لا تقع ضحية للمخادعين! تيليمتريو يكتشف ويُميّز هذه القنوات 👉 إذا كنت تريد رؤية العلامة، اشترك

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

الشبكة: Machinelearningروسيا1 374التكنولوجيات والتطبيقات337...

📈 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

22 160

عرض المشاهدات

~ 17 44724 ساعات

~ 19 12448 ساعات

8.02%

معدل المشاركة

~ 6

المشاركات في اليوم

Ads index

أرشيف المشاركات

275 991

📖 Physics-Based Deep Learning Book: https://www.physicsbaseddeeplearning.org/intro.html Github: https://github.com/thunil/Physics-Based-Deep-Learning Deep-Flow-Prediction: https://github.com/thunil/Deep-Flow-Prediction Paper: https://arxiv.org/abs/2109.05237v1 @ai_machinelearning_big_data

275 991

🔧 Neural Networks Block Movement Pruning Code: https://github.com/huggingface/nn_pruning Paper: https://arxiv.org/abs/2109.04838v1 Documentation: https://github.com/huggingface/nn_pruning/blob/main/docs/HOWTO.md @ai_machinelearning_big_data

275 991

✅ AliceMind: ALIbaba's Collection of Encoder-decoders from MinD (Machine IntelligeNce of Damo) Lab Github: https://github.com/alibaba/AliceMind Paper: https://arxiv.org/abs/2109.05687v1 Dataset: https://paperswithcode.com/dataset/glue @ArtificialIntelligencedl

275 991

🔊 Textless NLP: Generating expressive speech from raw audio Facebook Ai: https://ai.facebook.com/blog/textless-nlp-generating-expressive-speech-from-raw-audio/ Examples: https://speechbot.github.io/pgslm/ Code: https://github.com/pytorch/fairseq/tree/master/examples/textless_nlp/gslm Paper: https://arxiv.org/abs/2102.01192 @ai_machinelearning_big_data

275 991

🧍‍♂ Texformer: 3D Human Texture Estimation from a Single Image with Transformers Github: https://github.com/xuxy09/texformer Paper: http://arxiv.org/abs/2109.02563 Meta data: https://www.dropbox.com/s/ekxn300cuw8bw6b/meta.zip @ai_machinelearning_big_data

275 991

🔝 Reinforcement Learning Lecture Series 2021 https://deepmind.com/learning-resources/reinforcement-learning-series-2021 Video: youtube.com/playlist?list=PLqYmG7hTraZDVH599EItlEWsUOsJbAodm @ai_machinelearning_big_data

275 991

☄️ nnFormer: Interleaved Transformer for Volumetric Segmentation Github: https://github.com/ziniuwan/maed Paper: https://arxiv.org/abs/2109.03201v1 Dataset: https://www.creatis.insa-lyon.fr/Challenge/acdc/ @ai_machinelearning_big_data

275 991

📹 CTRL-C: Camera calibration TRansformer with Line-Classification Github: https://github.com/jwlee-vcl/ctrl-c Paper: https://arxiv.org/abs/2109.02259v1 Dataset: https://drive.google.com/file/d/1opDR_j-9y4TY82ZscBb-xYAoMkTocAOp/view @ai_machinelearning_big_data$$$

275 991

0.15 KB

275 991

👨‍🎓 Best Resources to Learn Natural Language Processing in 2021 https://www.kdnuggets.com/2021/09/best-resources-learn-natural-language-processing-2021.html @ai_machinelearning_big_data

275 991

📁 Open-sourcing Common Objects in 3D, a large-scale data set for 3D reconstruction Github: https://github.com/facebookresearch/co3d Paper: https://arxiv.org/abs/2109.00512 Facebook blog: https://github.com/openvinotoolkit/training_extensions/tree/develop/misc Dataset: https://ai.facebook.com/datasets/co3d-downloads/ @ai_machinelearning_big_data

275 991

ℹ️ LIGAR: Lightweight General-purpose Action Recognition Github: https://github.com/openvinotoolkit/training_extensions Paper: https://arxiv.org/abs/2108.13153v1 Models: https://github.com/openvinotoolkit/training_extensions/tree/develop/misc @ai_machinelearning_big_data

275 991

🔎 Efficient Person Search: An Anchor-Free Approach. Github: https://github.com/daodaofr/AlignPS Paper: https://arxiv.org/abs/2109.00211v1 Dataset: https://paperswithcode.com/dataset/cuhk-sysu @ai_machinelearning_big_data

275 991

📶 ISNet: Integrate Image-Level and Semantic-Level Context for Semantic Segmentation Github: https://github.com/segmentationblwx/sssegmentation Paper: https://arxiv.org/abs/2108.12382v1 Dataset: https://cs.stanford.edu/~roozbeh/pascal-context/ @ai_machinelearning_big_data

275 991

ShapeConv: Shape-aware Convolutional Layer for Indoor RGB-D Semantic Segmentation Github: https://github.com/hanchaoleng/shapeconv Paper: https://arxiv.org/abs/2108.10528v1 @ai_machinelearning_big_data

275 991

💬 Train Short, Test Long: Attention with Linear Biases Enables Input Length Extrapolation Github: https://github.com/ofirpress/attention_with_linear_biases Paper: https://ofir.io/train_short_test_long.pdf Fairseq: https://github.com/pytorch/fairseq @ai_machinelearning_big_data

275 991

🧍 Fast and Flexible Human Pose Estimation with HyperPose Github: https://github.com/tensorlayer/hyperpose Paper: https://arxiv.org/abs/2108.11826v1 Docs: https://hyperpose.readthedocs.io/en/latest/markdown/quick_start/prediction.html#table-of-flags-for-hyperpose-cli @ai_machinelearning_big_data

275 991

💡Volunteer computing: статья про коллаборативное обучение нейросети Если вы хотите создавать большие модели, не имея суперкомпьютер за спиной, то вам понадобится технология, способная разделить вычисления между теми, кто готов предоставить вам мощности. В этом поможет технология DeDLOC, разработанная в Yandex Research, Hugging Face и University of Toronto. Хабр: https://habr.com/ru/company/yandex/blog/574466/ @ai_machinelearning_big_data

275 991

🕸 Bag of Tricks for Training Deeper Graph Neural Networks: A Comprehensive Benchmark Study Github: https://github.com/VITA-Group/Deep_GCN_Benchmarking Paper: https://arxiv.org/abs/2108.10521v1 @ai_machinelearning_big_data

275 991

🔗 A Unified Objective for Novel Class Discovery Github: https://github.com/DonkeyShot21/UNO Paper: https://arxiv.org/abs/2108.08536v2 Dataset: https://paperswithcode.com/dataset/cifar-100 @ai_machinelearning_big_data