Анализ сайта leiyw.github.io
Основное Готовность: 95%
Домен
leiyw.github.io
Состояние доменного имени
?
Проверяем корректность доменного имени и наличие технических проблем на уровне домена.
Используйте для продвижения только домен второго уровня.
Отличный запоминающийся домен.
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.
Цепочка редиректов:
http://leiyw.github.io
301 MovedPermanently
https://leiyw.github.io/
200 OK
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.
HTTP автоматически перенаправляется на HTTPS.
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
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 страницы не указан. Рекомендуется явно указать язык документа!
Скорость загрузки
~0,43сек
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 0,43сек оптимальна.
Объем документа
16Кб
Размер HTML-кода страницы
?
Слишком большой HTML замедляет парсинг браузером и сканирование поисковым роботом. Рекомендуется не более 200 Кб.
Объем html-документа 16Кб оптимален.
Структура html-документа корректна.
Ресурсы
Ресурсы: 1
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 1 достаточно.
Показать полный список ресурсов
| Тип | Название | Значение |
|---|---|---|
| stylesheet | text/css | jemdoc.css |
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 | "6a787ef0-4379" |
| Cache-Control | max-age=600 |
| x-proxy-cache | MISS |
| x-github-request-id | BED8:14C000:432E44:48A8D1:6A8ABD31 |
| x-github-edge-region | swedencentral |
| Accept-Ranges | bytes |
| Age | 0 |
| Date | Sun, 23 Aug 2026 09:28:18 GMT |
| Via | 1.1 varnish |
| X-Served-By | cache-bma-essb1270072-BMA |
| X-Cache | MISS |
| x-cache-hits | 0 |
| x-timer | S1787477298.976941,VS0,VE128 |
| Vary | Accept-Encoding |
| x-fastly-request-id | c94d5a3f8b88c4f9c93d76719025669463d36b82 |
CMS
jemdoc, see http://jemdoc.jaboc.net/
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.
В мета-теге generator указано: jemdoc, see http://jemdoc.jaboc.net/.
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: 22%
Title
Yunwen Lei
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: 10, минимум: 25, оптимально: от 40 до 45)
Дублей словоформ в title не найдено.
Description
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.
Установите мета-тег description!
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
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.
Рекомендуем прописать канонический Url.
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
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 не указан. Страница не адаптивная.
Разметка OpenGraph
Не найдено
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 не задана. Страница не оптимизирована под социальные сети. Мета-теги с разметкой Og помогают социальным роботам лучше структурировать Ваш сайт.
Все мета-теги
Кол-во: 1
Полный список мета-тегов страницы
?
Таблица всех meta-тегов, включая нестандартные. Позволяет найти опечатки, дубли и лишние теги.
Найдены мета-теги 1шт. 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 | generator | jemdoc, see http://jemdoc.jaboc.net/ |
Оптимизация Готовность: 62%
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 2 встречаются в тексте редко. Добавьте в контент страницы слова из тега <title>!
Абзацев с текстом 69 достаточно.
Среднее число слов в абзаце 22 достаточно.
Кол-во знаков контента 10552 на странице оптимально.
Кол-во слов 1627 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 <h1> 1. Это прекрасно.
На странице присутствуют заголовки <h2> 4. Это хорошо.
На странице присутствуют заголовки <h3> 2.
Тошнота
6,48
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 3. Измените текст страницы!
Академич. тошнота
3,13%
Насколько текст перенасыщен ключевыми словами
?
Академическая тошнота = (частота слова / общее количество слов) × 100%. Показывает долю конкретного слова в тексте. Норма 5–15%.
Академическая тошнота не дотягивает до нормы 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 |
|---|---|---|
| learning | 42 | 2,58% |
| generalization | 27 | 1,66% |
| analysis | 19 | 1,17% |
| stochastic | 16 | 0,98% |
| gradient | 16 | 0,98% |
| machine | 15 | 0,92% |
| neurips | 15 | 0,92% |
| bounds | 13 | 0,80% |
| stability | 12 | 0,74% |
| journal | 12 | 0,74% |
| research | 11 | 0,68% |
| descent | 11 | 0,68% |
| neural | 11 | 0,68% |
| networks | 10 | 0,61% |
| transactions | 9 | 0,55% |
| slides | 8 | 0,49% |
| algorithms | 7 | 0,43% |
| theory | 6 | 0,37% |
| optimization | 6 | 0,37% |
| online | 6 | 0,37% |
Индексация Готовность: 0%
Индексирование
Ошибок нет
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 94 оптимально. Поисковые роботы обязательно проиндексируют сайт.
Robots.txt
Не найден
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.
Файл robots.txt не найден (ошибка 404). Крайне рекомендуем добавить файл robots.txt, это правило хорошего тона для поисковых роботов.
Sitemap
Кол-во: 0
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 не содержит ссылку на карту сайта. Рекомендуется добавить карту сайта и указать ссылку на нее в robots.txt.
Внутренние ссылки
Кол-во: 56
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 56 оптимально.
Показать внутренние ссылки
| Url | Анкор | Состояние | Анализировать |
|---|---|---|---|
| /paper/RDA2026.pdf |
Learning Theory of Stochastic Regularized Dual Averaging
|
|
|
| /paper/JMLR-24-0637.pdf |
Stochastic Gradient Methods: Bias, Stability and Generalization
|
|
|
| /paper/JMLR-24-2030.pdf |
Optimization and Generalization of Gradient Descent for Shallow ReLU Networks with Minimal Width
|
|
|
| /paper/TPAMI2025.pdf |
Towards Better Generalization Bounds of Stochastic Optimization for Nonconvex Learning
|
|
|
| /paper/PL2026.pdf |
From Convergence to Generalization: Stability of Stationary-Point Learning Algorithms
|
|
|
| /paper/ACHA2025.pdf |
Minibatch and Local SGD: Algorithmic Stability and Linear Speedup in Generalization
|
|
|
| /paper/Neco25.pdf |
Generalization Guarantees of Gradient Descent for Shallow Neural Networks
|
|
|
| /paper/AA2025.pdf |
Bootstrap SGD: Algorithmic Stability and Robustness
|
|
|
| /paper/ACHA2024.pdf |
High-Probability Generalization Bounds for Pointwise Uniformly Stable Algorithm
|
|
|
| /paper/Neco2023.pdf |
Optimisation and Learning with Randomly Compressed Gradient Updates
|
|
|
| /paper/ACHA2021.pdf |
Differentially Private SGD with Non-smooth Losses
|
|
|
| /paper/TPAMI2021.pdf |
Learning Rates for Stochastic Gradient Descent with Nonconvex Objectives
|
|
|
| /paper/19-418.pdf |
Stochastic Proximal AUC Maximization
|
|
|
| /paper/19-716.pdf |
Generalization Performance of Multi-pass Stochastic Gradient Descent with Convex Loss Functions
|
|
|
| /paper/TNNLS2020.pdf |
Stochastic Gradient Descent for Nonconvex Learning without Bounded Gradient Assumptions
|
|
|
| /paper/ACHA2020.pdf |
Convergence of Online Mirror Descent
|
|
|
| /slide/ACHA2020.pdf |
Talk Slides
|
|
|
| /paper/18-063.pdf |
Boosted Kernel Ridge Regression: Optimal Learning Rates and Early Stopping
|
|
|
| /paper/TIT2019.pdf |
Data-dependent Generalization Bounds for Multi-class Classification
|
|
|
| /slide/TIT2019.pdf |
Talk Slides
|
|
|
| /paper/JFAA2019.pdf |
Analysis of Singular Value Thresholding Algorithm for Matrix Completion
|
|
|
| /paper/17-144.pdf |
Local Rademacher Complexity-based Learning Guarantees for Multi-task Learning
|
|
|
| /paper/17-457.pdf |
Convergence of Unregularized Online Learning Algorithms
|
|
|
| /paper/SIAM2018.pdf |
Learning Theory of Randomized Sparse Kaczmarz Method
|
|
|
| /paper/Pairwise2016.pdf |
Online Pairwise Learning Algorithms with Convex Loss Functions
|
|
|
| /paper/Neco2016.pdf |
Analysis of Online Composite Mirror Descent Algorithm
|
|
|
| /paper/AA2016.pdf |
Generalization Analysis of Multi-modal Metric Learning
|
|
|
| /paper/RBF2015.pdf |
Generalization Performance of Radial Basis Function Networks
|
|
|
| /paper/NeurIPS2023.pdf |
Toward Better PAC-Bayes Bounds for Uniformly Stable Algorithms
|
|
|
| /paper/COLT2023.pdf |
Stability and Generalization of Stochastic Optimization with Nonconvex and Nonsmooth Problems
|
|
|
| /paper/ICML2023.pdf |
Generalization Analysis for Contrastive Representation Learning
|
|
|
| /paper/NeurIPS2022a.pdf |
Stability and Generalization Analysis of Gradient Methods for Shallow Neural Networks
|
|
|
| /paper/NeurIPS2022b.pdf |
Stability and Generalization for Markov Chain Stochastic Gradient Methods
|
|
|
| /paper/NeurIPS2022c.pdf |
A Communication-Efficient Distributed Gradient Clipping Algorithm for Training Deep Neural Networks
|
|
|
| /paper/ICML2022.pdf |
On the Generalization Analysis of Adversarial Learning
|
|
|
| /paper/ECML2022.pdf |
Noise-efficient Learning of Differentially Private Partitioning Machine Ensembles
|
|
|
| /paper/UAI2022.pdf |
Differentially Private SGDA for Minimax Problems
|
|
|
| /paper/NeurIPS2021a.pdf |
Generalization Guarantee of SGD for Pairwise Learning
|
|
|
| /slide/NeurIPS2021a.pdf |
Talk Slides
|
|
|
| /paper/NeurIPS2021b.pdf |
Simple Stochastic and Online Gradient Descent Algorithms for Pairwise Learning
|
|
|
| /paper/NeurIPS2021c.pdf |
Fine-grained Generalization Analysis of Inductive Matrix Completion
|
|
|
| /paper/ICML2021.pdf |
Stability and Generalization of Stochastic Gradient Methods for Minimax Problems
|
|
|
| /slide/ICML2021.pdf |
Talk Slides
|
|
|
| /paper/ICLR2021.pdf |
Sharper Generalization Bounds for Learning with Gradient-dominated Objective Functions
|
|
|
| /slide/ICLR2021.pdf |
Talk Slides
|
|
|
| /paper/yang21c.pdf |
Stability and Differential Privacy of Stochastic Gradient Descent for Pairwise Learning with Non-Smooth Loss
|
|
|
| /paper/NeurIPS2020.pdf |
Sharper Generalization Bounds for Pairwise Learning
|
|
|
| /slide/NeurIPS2020.pdf |
Talk Slides
|
|
|
| /paper/ICML2020.pdf |
Fine-Grained Analysis of Stability and Generalization for Stochastic Gradient Descent
|
|
|
| /slide/ICML2020.pdf |
Talk Slides
|
|
|
| /paper/NeurIPS2019.pdf |
Optimal Stochastic and Online Learning with Individual Iterates
|
|
|
| /slide/NeurIPS2019.pdf |
Talk Slides
|
|
|
| /paper/NeurIPS2018.pdf |
Stochastic Composite Mirror Descent: Optimal Bounds with High Probabilities
|
|
|
| /paper/IJCAI2018.pdf |
Generalization Bounds for Regularized Pairwise Learning
|
|
|
| /paper/ACML2016.pdf |
Localized Multiple Kernel Learning-A Convex Approach
|
|
|
| /paper/NIPS2015.pdf |
Multi-class SVMs: From Tighter Data-Dependent Generalization Bounds to Novel Algorithms
|
|
Внешние ссылки
Кол-во: 38
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 38 слишком много. Спрячьте лишние ссылки в тег noindex или атрибут rel='nofollow'!
Показать внешние ссылки
| Url | Анкор | Анализировать |
|---|---|---|
| hkumath.hku.hk |
Department of Mathematics
|
Анализировать url |
| hku.hk |
The University of Hong Kong
|
Анализировать url |
| openreview.net |
Sharper Generalization Guarantees for Asynchronous SGD: Beyond Lipschitzness, Smoothness and Data Homogeneity
|
Анализировать url |
| openreview.net |
Generalization Bounds for Rank-sparse Neural Networks
|
Анализировать url |
| openreview.net |
Optimal Rates for Generalization of Gradient Descent for Deep ReLU Classification
|
Анализировать url |
| openreview.net |
Stability and Generalization Analysis of Decentralized SGD: Sharper Bounds Beyond Lipschitzness and Smoothness
|
Анализировать url |
| openreview.net |
On Discriminative Probabilistic Modeling for Self-Supervised Representation Learning
|
Анализировать url |
| openreview.net |
Sharper Bounds for Uniformly Stable Algorithms with Stationary mixing Process
|
Анализировать url |
| ojs.aaai.org |
Norm-based Generalisation Bounds for Deep Multi-class Convolutional Neural Networks
|
Анализировать url |
| openreview.net |
Shuang Zeng
|
Анализировать url |
| openreview.net |
Yufeng Xie
|
Анализировать url |
| link.springer.com |
Machine Learning
|
Анализировать url |
| aimsciences.org |
Mathematical Foundations of Computing
|
Анализировать url |
| jmlr.org |
Transactions on Machine Learning Research
|
Анализировать url |
| ieeexplore.ieee.org |
IEEE Transactions on Neural Networks and Learning Systems
|
Анализировать url |
| jmlr.org |
Journal of Machine Learning Research
|
Анализировать url |
| worldscientific.com |
AA
|
Анализировать url |
| journals.elsevier.com |
ACHA
|
Анализировать url |
| journals.elsevier.com |
AIJ
|
Анализировать url |
| sciencedirect.com |
COR
|
Анализировать url |
| sciencedirect.com |
EJOR
|
Анализировать url |
| sciencedirect.com |
INS
|
Анализировать url |
| journals.elsevier.com |
JAT
|
Анализировать url |
| journals.elsevier.com |
JCMDS
|
Анализировать url |
| journals.elsevier.com |
JoC
|
Анализировать url |
| comsoc.org |
JSAC
|
Анализировать url |
| pnas.org |
PNAS
|
Анализировать url |
| siam.org |
SIMAX
|
Анализировать url |
| ieeexplore.ieee.org |
TIT
|
Анализировать url |
| dl.acm.org |
TKDD
|
Анализировать url |
| ieeexplore.ieee.org |
TKDE
|
Анализировать url |
| ieeexplore.ieee.org |
TPAMI
|
Анализировать url |
| signalprocessingsociety.org |
TSP
|
Анализировать url |
| ieeexplore.ieee.org |
TNNLS
|
Анализировать url |
| springer.com |
MLJ
|
Анализировать url |
| journals.elsevier.com |
NEUCOM
|
Анализировать url |
| journals.elsevier.com |
NEUNET
|
Анализировать url |
| mitpressjournals.org |
NEURCOMP
|
Анализировать url |
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
Оптимизация сайта leiyw.github.io выполнена всего на 45%. Чтобы исправить ситуацию и попасть в ТОП необходимо:
Исправьте ошибки в мета-тегах.
Исправьте ошибки оптимизации.
Исправьте ошибки индексации.
Поделитесь с друзьями: