі t-статистики вагових коефіцієнтів, інтервали передбачення та F-тести адекватності моделі аналітично виведені на основі гаусового припущення. Якщо залишки сильно скошені, ці оцінки достовірності стають некоректними.",[5201,20542,20543,20546,20547,20550],{},[5224,20544,20545],{},"Оптимальність методу найменших квадратів (OLS):"," Мінімізація середньоквадратичної похибки (MSE) математично еквівалентна методу максимальної правдоподіблості (Maximum Likelihood Estimation, MLE) ",[5224,20548,20549],{},"лише тоді",", коли шум є нормальним. Якщо розподіл залишків має важкі хвости або сильні викиди, MSE штрафує модель неадекватно, викривлюючи вагові коефіцієнти лінійної моделі.",[17106,20552,20554,20557,20618],{"icon":17131,"label":20553},"Як інженерно перевірити розподіл на нормальність у коді: Q-Q plot чи тест Шапіро-Вілка?",[5275,20555,20556],{},"У практичному аналізі даних (EDA) досвідчені розробники поєднують обидва підходи, оскільки статистичні тести мають підводні камені:",[6489,20558,20559,20578],{},[5201,20560,20561,20564],{},[5224,20562,20563],{},"Квантиль-квантильний графік (Q-Q plot):",[5198,20565,20566,20569],{},[5201,20567,20568],{},"Візуально порівнює теоретичні квантилі ідеального нормального розподілу з емпіричними квантилями вашого датасету.",[5201,20570,20571,20572,20575,20576,6048],{},"Якщо точки лягають на діагональну лінію під кутом 45 градусів — розподіл близький до нормального. Якщо на краях спостерігаються характерні вигини (S-подібні відхилення), це наочно показує характер проблеми: важкі хвости (",[5229,20573,20574],{},"heavy tails",") або наявність асиметрії (",[5229,20577,19174],{},[5201,20579,20580,20585],{},[5224,20581,20582,20583,6635],{},"Тест Шапіро-Вілка (",[5289,20584,19184],{},[5198,20586,20587,20594],{},[5201,20588,20589,20590,20593],{},"Формальний статистичний критерій: нульова гіпотеза ",[6032,20591],{"tex":20592,":inline":6035},"H_0"," стверджує, що вибірка належить до нормального розподілу.",[5201,20595,20596,20601,20602,20605,20606,20609,20610,20613,20614,20617],{},[5224,20597,20598,20599,6635],{},"Пастка чутливості до розміру вибірки (",[6032,20600],{"tex":10320,":inline":6035}," На малих вибірках (",[6032,20603],{"tex":20604,":inline":6035},"n \u003C 30",") тест має низьку статистичну потужність і часто пропускає помітні відхилення від норми (",[6032,20607],{"tex":20608,":inline":6035},"p > 0.05","). Натомість на великих датасетах (",[6032,20611],{"tex":20612,":inline":6035},"n > 5000",") тест стає гіперчутливим: будь-яке мізерне, практично незначуще відхилення від ідеальної кривої призводить до ",[6032,20615],{"tex":20616,":inline":6035},"p \u003C 0.0001",", формально відкидаючи нормальність там, де для практичних цілей машинного навчання вона була абсолютно достатньою.",[5275,20619,20620,20623,20624,20627,20628,20631],{},[5224,20621,20622],{},"Інженерне правило:"," Для великих датасетів завжди надавайте перевагу візуалізації (Q-Q plot + оцінка коефіцієнтів асиметрії ",[5289,20625,20626],{},"skew()"," та ексцесу ",[5289,20629,20630],{},"kurtosis()","), а формальні тести використовуйте як допоміжний сигнал на контрольованих вибірках помірного розміру.",[5267,20633],{},[5270,20635,20637],{"id":20636},"резюме-ключові-takeaways","Резюме: ключові takeaways",[5190,20639,20640,20645,20653,20658,20662,20666],{},[5193,20641,20644],{"icon":20642,"title":20643},"i-lucide-map","Розподіл = повна картина даних","Розподіл описує не лише центр (середнє), а й форму, розкид та ймовірності всіх можливих значень.",[5193,20646,20649,20650,20652],{"icon":20647,"title":20648},"i-lucide-crown","Нормальний — король розподілів","Дзвоноподібна крива. Параметри: μ (центр), σ (ширина). ",[5224,20651,5264],{}," — найважливіше правило статистики. Z-оцінка для стандартизації.",[5193,20654,20657],{"icon":20655,"title":20656},"i-lucide-equal","Рівномірний — всі рівні","Кожне значення однаково ймовірне. Рідко в природі, часто в симуляціях та ініціалізації.",[5193,20659,20661],{"icon":1348,"title":20660},"Пуассона — лічильник рідкісних подій","Моделює кількість подій за час. Параметр λ = середнє = дисперсія. При великому λ наближається до нормального.",[5193,20663,20665],{"icon":19656,"title":20664},"Центральна гранична теорема","Сума\u002Fсереднє багатьох випадкових величин → нормальний розподіл (незалежно від початкового розподілу). Фундамент статистики!",[5193,20667,20670],{"icon":20668,"title":20669},"i-lucide-brain-circuit","Застосування в ML",[5198,20671,20672,20675,20678,20681],{},[5201,20673,20674],{},"Припущення алгоритмів (лінійна регресія припускає нормальність залишків)",[5201,20676,20677],{},"Ініціалізація ваг нейромереж (нормальний або рівномірний)",[5201,20679,20680],{},"Виявлення аномалій (|z| > 3)",[5201,20682,20683],{},"Генерація синтетичних даних",[5267,20685],{},[5270,20687,20689],{"id":20688},"що-далі","Що далі?",[5275,20691,20692],{},"Ви опанували три фундаментальні розподіли та зрозуміли, як випадкові величини поводяться в реальному світі. Тепер можете:",[5198,20694,20695,20698,20701,20704],{},[5201,20696,20697],{},"Розпізнавати тип розподілу у даних",[5201,20699,20700],{},"Генерувати синтетичні дані",[5201,20702,20703],{},"Застосовувати правило 68-95-99.7",[5201,20705,20706],{},"Стандартизувати дані через Z-оцінку",[5275,20708,20709,20710,20713],{},"Наступний крок — вивчити ",[5224,20711,20712],{},"зв'язки між змінними",": коваріацію та кореляцію.",[8755,20715,20716,20717,20720],{},"💡 ",[5224,20718,20719],{},"Порада для закріплення:"," Завантажте будь-який датасет і для кожного числового стовпця побудуйте гістограму. Спробуйте визначити тип розподілу візуально. Накладіть теоретичну нормальну криву. Обчисліть Z-оцінки та знайдіть аутлайери. Це розвиває інтуїцію аналітика даних.",[20722,20723,20724],"style",{},"html pre.shiki code .sHH4Y, html code.shiki .sHH4Y{--shiki-light:#000000;--shiki-default:#D4D4D4;--shiki-dark:#D4D4D4}html pre.shiki code .sJj4R, html code.shiki .sJj4R{--shiki-light:#098658;--shiki-default:#B5CEA8;--shiki-dark:#B5CEA8}html .light .shiki span {color: var(--shiki-light);background: var(--shiki-light-bg);font-style: var(--shiki-light-font-style);font-weight: var(--shiki-light-font-weight);text-decoration: var(--shiki-light-text-decoration);}html.light .shiki span {color: var(--shiki-light);background: var(--shiki-light-bg);font-style: var(--shiki-light-font-style);font-weight: var(--shiki-light-font-weight);text-decoration: var(--shiki-light-text-decoration);}html .default .shiki span {color: var(--shiki-default);background: var(--shiki-default-bg);font-style: var(--shiki-default-font-style);font-weight: var(--shiki-default-font-weight);text-decoration: var(--shiki-default-text-decoration);}html .shiki span {color: var(--shiki-default);background: var(--shiki-default-bg);font-style: var(--shiki-default-font-style);font-weight: var(--shiki-default-font-weight);text-decoration: var(--shiki-default-text-decoration);}html .dark .shiki span {color: var(--shiki-dark);background: var(--shiki-dark-bg);font-style: var(--shiki-dark-font-style);font-weight: var(--shiki-dark-font-weight);text-decoration: var(--shiki-dark-text-decoration);}html.dark .shiki span {color: var(--shiki-dark);background: var(--shiki-dark-bg);font-style: var(--shiki-dark-font-style);font-weight: var(--shiki-dark-font-weight);text-decoration: var(--shiki-dark-text-decoration);}html pre.shiki code .s8xlr, html code.shiki .s8xlr{--shiki-light:#AF00DB;--shiki-default:#C586C0;--shiki-dark:#C586C0}html pre.shiki code .siwwj, html code.shiki .siwwj{--shiki-light:#001080;--shiki-default:#9CDCFE;--shiki-dark:#9CDCFE}html pre.shiki code .spJ8K, html code.shiki .spJ8K{--shiki-light:#008000;--shiki-default:#6A9955;--shiki-dark:#6A9955}html pre.shiki code .s8Opu, html code.shiki .s8Opu{--shiki-light:#795E26;--shiki-default:#DCDCAA;--shiki-dark:#DCDCAA}html pre.shiki code .su1O8, html code.shiki .su1O8{--shiki-light:#0000FF;--shiki-default:#569CD6;--shiki-dark:#569CD6}html pre.shiki code .sbdoH, html code.shiki .sbdoH{--shiki-light:#A31515;--shiki-default:#CE9178;--shiki-dark:#CE9178}html pre.shiki code .sjcCO, html code.shiki .sjcCO{--shiki-light:#EE0000;--shiki-default:#D7BA7D;--shiki-dark:#D7BA7D}html pre.shiki code .sN1BT, html code.shiki .sN1BT{--shiki-light:#267F99;--shiki-default:#4EC9B0;--shiki-dark:#4EC9B0}",{"title":5287,"searchDepth":5420,"depth":5420,"links":20726},[20727,20728,20734,20738,20746,20752,20757,20762,20763,20764],{"id":5272,"depth":5420,"text":5273},{"id":6088,"depth":5420,"text":6089,"children":20729},[20730,20731,20732,20733],{"id":6391,"depth":5433,"text":6392},{"id":8015,"depth":5433,"text":8016},{"id":8830,"depth":5433,"text":8831},{"id":9106,"depth":5433,"text":9107},{"id":9847,"depth":5420,"text":9848,"children":20735},[20736,20737],{"id":9876,"depth":5433,"text":9877},{"id":10403,"depth":5433,"text":10404},{"id":11055,"depth":5420,"text":11056,"children":20739},[20740,20741,20742,20743,20744,20745],{"id":11071,"depth":5433,"text":11072},{"id":11180,"depth":5433,"text":11181},{"id":11552,"depth":5433,"text":11553},{"id":12021,"depth":5433,"text":12022},{"id":13404,"depth":5433,"text":13405},{"id":14519,"depth":5433,"text":14520},{"id":14756,"depth":5420,"text":14757,"children":20747},[20748,20749,20750,20751],{"id":14966,"depth":5433,"text":14967},{"id":15031,"depth":5433,"text":15032},{"id":15818,"depth":5433,"text":15819},{"id":15960,"depth":5433,"text":15961},{"id":16400,"depth":5420,"text":16401,"children":20753},[20754,20755,20756],{"id":16409,"depth":5433,"text":16410},{"id":16613,"depth":5433,"text":16614},{"id":16775,"depth":5433,"text":16776},{"id":17096,"depth":5420,"text":17097,"children":20758},[20759,20760,20761],{"id":17100,"depth":5433,"text":17101},{"id":18006,"depth":5433,"text":18007},{"id":19152,"depth":5433,"text":19153},{"id":20472,"depth":5420,"text":20473},{"id":20636,"depth":5420,"text":20637},{"id":20688,"depth":5420,"text":20689},"Рівномірний, нормальний (Гауса) та розподіл Пуассона — три фундаментальні розподіли, їхні властивості, застосування та генерація даних у NumPy","md",null,{},{"title":3739,"description":20765},"oDSLIhfhkedgsqALB5KLAjpQAao9oppLsqi_8SgvEzI",[20772,20774],{"title":3735,"path":3736,"stem":3737,"description":20773,"children":-1},"Дисперсія, стандартне відхилення, розмах, міжквартильний розмах та коефіцієнт варіації — як виміряти «розкиданість» даних та зрозуміти їхню стабільність",{"title":3743,"path":3744,"stem":3745,"description":20775,"children":-1},"Коваріація, коефіцієнт кореляції Пірсона, матриці кореляції, візуалізація та критичне розуміння зв'язків між змінними",1792054960036]