Анализ страницы https://leeyngdo.github.io/blog/
Основное Готовность: 75%
Домен
leeyngdo.github.io
Состояние доменного имени
?
Проверяем корректность доменного имени и наличие технических проблем на уровне домена.
Используйте для продвижения только домен второго уровня.
Длина домена велика. Но если вы продвигаете запрос, входящий в название домена, то это хорошо.
Ответ сервера
200 Успешный ответ
HTTP-код ответа и цепочка редиректов
?
Код 200 — страница доступна. Коды 3xx — редиректы (цепочки замедляют загрузку и размывают ссылочный вес). Коды 4xx/5xx — ошибки, поисковик не сможет проиндексировать страницу.
Сервер настроен корректно.
Безопасность
Сайт безопасен
Использование HTTPS и SSL-сертификат
?
HTTPS — обязательный стандарт. Google и Яндекс отдают предпочтение защищённым сайтам. Отсутствие SSL или просроченный сертификат ведут к предупреждениям в браузере и снижению позиций.
На сайте работает защищенный протокол ssl и сайт открывается по https.
Ssl-сертификат действителен до 04.10.2026 22:45:22.
Включён HSTS (Strict-Transport-Security) — защита от подмены на http.
Поздравляем! Сайт не содержится в реестре РКН.
Кодировка
utf-8
Кодировка символов страницы
?
Стандарт — UTF-8. Неправильная кодировка вызывает нечитаемые символы и мешает поисковику корректно распознать текст страницы.
Указана кодировка на странице utf-8.
Язык
en
Атрибут lang в HTML-теге
?
Атрибут lang (<html lang="ru">) сообщает поисковикам и браузерам, на каком языке написана страница. Помогает при ранжировании в региональном поиске.
Язык документа указан явно: en.
Скорость загрузки
~0,45сек
Время отклика сервера (TTFB)
?
Time To First Byte — время до получения первого байта от сервера. Норма до 200 мс. Медленный отклик ухудшает пользовательский опыт и ранжирование: Яндекс и Google учитывают скорость страниц.
Скорость загрузки сайта 0,45сек оптимальна.
Объем документа
228Кб
Размер HTML-кода страницы
?
Слишком большой HTML замедляет парсинг браузером и сканирование поисковым роботом. Рекомендуется не более 200 Кб.
Объем html-документа 228Кб оптимален.
Структура html-документа корректна.
Ресурсы
Ресурсы: 18
Внешние ресурсы страницы (CSS, JS, изображения)
?
Количество и тип подключённых ресурсов влияют на скорость загрузки. Большое число запросов увеличивает время рендеринга страницы.
Кол-во файлов ресурсов 18 много для одной страницы. Приемлемо до 10. Проведите оптимизацию файлов ресурсов!
Показать полный список ресурсов
| Тип | Название | Значение |
|---|---|---|
| stylesheet | /assets/css/main.css | |
| stylesheet | /assets/css/main_dark.css | |
| stylesheet | https://cdn.jsdelivr.net/npm/@fortawesome/fontawesome-free@5/css/all.min.css | |
| stylesheet | /pace/pace-theme-default.css | |
| stylesheet | https://cdn.jsdelivr.net/gh/orioncactus/pretendard@v1.3.4/dist/web/static/pretendard.css | |
| stylesheet | https://cdn.jsdelivr.net/npm/instantsearch.js@2.3.3/dist/instantsearch.min.css | |
| stylesheet | https://cdn.jsdelivr.net/npm/instantsearch.js@2.3.3/dist/instantsearch-theme-algolia.min.css | |
| js | /assets/js/custom/skeleton-tabs.js | |
| js | //pagead2.googlesyndication.com/pagead/js/adsbygoogle.js | |
| js | /pace/pace.min.js | |
| js | /assets/js/custom/skeleton-tabs.js | |
| js | /assets/js/custom/skeleton-tabs.js | |
| js | https://cdnjs.cloudflare.com/ajax/libs/mathjax/2.7.5/latest.js?config=TeX-MML-AM_CHTML | |
| js | /assets/js/main.min.js | |
| js | https://cdn.jsdelivr.net/npm/instantsearch.js@2.3.3/dist/instantsearch.min.js | |
| js | https://www.googletagmanager.com/gtag/js?id=G-QCQ951R8QE | |
| js | /assets/js/custom/dark-theme.js | |
| js | /assets/js/custom/skeleton-tabs.js |
Серверные заголовки
Кол-во: 18
HTTP-заголовки ответа сервера
?
Заголовки сервера передают браузеру и поисковику служебную информацию: кеширование, безопасность (CSP, HSTS), сжатие (gzip). Правильная настройка ускоряет загрузку и повышает защищённость.
Найдены серверные заголовки 18шт. Подробнее про серверные заголовки.
Показать полный список серверных заголовков
| Ключ | Значение |
|---|---|
| Server | GitHub.com |
| Access-Control-Allow-Origin | * |
| Strict-Transport-Security | max-age=31556952 |
| ETag | "6a64d3c3-39297" |
| Cache-Control | max-age=600 |
| x-proxy-cache | MISS |
| x-github-request-id | C2F0:6BA4:61A1F2E:627B84A:6A8BF7D0 |
| x-github-edge-region | fra |
| Accept-Ranges | bytes |
| Age | 0 |
| Date | Mon, 24 Aug 2026 07:50:46 GMT |
| Via | 1.1 varnish |
| X-Served-By | cache-fra-eddf8230061-FRA |
| X-Cache | MISS |
| x-cache-hits | 0 |
| x-timer | S1787557847.680245,VS0,VE112 |
| Vary | Accept-Encoding |
| x-fastly-request-id | 385ba69689714f7d48fe0dc4e0d2d488eeddf6d6 |
CMS
Не определена
Система управления сайтом (движок)
?
CMS — это движок, на котором работает сайт (WordPress, 1C-Bitrix, Tilda и др.). Знание CMS помогает понять возможности SEO-оптимизации и подобрать подходящие инструменты. «Не определена» — вероятно, самописный сайт или нестандартная сборка.
CMS не определена. Вероятно, сайт самописный либо движок надёжно скрыт. Это не ошибка.
Веб-сервер
GitHub.com
Программное обеспечение сервера
?
Веб-сервер — это ПО, которое отдаёт страницы посетителям (nginx, Apache, IIS, LiteSpeed и др.). Определяется по серверным заголовкам ответа (Server, X-Powered-By и т.п.). «Не определён» — сервер намеренно скрывает эти заголовки, это нормальная практика безопасности.
В заголовке Server указано: GitHub.com.
Мета-теги Готовность: 48%
Title
Blog
Заголовок страницы в браузере и поисковой выдаче
?
Title — главный SEO-заголовок страницы. Влияет на CTR в поиске и ранжирование. Оптимальная длина: 50–70 символов. Ключевые слова — ближе к началу.
Необходимо увеличить число символов в title (текущее значение мало: 8, минимум: 25, оптимально: от 40 до 45)
Дублей словоформ в title не найдено.
Description
Undergraduate student @ KAIST
Описание страницы в поисковой выдаче (сниппет)
?
Meta Description — текст под заголовком в выдаче. Напрямую на позиции не влияет, но влияет на CTR. Оптимальная длина: 120–160 символов.
Необходимо увеличить число символов в description (текущее значение мало: 29, минимум: 80, оптимально: от 120 до 130)
Keywords
Список ключевых слов страницы (устаревший тег)
?
Meta Keywords не учитывается Яндексом и Google для ранжирования с 2009–2012 годов. Заполнение не обязательно, но не вредит. Конкурент может использовать содержимое для анализа.
Установите мета-тег keywords!
Канонический Url
https://leeyngdo.github.io/blog/
Указывает поисковику основную версию страницы
?
Canonical (rel=canonical) предотвращает проблему дублей страниц. Должен точно совпадать с URL проверяемой страницы. Неправильный canonical может передать ссылочный вес на другую страницу.
Канонический Url прописан корректно.
Robots
Ошибок нет
Директивы для поисковых роботов на уровне страницы
?
Meta Robots управляет индексацией конкретной страницы: index/noindex — индексировать ли, follow/nofollow — следовать ли по ссылкам. Noindex полностью исключает страницу из поиска.
Meta-тег robots не указан. Страница свободна для индексации.
Адаптивность
width=device-width, initial-scale=1.0
Настройка масштабирования на мобильных устройствах
?
Тег viewport (<meta name="viewport">) сообщает браузеру, как масштабировать страницу на мобильных. Стандарт: width=device-width, initial-scale=1. Отсутствие — признак отсутствия мобильной версии.
Meta-тег viewport со значением-константой width=device-width задаёт ширину страницы в соответствии с размером экрана.
Meta-тег viewport со значением initial-scale=1.0 определяет масштаб 1:1, т.е. «не масштабировать».
Разметка OpenGraph
Кол-во: 6
Мета-теги для красивых превью в соцсетях
?
OpenGraph (og:title, og:description, og:image) управляет тем, как страница выглядит при репосте в социальных сетях и мессенджерах. Отсутствие OG-тегов — невзрачный превью при шеринге.
Разметка OpenGraph задана. Страница оптимизирована под социальные сети.
Показать полный список og мета-тегов
| Тип | Значение |
|---|---|
| og:type | website |
| og:locale | en_US |
| og:site_name | |
| og:title | Blog |
| og:url | https://leeyngdo.github.io/blog/ |
| og:description | Undergraduate student @ KAIST |
Все мета-теги
Кол-во: 13
Полный список мета-тегов страницы
?
Таблица всех meta-тегов, включая нестандартные. Позволяет найти опечатки, дубли и лишние теги.
Найдены мета-теги 13шт. Мета-теги не видимы для человека и предназначены для обмена информацией между веб-страницей и поисковыми системами, браузерами и другими веб-службами. С ними роботы 🤖 и устройства ведут себя более ожидаемо.
Показать полный список мета-тегов
| Тип | Название | Значение |
|---|---|---|
| name | description | Undergraduate student @ KAIST |
| name | author | Youngdo Lee |
| name | google-site-verification | ll935GWLyFAlV5C-jR396fP1KE-Q2pxy1i0rmRGOyvo |
| name | naver-site-verification | eee9fcbcf6dfdb7cc6e949620e8f3b0078567861 |
| name | viewport | width=device-width, initial-scale=1.0 |
| name | msapplication-TileColor | #da532c |
| name | theme-color | #ffffff |
| property | og:type | website |
| property | og:locale | en_US |
| property | og:site_name | |
| property | og:title | Blog |
| property | og:url | https://leeyngdo.github.io/blog/ |
| property | og:description | Undergraduate student @ KAIST |
Оптимизация Готовность: 42%
Структура
Ошибок нет
Семантические HTML-элементы страницы
?
Проверяет наличие основных структурных элементов: nav, header, footer, main. Корректная семантическая структура помогает поисковику понять архитектуру страницы.
Структура документа корректна (теги <html> и <body> присутствуют в единственном экземпляре).
Контент
Есть ошибки
Объём и качество текстового содержимого
?
Анализирует объём полезного текста на странице. Слишком мало — страница может считаться малополезной. Слишком много — ухудшается читаемость и восприятие.
Слова из title 1 встречаются в тексте редко. Добавьте в контент страницы слова из тега <title>!
Абзацев с текстом 541 достаточно.
Среднее число слов в абзаце 17 достаточно.
Кол-во знаков контента 21086 на странице оптимально.
Кол-во слов 2597 на странице оптимально.
Заголовки
Ошибок нет
Иерархия заголовков H1–H6
?
H1 должен быть один и содержать ключевой запрос. H2–H6 описывают подразделы. Пропуск уровней (H1 → H3) и несколько H1 — типичные ошибки, снижающие понятность страницы для поисковика.
На странице присутствуют заголовки <h2> 180. Это хорошо.
На странице присутствуют заголовки <h3> 1.
Тошнота
13,42
Насколько одно слово доминирует в тексте
?
Классическая тошнота = √(частота самого повторяющегося слова). Норма до 7–8: текст воспринимается естественно. Выше — поисковик может счесть страницу переспамленной.
Тошнота превышает норму 5. Измените текст страницы!
Академич. тошнота
91,76%
Насколько текст перенасыщен ключевыми словами
?
Академическая тошнота = (частота слова / общее количество слов) × 100%. Показывает долю конкретного слова в тексте. Норма 5–15%.
Академическая тошнота превышает норму 5-15%. Измените текст страницы!
Семантическое ядро
20
Наиболее часто встречающиеся слова на странице
?
Топ слов по частоте использования. Показывает, какие слова доминируют в тексте с точки зрения поисковика.
Контент страницы содержит осмысленный текст и слова.
Показать список слов
| Слово | Кол-во | Частота |
|---|---|---|
| category: | 180 | 6,93% |
| posted: | 180 | 6,93% |
| reinforcement-learning | 32 | 1,23% |
| learning | 25 | 0,96% |
| september | 24 | 0,92% |
| october | 19 | 0,73% |
| november | 18 | 0,69% |
| february | 17 | 0,65% |
| [generative | 17 | 0,65% |
| model] | 17 | 0,65% |
| generative-model | 17 | 0,65% |
| [linear | 17 | 0,65% |
| algebra] | 17 | 0,65% |
| linear-algebra | 17 | 0,65% |
| machine-learning | 16 | 0,62% |
| computer-vision | 15 | 0,58% |
| statistics | 15 | 0,58% |
| deep-learning | 14 | 0,54% |
| [measure | 13 | 0,50% |
| theory] | 13 | 0,50% |
Индексация Готовность: 20%
Индексирование
Есть ошибки
Разрешено ли индексирование страницы
?
Проверяет, не закрыта ли страница от индексации через robots.txt, meta robots или X-Robots-Tag. Страница, закрытая от индексации, не появится в поисковой выдаче.
Анкоров на странице 345 слишком много. Проведите ревизию и оптимизацию ссылок сайта.
Robots.txt
Найден корректный robots.txt
Файл управления сканированием сайта роботами
?
Robots.txt указывает поисковым роботам, какие страницы сканировать, а какие — нет. Ошибки в файле могут случайно закрыть важные разделы от индексации.
Robots.txt настроен корректно. Размер файла: 70 байт. Загружен за: 0сек.
Проверяемая страница не запрещена в robots.txt.
Robots.txt доступен по постоянному адресу
Показать содержимое robots.txt
User-agent: *
Allow: /
Sitemap: http://leeyngdo.github.io/sitemap.xml
Sitemap
Кол-во: 1
XML-карта сайта для поисковиков
?
Sitemap.xml помогает поисковику быстрее находить и индексировать страницы. Особенно важен для крупных сайтов и новых страниц, на которые ещё нет входящих ссылок.
Robots.txt содержит ошибку в карте сайта. Рекомендуем исправить ссылку на карту сайта и проверить ее содержимое.
Robots.txt содержит карту сайта. Это прекрасно!
Показать карту сайта
| Url | Статус |
|---|---|
| http://leeyngdo.github.io/sitemap.xml |
Отличаются протоколы!
|
Внутренние ссылки
Кол-во: 199
Ссылки на другие страницы своего сайта
?
Внутренние ссылки распределяют ссылочный вес между страницами и помогают поисковику обходить сайт. Пустые анкоры и ссылки на запрещённые robots.txt страницы — типичные ошибки.
Внутренних ссылок на странице 199 слишком много. Проведите оптимизацию сайта!
Внутренние ссылки не запрещены к индексации в robots.txt.
На странице присутствуют изображения 134.
Показать первые 100 внутренних ссылок
| Url | Анкор | Состояние |
|---|---|---|
| / |
Youngdo 🐂
|
|
| /blog/ |
Blog
|
|
| /curriculum-vitae/ |
CV
|
|
| / |
<span itemprop="name">Home</span>
|
|
| / |
Youngdo Lee
|
|
| /blog/machine-learning |
Machine Learning (16)
|
|
| /blog/deep-learning |
Deep Learning (14)
|
|
| /blog/embodied-ai |
Embodied AI (1)
|
|
| /blog/robotics |
Robotics (3)
|
|
| /blog/reinforcement-learning |
Reinforcement Learning (32)
|
|
| /blog/generative-model |
Generative Model (17)
|
|
| /blog/large-language-model |
Large Language Model (5)
|
|
| /blog/representation-learning |
Representation Learning (12)
|
|
| /blog/computer-vision |
Computer Vision (15)
|
|
| /blog/computer-graphics |
Computer Graphics (9)
|
|
| /blog/database-system |
Database System (11)
|
|
| /blog/measure-theory |
Measure Theory (13)
|
|
| /blog/analysis |
Analysis (2)
|
|
| /blog/linear-algebra |
Linear Algebra (17)
|
|
| /blog/robotics/2026-05-27-forward-kinematics/ |
[Robotics] Forward Kinematics
|
|
| /blog/robotics/2026-05-26-rigid-body-motion-and-lie-groups/ |
[Robotics] Rigid-Body Motion
|
|
| /blog/robotics/2026-05-25-spatial-descriptions-and-transformations/ |
[Robotics] Spatial Descriptions and Transformations
|
|
| /blog/embodied-ai/2025-03-25-improving-vision-language-action-model-with-reinforcement-learning/ |
[Embodied AI] Improving VLA with RL
|
|
| /blog/large-language-model/2025-02-28-prompting/ |
[LLM] Prompting
|
|
| /blog/reinforcement-learning/2024-12-02-model-based-representation-learning-for-q-learning/ |
[RL] MR.Q: Model-based Representations for Q-Learning
|
|
| /blog/reinforcement-learning/2024-11-01-enhancing-sample-efficiency-for-visual-reinforcement-learning/ |
[RL] Enhancing Sample Efficiency in Visual RL
|
|
| /blog/reinforcement-learning/2024-10-30-data-augmented-visual-reinforcement-learning/ |
[RL] Data-Augmented Visual RL
|
|
| /blog/reinforcement-learning/2024-10-28-contrastive-visual-reinforcement-learning/ |
[RL] Contrastive Visual RL
|
|
| /blog/reinforcement-learning/2024-10-20-feature-discretization/ |
[RL] Feature Discretization for RL
|
|
| /blog/reinforcement-learning/2024-10-14-td7/ |
[RL] TD7
|
|
| /blog/reinforcement-learning/2024-10-12-self-predictive-reinforcement-learning/ |
[RL] Self-Predictive RL
|
|
| /blog/reinforcement-learning/2024-10-07-implicit-world-model/ |
[RL] Implicit World Model
|
|
| /blog/generative-model/2024-08-28-preference-optimization/ |
[Generative Model] Preference Optimization for Diffusion Models
|
|
| /blog/generative-model/2024-08-16-selectively-informative-description/ |
[Generative Model] Personalization with Selectively Informative Description (SID)
|
|
| /blog/reinforcement-learning/2024-07-31-adversarial-inverse-reinforcement-learning/ |
[RL] Adversarial Inverse RL
|
|
| /blog/reinforcement-learning/2024-07-17-inverse-reinforcement-learning/ |
[RL] Inverse Reinforcement Learning (IRL)
|
|
| /blog/reinforcement-learning/2024-07-17-offline-boosted-actor-critic/ |
[RL] Offline-Boosted Actor-Critic (OBAC)
|
|
| /blog/generative-model/2024-07-01-diffusion-transformer/ |
[Generative Model] Diffusion Transformer (DiT)
|
|
| /blog/computer-vision/2024-06-28-scaling-on-scales/ |
[CV] Scaling Vision Models by Image Scales
|
|
| /blog/representation-learning/2024-06-22-explainable-clip/ |
[Representation Learning] Explainability of CLIP
|
|
| /blog/representation-learning/2024-06-08-what-do-self-supervised-vit-learn/ |
[Representation Learning] What Do Self-Supervised ViTs Learn?
|
|
| /blog/computer-graphics/2024-05-06-vast-gaussian/ |
[Graphics] Vast 3D Gaussian
|
|
| /blog/database-system/2024-05-05-big-data/ |
[DB] Big Data
|
|
| /blog/database-system/2024-05-01-vector-database/ |
[DB] Vector Databases
|
|
| /blog/database-system/2024-04-28-complex-data-types/ |
[DB] Complex Data Types
|
|
| /blog/reinforcement-learning/2024-04-25-model-based-offline-rl/ |
[RL] Offline Model-Based RL
|
|
| /blog/reinforcement-learning/2024-04-23-implicit-q-learning/ |
[RL] Implicit Q-Learning (IQL)
|
|
| /blog/database-system/2024-04-23-normal-forms/ |
[DB] Normal Forms
|
|
| /blog/database-system/2024-04-22-normalization/ |
[DB] Normalization
|
|
| /blog/reinforcement-learning/2024-04-21-conservative-q-learning/ |
[RL] Conservative Q-Learning (CQL)
|
|
| /blog/computer-vision/2024-04-20-resolution-free-vit/ |
[CV] Resolution-Free ViT
|
|
| /blog/computer-graphics/2024-04-09-gaussian-splatting/ |
[Graphics] Gaussian Splatting
|
|
| /blog/database-system/2024-04-01-er-model/ |
[DB] E-R Model
|
|
| /blog/computer-graphics/2024-03-28-volume-rendering/ |
[Graphics] Volume Rendering
|
|
| /blog/database-system/2024-03-27-advanced-sql/ |
[DB] Advanced SQL
|
|
| /blog/computer-graphics/2024-03-22-reflection-model/ |
[Graphics] Local Illumination (Reflection) Model
|
|
| /blog/computer-graphics/2024-03-18-monte-carlo-rendering/ |
[Graphics] Monte-Carlo Rendering
|
|
| /blog/database-system/2024-03-14-intermediate-sql/ |
[DB] Intermediate SQL
|
|
| /blog/computer-graphics/2024-03-13-radiometry-and-photometry/ |
[Graphics] Radiometry & Photometry
|
|
| /blog/database-system/2024-03-11-introduction-to-sql/ |
[DB] Introduction to SQL
|
|
| /blog/computer-graphics/2024-03-04-3d-rotation-and-quaternion/ |
[Graphics] 3D Rotation via Quaternion
|
|
| /blog/reinforcement-learning/2024-03-03-offline-reinforcement-learning/ |
[RL] Offline Reinforcement Learning
|
|
| /blog/database-system/2024-02-29-relational-language/ |
[DB] Relational Language
|
|
| /blog/computer-graphics/2024-02-29-graphics-pipeline/ |
[Graphics] Rendering Pipeline
|
|
| /blog/reinforcement-learning/2024-02-28-deep-actor-critic/ |
[RL] Deep Actor Critic
|
|
| /blog/reinforcement-learning/2024-02-26-deep-q-learning/ |
[RL] Deep Q-Learning: DQN Extensions
|
|
| /blog/database-system/2024-02-26-introduction-to-database/ |
[DB] Introduction to Database System
|
|
| /blog/reinforcement-learning/2024-02-20-imitation-learning/ |
[RL] Imitation Learning with Behavior Cloning (BC)
|
|
| /blog/reinforcement-learning/2024-02-08-deep-distributional-reinforcement-learning/ |
[RL] Deep Distributional RL
|
|
| /blog/computer-vision/2024-02-05-camera-view-adjustment/ |
[CV] Camera View Adjustment
|
|
| /blog/reinforcement-learning/2024-02-04-distributional-control/ |
[RL] Distributional Control
|
|
| /blog/deep-learning/2024-02-04-mamba/ |
[DL] Mamba
|
|
| /blog/reinforcement-learning/2024-02-01-distributional-dynamic-programming/ |
[RL] Distributional Dynamic Programming
|
|
| /blog/deep-learning/2024-02-01-natural-gradient/ |
[DL] Natural Gradient
|
|
| /blog/reinforcement-learning/2024-01-31-distributional-reinforcement-learning/ |
[RL] Distributional RL
|
|
| /blog/deep-learning/2024-01-21-knowledge-distillation/ |
[DL] Knowledge Distillation
|
|
| /blog/large-language-model/2024-01-09-LoRA/ |
[LLM] LoRA
|
|
| /blog/computer-vision/2023-12-31-3d-photography/ |
[CV] 3D Photography
|
|
| /blog/generative-model/2023-12-21-wasserstein-gan/ |
[Generative Model] Wasserstein GAN
|
|
| /blog/measure-theory/2023-12-04-Lp-spaces/ |
[Measure Theory] Lp Space
|
|
| /blog/representation-learning/2023-11-27-masked-image-modeling/ |
[Representation Learning] Masked Image Modeling (MIM)
|
|
| /blog/generative-model/2023-11-17-3d-generation-with-2d-diffusion-prior/ |
[Generative Model] 2D Prior-based 3D Generation
|
|
| /blog/generative-model/2023-11-15-conditional-diffusions/ |
[Generative Model] Conditioned Diffusion Models
|
|
| /blog/measure-theory/2023-11-13-differentiation/ |
[Measure Theory] Differentiation
|
|
| /blog/generative-model/2023-11-13-guided-diffusion/ |
[Generative Model] Guided Diffusion
|
|
| /blog/measure-theory/2023-11-06-radon-nikodym-theorem/ |
[Measure Theory] Radon-Nikodym Theorem
|
|
| /blog/generative-model/2023-11-03-latent-diffusion/ |
[Generative Model] Latent Diffusion Model
|
|
| /blog/generative-model/2023-11-03-score-based-generative-models-with-sdes/ |
[Generative Model] Score Matching via SDEs
|
|
| /blog/generative-model/2023-11-03-diffusion/ |
[Generative Model] Diffusion Probabilistic Models
|
|
| /blog/generative-model/2023-11-02-score-based-generative-models/ |
[Generative Model] Score-based Generative Models
|
|
| /blog/measure-theory/2023-10-29-signed-measures/ |
[Measure Theory] Signed Measure
|
|
| /blog/measure-theory/2023-10-23-product-measures/ |
[Measure Theory] Product Measure
|
|
| /blog/measure-theory/2023-10-09-modes-of-convergence/ |
[Measure Theory] Modes of convergence
|
|
| /blog/measure-theory/2023-09-29-limit-theorems/ |
[Measure Theory] Limit Theorems
|
|
| /blog/measure-theory/2023-09-27-lebesgue-integral/ |
[Measure Theory] The Lebesgue Integral
|
|
| /blog/measure-theory/2023-09-18-measurable-functions/ |
[Measure Theory] Measurable Functions
|
|
| /blog/measure-theory/2023-09-10-cantor-set/ |
[Measure Theory] Cantor Set
|
|
| /blog/measure-theory/2023-09-09-construction-of-the-measures/ |
[Measure Theory] Construction of measures
|
|
| /blog/measure-theory/2023-09-05-measures/ |
[Measure Theory] Measures
|
|
| /blog/computer-graphics/2023-09-04-3D-representation/ |
[Graphics] 3D Representation
|
|
Внешние ссылки
Кол-во: 5
Ссылки на сторонние сайты
?
Исходящие внешние ссылки передают часть ссылочного веса на чужие сайты. Ссылки на авторитетные ресурсы безопасны; ссылки на мусорные сайты могут навредить репутации страницы.
Внешних ссылок на странице 5 оптимально.
На странице ссылки с атрибутом rel='nofollow' 5.
Показать внешние ссылки
| Url | Анкор |
|---|---|
| twitter.com |
<i class="fab fa-fw fa-twitter-square" aria-hidden="true"></i><span class="label">Twitter</span>
|
| facebook.com |
<i class="fab fa-fw fa-facebook-square" aria-hidden="true"></i><span class="label">Facebook</span>
|
| linkedin.com |
<i class="fab fa-fw fa-linkedin" aria-hidden="true"></i><span class="label">LinkedIn</span>
|
| instagram.com |
<i class="fab fa-fw fa-instagram" aria-hidden="true"></i><span class="label">Instagram</span>
|
| github.com |
<i class="fab fa-fw fa-github" aria-hidden="true"></i><span class="label">GitHub</span>
|
Конкуренты Готовность: 0%
Конкуренты в Яндексе
Кол-во: 0
Топ сайтов-конкурентов в Яндексе
?
Сайты, чаще всего появляющиеся в ТОПе Яндекса по запросам из семантического ядра этой страницы.
Мы не нашли у вас конкурентов в Яндексе. Сайт или очень молодой или плохо продвигается.
Конкурентов в ТОП-10 Яндекса не нашлось.
Конкуренты в Google
Кол-во: 0
Топ сайтов-конкурентов в Google
?
Сайты, чаще всего появляющиеся в ТОПе Google по запросам из семантического ядра этой страницы.
Конкуренты в Google тоже не найдены. Займитесь продвижением сайта!
Конкурентов в ТОП-10 Google не нашлось.
ЗоЗПП: права потребителей Готовность: 100%
Нарушения
Не выявлены
Признаков дистанционной продажи товаров (интернет-магазина) не обнаружено — требования ЗоЗПП о раскрытии информации продавца к сайту не применяются. Нарушений нет.
ФЗ-149: рекомендательные технологии Готовность: 100%
Нарушения
Не выявлены
Рекомендательные блоки («с этим покупают», «похожие товары» и т.п.) на сайте не обнаружены — требования ст. 10.7 ФЗ-149 к сайту не применяются. Нарушений нет.
ФЗ-38: реклама Готовность: 100%
Нарушения
Не выявлены
Рекламных тематик с обязательными оговорками (медицина, БАД, кредиты и займы, новостройки) на сайте не обнаружено. Нарушений нет.
ФЗ-436: защита детей Готовность: 100%
Нарушения
Не выявлены
Признаков информационной продукции (новости, видео, книги, игры, курсы) не обнаружено — обязательная возрастная маркировка по ФЗ-436 сайту не требуется. Нарушений нет.
Вердикт
Страница https://leeyngdo.github.io/blog/ готова к продвижению на 46%. Чтобы еще улучшить страницу и попасть на первые места поисковой выдачи необходимо:
Исправьте ошибки в мета-тегах.
Исправьте ошибки оптимизации.
Исправьте ошибки индексации.
Поделитесь с друзьями: