ar
Feedback
Machinelearning

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 291 898 مشتركاً، محتلاً المرتبة 327 في فئة التكنولوجيات والتطبيقات والمرتبة 1 297 في منطقة روسيا.

📊 مؤشرات الجمهور والحراك

منذ تأسيسه في невідомо، حقق المشروع نمواً سريعاً وجمع 291 898 مشتركاً.

بحسب آخر البيانات بتاريخ 11 يوليو, 2026، تحافظ القناة على نشاط مستقر. خلال آخر 30 يوماً تغيّر عدد الأعضاء بمقدار -6 089، وفي آخر 24 ساعة بمقدار -172، مع بقاء الوصول العام مرتفعاً.

  • حالة التحقق: غير موثّقة
  • معدل التفاعل (ER): يبلغ متوسط تفاعل الجمهور 7.14‎%. وخلال أول 24 ساعة من النشر يحصد المحتوى عادةً 5.61‎% من ردود الفعل نسبةً إلى إجمالي المشتركين.
  • وصول المنشورات: يحصل كل منشور على متوسط 20 847 مشاهدة. وخلال اليوم الأول يجمع عادةً 16 386 مشاهدة.
  • التفاعلات والاستجابة: يتفاعل الجمهور بانتظام؛ متوسط التفاعلات لكل منشور يبلغ 153.
  • 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 12 يوليو, 2026) تحافظ القناة على حداثتها ومستوى وصول مرتفع. وتُظهر التحليلات تفاعلاً نشطاً من الجمهور، ما يجعلها نقطة تأثير مهمة ضمن فئة التكنولوجيات والتطبيقات.

291 898
المشتركون
-17224 ساعات
-1 2407 أيام
-6 08930 أيام
أرشيف المشاركات
Convolutional Neural Networks - The Math of Intelligence (Week 4) https://www.youtube.com/watch?v=FTr3n7uBIuE&feature=push-u&attr_tag=9qkaCr1x57cLT2di-6

Advanced Python features. #tutorial #python @thedevs https://goo.gl/9Vnzoh
Advanced Python features. #tutorial #python @thedevs https://goo.gl/9Vnzoh

Вот как оказывается фейсбук определяет лица на фото - Сначала картинки упрощаются с использованием градиентов - Потом картинки лиц поворачиваются с использованием специального алгоритма - Потом тренируются embeddings для лиц - Потом с помощью "простых" алгоритмов типа SVM выбираются нужные классы для лиц Ссылка - https://goo.gl/zeeNBi Библиотека для определения лиц - https://github.com/ageitgey/face_recognition#face-recognition #data_science

То, что показалось интересным из презентаций Avito Data Science Meetup. То, что используется для предсказания популярности статей: - Embeddings - https://goo.gl/zb9G7X - Используемые модели и методы - https://goo.gl/jzzkaE Способы построения рекомендаций Озоном: - Технологии - https://goo.gl/YTu47r - Модели - https://goo.gl/mMXJ4s - Какие логия парсятся - https://goo.gl/9mpVAv - Как считают сопутствующие товары - https://goo.gl/BnCSPd - Персональные рекомендации (по сути коллаборативный фильтеринг) - https://goo.gl/E818ab - Аксуссуары (по сути декартово расстояние) - https://goo.gl/wL9a97 #data_science #internet

Третья статья из цикла статей про анализ сайтмапов. А сможете ли вы понять, чем в реальности отличаются кластеры слов? Я не смог =) https://spark-in.me/post/sitemap-scraping-part-3 #data_science

Интересная статья / видео / пост про то, что нейросети легко обмануть, передав им особым образом сгенерированные изображения - Видео https://www.youtube.com/watch?v=M2IebCN9Ht4 - Пример https://pics.spark-in.me/upload/f0be113cb48dd47b14cc51a7546b5a90.png - Ссылка http://www.evolvingai.org/fooling - PDF http://www.evolvingai.org/files/DNNsEasilyFooled_cvpr15.pdf #data_science

120 #MachineLearning business ideas from the latest McKinsey report. https://medium.com/@thoszymkowiak/120-machine-learning-business-ideas-from-the-new-mckinsey-report-b81b239f336 … #AI #ArtificialIntelligence

«Яндекс» запустил на базе сервиса «Дзен» блог-платформу для независимых блогеров, изданий и брендов, рассказал на конференции «Яндекса» медиадиректор «Дзен» Даниил Трабун. По его словам, платформа ориентирована как на СМИ, которые ищут удобный инструмент для организации цифровой дистрибуции контента в первую очередь на мобильные устройства, так и на независимых блогеров, которым сервис может быть интересен в первую очередь возможность монетизации. https://roem.ru/30-05-2017/251056/yandeks-zapustil-new-zen/

photo content

Диалог 2017 | Конференция по компьютерной лингвистике http://www.dialog-21.ru/

Классное видео на тему визуализации того, как искать пифагоровы числа https://www.youtube.com/watch?v=QJYmyhnaaek