Machinelearning
الذهاب إلى القناة على Telegram
Погружаемся в машинное обучение и Data Science Показываем как запускать любые LLm на пальцах. По всем вопросам - @haarrp @itchannels_telegram -🔥best channels Реестр РКН: clck.ru/3Fmqri
إظهار المزيد
📈 نظرة تحليلية على قناة تيليجرام Machinelearning
تُعد قناة Machinelearning (@ai_machinelearning_big_data) في القطاع اللغوي الروسية لاعباً نشطاً. يضم المجتمع حالياً 276 037 مشتركاً، محتلاً المرتبة 337 في فئة التكنولوجيات والتطبيقات والمرتبة 1 374 في منطقة روسيا.
📊 مؤشرات الجمهور والحراك
منذ تأسيسه في невідомо، حقق المشروع نمواً سريعاً وجمع 276 037 مشتركاً.
بحسب آخر البيانات بتاريخ 06 نوفمبر, 2026، تحافظ القناة على نشاط مستقر. خلال آخر 30 يوماً تغيّر عدد الأعضاء بمقدار -2 370، وفي آخر 24 ساعة بمقدار -145، مع بقاء الوصول العام مرتفعاً.
- حالة التحقق: غير موثّقة
- معدل التفاعل (ER): يبلغ متوسط تفاعل الجمهور 8.02%. وخلال أول 24 ساعة من النشر يحصد المحتوى عادةً 6.32% من ردود الفعل نسبةً إلى إجمالي المشتركين.
- وصول المنشورات: يحصل كل منشور على متوسط 22 160 مشاهدة. وخلال اليوم الأول يجمع عادةً 17 447 مشاهدة.
- التفاعلات والاستجابة: يتفاعل الجمهور بانتظام؛ متوسط التفاعلات لكل منشور يبلغ 335.
- الاهتمامات الموضوعية: يركز المحتوى على مواضيع رئيسية مثل openai, claude, api, gemini, контекст.
📝 الوصف وسياسة المحتوى
يصف المؤلف القناة بأنها مساحة للتعبير عن الآراء الذاتية:
“Погружаемся в машинное обучение и Data Science
Показываем как запускать любые LLm на пальцах.
По всем вопросам - @haarrp
@itchannels_telegram -🔥best channels
Реестр РКН: clck.ru/3Fmqri”
بفضل وتيرة التحديث المرتفعة (أحدث البيانات بتاريخ 07 نوفمبر, 2026) تحافظ القناة على حداثتها ومستوى وصول مرتفع. وتُظهر التحليلات تفاعلاً نشطاً من الجمهور، ما يجعلها نقطة تأثير مهمة ضمن فئة التكنولوجيات والتطبيقات.
276 037
المشتركون
-14524 ساعات
-8617 أيام
-2 37030 أيام
أرشيف المشاركات
276 052
Конференция NVIDIA GTC начнется уже на следующей неделе, 8 ноября. GTC пройдет онлайн, и участие в ней бесплатное.
На GTС вы сможете узнать о самых актуальных разработках по направлениям Conversational AI/NLP, IVA, Reinforcement Learning, Robotics, ИИ в здравоохранении и др.
Несколько ключевых выступлений:
• A Step-by-step Guide to Building Large Custom Language Models [A31082] - NVIDIA
• How Walmart and NVIDIA Defined a Large-Scale End-to-End Recommendation System for E-Commerce - Walmart Global Technology
• MegaMolBart: Generally Applicable Chemical AI Models with Large-Scale Pretrained Transformers – AstraZeneca
• Deep Learning: What the Future Might Hold – OpenAI
• About StyleGAN v3: Alias-free Generative Adversarial Networks
GTС откроет выступление CEO NVIDIA Дженсена Хуанга, который традиционно рассказывает об основных трендах на рынке и анонсирует все самые важные новости NVIDIA. Добавьте напоминание в календарь, чтобы не пропустить.
Зарегистрируйтесь здесь для бесплатного участия.
276 052
🪛 OneFlow is a performance-centered and open-source deep learning framework.
Github: https://github.com/Oneflow-Inc/oneflow
Paper: https://arxiv.org/abs/2110.15032v2
@ai_machinelearning_big_data
276 052
One day offer в МТS Digital для мобильных разработчиков и не только
Нужны iOS, Android и Angular разработчики, пишущие на Swift, ObjectiveC, Kotlin, тестировщики, а также продакты, дизайнеры и UX-редакторы.
Кандидатам необходимо выбрать интересующее его направление и зарегистрироваться по этой ссылке. После одобрения резюме вы получите приглашение на one day offer, где вам предстоит пройти лишь одно интервью с экспертами вашего направления. В случае успешного прохождения вы получаете оффер в тот же день.
One day offer состоится 17 ноября с 10:00 до 20:00 онлайн.
MTS Digital — это инновационное подразделение МТС, которое работает над созданием экосистемы цифровых сервисов, с мобильными приложениями, продуктами в финтехе, в стриминге, гейминге, «облаках», AI и других направлениях.
276 052
😃 GoEmotions: A Dataset for Fine-Grained Emotion Classification
Github: https://github.com/google-research/google-research/tree/master/goemotions
Google AI: https://ai.googleblog.com/2021/10/goemotions-dataset-for-fine-grained.html
@ai_machinelearning_big_data
276 052
🌲 Revisiting randomized choices in isolation forests
Github: https://github.com/david-cortes/isotree
Paper: https://arxiv.org/abs/2110.13402v1
@ai_machinelearning_big_data
276 052
❓Что должен знать и уметь специалист по Machine learning?
✅ Узнайте 1 ноября в 18:00 на вебинаре с Марией Тихоновой, Senior Data Scientist в Сбере.
👩🏼 Мария поделится своим карьерный опытом и представит программу онлайн-курса «Machine Learning».
🎒Вы узнаете, как организована практика и получите возможность сэкономить на обучении.
👉Регистрация на вебинар https://otus.pw/geho/
276 052
🚀 NAS-FCOS: Fast Neural Architecture Search for Object Detection
Github: https://github.com/Lausannen/NAS-FCOS
Paper: https://arxiv.org/abs/2110.12423v1
@ai_machinelearning_big_data
276 052
С 19 по 21 ноября пройдет онлайн-конкурс Digital Strawberry.
Кого ищем:
— Data science-специалисты
— Backend-разработчики
— Computer vision-специалисты
Какая задача:
Участникам предстоит разработать систему мониторинга состояния растений на основании размеченных изображений, на которых показан процесс роста и развития клубники.
Какой приз:
10 команд будут бороться за призовой фонд в 1 500 000 рублей.
Подать заявку можно на сайте
276 052
📌 PyTorch: Transfer Learning and Image Classification
https://www.pyimagesearch.com/2021/10/11/pytorch-transfer-learning-and-image-classification/
Dataset: https://www.tensorflow.org/datasets/catalog/tf_flowers
@ai_machinelearning_big_data
276 052
Одно из главных международных ИИ-мероприятий возвращается: открыли регистрацию на AI Journey 2021!
Шумно провожаем Год науки и технологий в России: с 10 по 12 ноября пройдёт международная онлайн-конференция по искусственному интеллекту и анализу данных AI Journey 2021.
В течение трёх дней вместе с мировыми экспертами обсудим развитие искусственного интеллекта, последние разработки и роль новых технологий в области ESG и устойчивого развития — одной из самых важных тем в области глобальной трансформации. Также поделимся, как с помощью AI внести свой вклад в решение сложных актуальных проблем. Свежие результаты своих проектов, в том числе, представит Институт искусственного интеллекта (Artificial Intelligence Research Institute).
А в третий день уже на AI Journey Junior площадка встретит школьников, чтобы также обсудить с ними искусственный интеллект и ESG. В завершение конференции пройдёт награждение участников международных соревнований AI Journey Contest и AIIJC.
Участие бесплатное, но обязательна регистрация
Вам есть что рассказать про AI? Вы являетесь экспертом в направлении? Применяете технологии AI в своей работе? Или вы знаете такого эксперта?
Приглашаем к участию спикеров, готовых поделиться с профессиональным сообществом своим опытом и достижениями. Участвовать можно из любой локации! Со своей стороны мы гарантируем помощь и поддержку в подготовке к выступлению. Напишите @AlexaBy - обсудим возможные темы выступлений и форматы вашего участия в конференции.
#SberAI #искусственныйинтеллект #AIJ2021 #ESG
276 052
🅱️ Bi-directional Image and Text Generation
Github: https://github.com/researchmm/generate-it
Paper: https://arxiv.org/abs/2110.09753v1
Dataset: https://paperswithcode.com/dataset/coco
@ai_machinelearning_big_data
276 052
Яндекс.Кью зовет всех желающих ближе познакомиться с искусственным интеллектом и попробовать обучить его новому.
С 25 по 30 октября пройдет воркшоп, на котором команда Кью научит алгоритмы принимать решения о качестве информации, в которой вы разбираетесь. Есть возможность присоединиться ко встрече как онлайн, так и офлайн.
Регистрация: https://wow.link/AX71
276 052
⚙️SecureBoost+ : A High Performance Gradient Boosting Tree Framework for Large Scale Vertical Federated Learning
Github: https://github.com/FederatedAI/FATE
Paper: https://arxiv.org/abs/2110.10927v1
@ai_machinelearning_big_data
276 052
Loving and understanding data: who are data engineers and And how do they grow
http://bit.ly/article_for_dataengineers2
276 052
📄 HRFormer: High-Resolution Transformer for Dense Prediction, NeurIPS 2021
Github: https://github.com/HRNet/HRFormer
Paper: https://arxiv.org/abs/2110.09408v1
Dataset: https://paperswithcode.com/dataset/coco
@ai_machinelearning_big_data
276 052
Digital Доктор - канал о цифровых технологиях, корпорациях и стартапах.
Автор канала является резидентом Кремниевой долины и дает инвестора оперативный контент из мирового центра технологий, не забывая следить и за Китаем.
Вот несколько свежих постов в канале:
1. О пузыре внеклассного образования в Китае и его далеко идущих последствия. И о том как правительство Китае с этим борется.
2. О беспрецедентной в истории зависимости всего бизнеса компании Apple от Китая.
3. О серьезном вызове, который стоит сейчас перед Facebook в связи с ужесточением правил сбора информации о пользователях на мобильных платформах. А также о том есть ли у компании план по его преодолению.
4. О дальнейших перспективах подешевевших китайских акций.
#взаимопиар
276 052
🧵 abess: Fast Best-Subset Selection in Python and R
Github: https://github.com/abess-team/abess
Docs: https://abess.readthedocs.io/en/latest/Tutorial/index.html
Paper: https://arxiv.org/abs/2110.09697v1
@ai_machinelearning_big_data
276 052
PlayButton: большая конференция Яндекса о видео
Большая онлайн-конференция Яндекса, посвященная видео в интернете, пройдет 24 октября. Эксперты из Яндекс.Дзена, Кинопоиска и IVI расскажут о рекомендациях и доставке видео, Low Latency, параллельном транскодировании, QoS-метриках и особенностях склейки дублей. Регистрируйтесь, программа дополняется.
Регистрация: https://clck.ru/YHzJB
276 052
PlayButton: большая конференция Яндекса о видео
Большая онлайн-конференция Яндекса, посвященная видео в интернете, пройдет 24 октября. Эксперты из Яндекс.Дзена, Кинопоиска и IVI расскажут о рекомендациях и доставке видео, Low Latency, параллельном транскодировании, QoS-метриках и особенностях склейки дублей. Регистрируйтесь, программа дополняется.
Регистрация: https://events.yandex.ru/events/play-button-2021/?from=tg_cpc_aimachinelearning
276 052
ESPnet2-TTS: Extending the Edge of TTS Research
Github: https://github.com/espnet/espnet
Docs: https://espnet.github.io/espnet/
Paper: https://arxiv.org/abs/2110.07840v1
Dataset: https://paperswithcode.com/dataset/vctk
@ai_machinelearning_big_data
