ar
Feedback

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

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 276 293 مشتركاً، محتلاً المرتبة 336 في فئة التكنولوجيات والتطبيقات والمرتبة 1 374 في منطقة روسيا.

📊 مؤشرات الجمهور والحراك

منذ تأسيسه في невідомо، حقق المشروع نمواً سريعاً وجمع 276 293 مشتركاً.

بحسب آخر البيانات بتاريخ 05 نوفمبر, 2026، تحافظ القناة على نشاط مستقر. خلال آخر 30 يوماً تغيّر عدد الأعضاء بمقدار -2 229، وفي آخر 24 ساعة بمقدار -129، مع بقاء الوصول العام مرتفعاً.

  • حالة التحقق: غير موثّقة
  • معدل التفاعل (ER): يبلغ متوسط تفاعل الجمهور 8.04‎%. وخلال أول 24 ساعة من النشر يحصد المحتوى عادةً 6.20‎% من ردود الفعل نسبةً إلى إجمالي المشتركين.
  • وصول المنشورات: يحصل كل منشور على متوسط 22 218 مشاهدة. وخلال اليوم الأول يجمع عادةً 17 137 مشاهدة.
  • التفاعلات والاستجابة: يتفاعل الجمهور بانتظام؛ متوسط التفاعلات لكل منشور يبلغ 330.
  • 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 06 نوفمبر, 2026) تحافظ القناة على حداثتها ومستوى وصول مرتفع. وتُظهر التحليلات تفاعلاً نشطاً من الجمهور، ما يجعلها نقطة تأثير مهمة ضمن فئة التكنولوجيات والتطبيقات.

276 293
المشتركون
-12924 ساعات
-8177 أيام
-2 22930 أيام
أرشيف المشاركات
Cтартовал первый контест для разработчиков от Brand Analytics. ⚡️ Призовой фонд - 500 тысяч рублей. Задача участников - напис
Cтартовал первый контест для разработчиков от Brand Analytics. ⚡️ Призовой фонд - 500 тысяч рублей. Задача участников - написать приложение, которое выявляет сбои в работе российских публичных сервисов на основе анализа сообщений из соцмедиа. Для разработки решения предоставляются датасеты публичного потока данных соцмедиа, гарантированно включающие информацию о сбоях в работе сервисов. Ограничений на используемые языки программирования, инструментарии и библиотеки — нет. Срок подачи решений до 17 августа 2022 г. 20:00 MSK. Следите за новостями контеста в официальном Telegram-канале. И присоединяйтесь на devchamp.ru.

🔥 Practical Course Deep Learning A 🚀free course from fast.ai learn how to apply deep learning and machine learning to pract
🔥 Practical Course Deep Learning A 🚀free course from fast.ai learn how to apply deep learning and machine learning to practical problems. Course Git @ai_machinelearning_big_data

⚡️ Последние дни набора на продвинутый онлайн-курс «Machine Learning Advanced» Редкая возможность для тех, кто занимается машинным обучением! Ответьте на 10 вопросов и проверьте, насколько вы готовы к обучению на углубленном курсе - «Machine Learning. Advanced» от OTUS и его партнера — Сбера. 📌 РЕЗУЛЬТАТ ПРОХОЖДЕНИЯ КУРСА: Вы освоите продвинутые приемы машинного обучения, которые позволят вам уверенно себя чувствовать на ведущих Middle/ Senior позициях и справляться даже с нестандартными задачами. Время прохождения теста ограничено 20 минут 👉 Пройдете вступительный тест — сможете занять место в группе по спец.цене https://otus.pw/Ssrw/

☀️ MAPIE - Model Agnostic Prediction Interval Estimator MAPIE allows you to easily estimate prediction intervals (or predicti
☀️ MAPIE - Model Agnostic Prediction Interval Estimator MAPIE allows you to easily estimate prediction intervals (or prediction sets) using your favourite scikit-learn-compatible model for single-output regression or multi-class classification settings. Github: https://github.com/scikit-learn-contrib/mapie Paper: https://arxiv.org/abs/2207.12274v1 Docs: https://mapie.readthedocs.io/en/latest/ @ai_machinelearning_big_data

Курс «Английский для IT-профессий» от Яндекс Практикума Для тех, кто хочет изменить свою профессиональную жизнь и работать в
Курс «Английский для IT-профессий» от Яндекс Практикума Для тех, кто хочет изменить свою профессиональную жизнь и работать в международной команде. Обучение построено не вокруг абстрактной теории, а вокруг рабочих ситуаций и полезных для карьеры навыков: ✋Стендапы. Подготовитесь обсуждать задачи, задавать вопросы и просить о помощи. 👨‍💻 Работа с заказчиками. Научитесь презентовать решения, говорить про баги и фичи. 📣 Митапы. Сможете понимать на слух доклады и выступать сами. 😎 Собеседования. Научитесь рассказывать про свой опыт, понимать вопросы и тактично переспрашивать. 👯 Неформальное общение с коллегами. Сможете рассказать о своих интересах, опыте, планах на будущее. 💻 Код-ревью. Сможете описать сделанное, дать обратную связь, тактично отстоять своё мнение. Запишитесь на бесплатную консультацию. Определим ваш уровень языка, расскажем про обучение и ответим на все вопросы

Есть опыт в машинном обучении, но хотите двигаться ещё дальше? Специально для вас Валерий Бабушкин, Head of Data Science в Blockchainꓸcom, вместе с командой опытных специалистов из Яндекса, AliExpress и X5 Retail Group подготовил продвинутый курс, который поможет глубже копнуть в машинное обучение и разобраться со всеми этапами работы ML-инженера: от сбора и разметки данных до деплоя собственных приложений. К концу обучения вы создадите пять ML-сервисов, каждый из которых будет решать важную и востребованную бизнесом задачу. Переходите по ссылке и записывайтесь на курс до 1 августа — по промокоду MLBD дарим скидку 10%. Ждём вас!

🌟 SimAM: A Simple, Parameter-Free Attention Module for Convolutional Neural Networks Simple but very effective attention mod
🌟 SimAM: A Simple, Parameter-Free Attention Module for Convolutional Neural Networks Simple but very effective attention module for Convolutional Neural Networks (ConvNets). Github: https://github.com/ZjjConan/SimAM Paper: http://proceedings.mlr.press/v139/yang21o.html Dataset: https://paperswithcode.com/dataset/cifar-10 Google Drive: https://drive.google.com/drive/folders/1rRT0UCPeRLPdTCJvv43hvAnGnS49nIWn?usp=sharing @ai_machinelearning_big_data

В «Магните» работает 4000 разработчиков и ИТ инженеров, они решают интересные и амбициозные задачи, делая жизнь покупателя одного из крупнейших ритейлеров России технологичнее и удобнее. 27 июля в 13:00 (МСК) приглашаем вас на эфир Demo Day Magnit IT. Команда разработчиков, спецов по аналитике, ecom и другим диджитал-направлениям поделится крутыми кейсами и решениями непростых задач. Кроме того, они расскажут, как работает IT-подразделение огромного ритейлера. В этом им помогут ведущие одного из самых известных технологических подкастов @zavtracast Тимур Сейфельмлюков и Дмитрий Зомбак. На Demo Day Magni IT будет куча крутых спикеров, но точно нельзя упустить эти выступления: 🌩 Юрий Мисник (CTO) и Татьяна Коваль (System Architect) расскажут о мультиоблачной архитектуре и почему в «Магните» решили сфокусироваться на PaaS для большей отказоустойчивости. 💌 Алексей Четыркин (Head of Data Analytics) и Артем Селезнев (Head of CRM) расскажут про инхаус-решение «Магнита» по CRM-коммуникациям, гипергранулированным сегментациям аудиторий, предикативной модели пути покупателя и BI-алгоритме отслеживания тысяч критических параметров. 📊 Павел Шорохов (Head of BI) расскажет, как «Магнит» в течение 12 лет строил корпоративную платформу сбора и анализа данных на 1 Петабайт, которой пользуется более 10 тысяч человек каждый день. А еще как они строят собственный облачный Data Lake. Не пропустите! Зарегистрируйтесь на эфир, и вам придёт напоминалка 27 июля в 13:00 (МСК), а еще там будет куча интересных дополнительных материалов: https://magn-it.online

🏵 Weakly Supervised Object Localization via Transformer with Implicit Spatial Calibration learnable parameter to dynamically
🏵 Weakly Supervised Object Localization via Transformer with Implicit Spatial Calibration learnable parameter to dynamically adjust the semantic correlations and spatial context intensities for effective information propagation. Github: https://github.com/164140757/scm Paper: https://arxiv.org/abs/2207.10447v1 Dataset: https://paperswithcode.com/dataset/cub-200-2011 @ai_machinelearning_big_data

Приглашаем всех желающих бесплатно онлайн получить востребованную техническую специальность. За 2-3 месяца вы получите надежн
Приглашаем всех желающих бесплатно онлайн получить востребованную техническую специальность. За 2-3 месяца вы получите надежную базу теории и практики, гарантирующую быстрый карьерный старт. Обучение проводит официальный партнер Томского государственного университета. Выдается удостоверение о повышении квалификации или диплом о проф. переподготовке. Обязательно наличие высшего или среднего профессионального образования. Наши программы: — Системный аналитик — Аналитик данных — Разработчик сайтов на Тильде — Дизайнер мобильных приложений — Тестировщик ПО и другие. Полный список: http://bit.do/fUWyz Бесплатно обучиться и получить помощь в трудоустройстве могут: — неработающие выпускники и студенты последнего курса — женщины в декрете и неработающие мамы детей до 7 лет — безработные — граждане 50+ — граждане под риском увольнения / сокращения Регистрируйтесь на курс прямо сейчас! http://bit.do/fUWyz

Вокруг искусственного интеллекта много как хайпа, так и скепсиса. Конвертируется ли вообще использование AI-сервисов в реальн
Вокруг искусственного интеллекта много как хайпа, так и скепсиса. Конвертируется ли вообще использование AI-сервисов в реальную пользу для бизнеса? 📌Чтобы раз и навсегда поставить для себя точку в этом вопросе, приходите на вебинар с продуктовым менеджером Cloud AI Consulting Татьяной Славкиной и архитектором клиентских решений Владиславом Синеглазовым вы узнаете: ✅ как добиться высоких метрик точности AI/ML и как следствие улучшить бизнес-метрики; ✅ какой экономический эффект и в каких сценариях сегодня достигнут в десятках компаний России и почему не стоит откладывать инвестиционные проекты AI «на потом»; ✅ как выгодно внедрить AI и обеспечить его масштабирование, особенно в ситуации, когда в компании нет или не хватает нужных человеческих и технологических ресурсов. 👥 Вебинар будет полезен топ-менеджерам ИТ-направлений, директорам офисов Big Data, CDO/CDTO, финансовым директорам, руководителям отделов маркетинга и аналитики. ↗️Регистрируйтесь по ссылке!

Приглашаем всех желающих бесплатно онлайн получить востребованную техническую специальность. За 2-3 месяца вы получите надежн
Приглашаем всех желающих бесплатно онлайн получить востребованную техническую специальность. За 2-3 месяца вы получите надежную базу теории и практики, гарантирующую быстрый карьерный старт. Обучение проводит официальный партнер Томского государственного университета. Выдается удостоверение о повышении квалификации или диплом о проф. переподготовке. Обязательно наличие высшего или среднего профессионального образования. Наши программы: — Системный аналитик — Аналитик данных — Разработчик сайтов на Тильде — Дизайнер мобильных приложений — Тестировщик ПО и другие. Полный список: http://bit.do/fUWyz Бесплатно обучиться и получить помощь в трудоустройстве могут: — неработающие выпускники и студенты последнего курса — женщины в декрете и неработающие мамы детей до 7 лет — безработные — граждане 50+ — граждане под риском увольнения / сокращения Регистрируйтесь на курс прямо сейчас! http://bit.do/fUWyz

🧿 Generative Multiplane Images: Making a 2D GAN 3D-Aware What is really needed to make an existing 2D GAN 3D-aware? To answer this question, we modify a classical GAN, i.e., StyleGANv2, as little as possible. We find that only two modifications are absolutely necessary: 1) a multiplane image style generator branch which produces a set of alpha maps conditioned on their depth; 2) a pose-conditioned discriminator. Github: https://github.com/apple/ml-gmpi Paper: https://arxiv.org/abs/2207.10642v1 Dataset: https://paperswithcode.com/dataset/metfaces Project: https://xiaoming-zhao.github.io/projects/gmpi/ Pretrained checkpoints: https://drive.google.com/drive/folders/1MEIjen0XOIW-kxEMfBUONnKYrkRATSR_ @ai_machinelearning_big_data

⚡️ Старт набора на онлайн-курс «Data Engineer» от OTUS! ⚠️ В новом потоке вас ждет актуализированная программа, живые вебинары с опытными экспертами и еще больше практики! В программе рассмотрим все процессы обработки данных - от загрузки из внешних источников до подготовки финальных витрин. 📌 РЕЗУЛЬТАТ ПРОХОЖДЕНИЯ КУРСА: — Практические навыки разработки дата-сервисов, витрин и приложений — Знание принципов организации мониторинга, оркестрации, тестирования — Выпускной проект на основе полученных знаний, который можно будет показывать при трудоустройстве. 💻 Greenplum Platform Extension Framework (PXF), 4 августа в 20:00 https://otus.pw/x5ke/ 💻 Data Engineer в новых реалиях, что ждать бизнесу?, 23 августа в 20:00 https://otus.pw/mYY9/ 👉 Ответьте на 30 вопросов и проверьте, насколько вы готовы к обучению на курсе - «Data Engineer» от OTUS https://otus.pw/UTGS/

✨ Tip-Adapter: Training-free Adaption of CLIP for Few-shot Classification Tip-Adapter is a training-free adaption method for CLIP to conduct few-shot classification. Github: https://github.com/gaopengcuhk/tip-adapter Paper: https://arxiv.org/abs/2207.09519v1 Dataset: https://paperswithcode.com/dataset/oxford-102-flower @ai_machinelearning_big_data

✨ Tip-Adapter: Training-free Adaption of CLIP for Few-shot Classificationю Github: https://github.com/gaopengcuhk/tip-adapter Paper: https://arxiv.org/abs/2207.09519v1 Dataset: https://paperswithcode.com/dataset/oxford-102-flower @ai_machinelearning_big_data

Мы следим за миром инноваций и рынком труда и знаем, какие специалисты нужны рынку. Наши исследования показали, что сейчас ст
Мы следим за миром инноваций и рынком труда и знаем, какие специалисты нужны рынку. Наши исследования показали, что сейчас стремительно растет спрос на специалистов по новейшим технологиям: ✔ искусственный интеллект; ✔ Web 3.0; ✔ блокчейн; ✔ кибернетика умных устройств; ✔ data science; ✔ метавселенные. Мы решили запустить программу подготовки этих специалистов, ведь таких курсов еще не было на рынке. Научитесь создавать умных роботов, проектировать метавселенные и управлять автономными организациями на блокчейне. Что в результате обучения: 📈 Станете новой элитой современных инновационных проектов Ключевой сферой России остается ИТ — на технологиях держится не только экономика, но и развитие каждой отрасли страны.‍ 💪 Получите уникальные навыки Если какая-то технология только вышла, мы учтем ее в программе. 🌏 Сможете работать над проектами, которые меняют мир прямо сейчас Уже через несколько месяцев после старта программы вы сможете найти подработку и продолжать обучаться. Почему вам стоит стартовать в ИТ прямо сейчас ⚡️ Востребованно За 2021 год количество вакансий на рынке ИТ выросло на 72%. Количество резюме — всего на 6%. 🚀 Перспективно К 2035 году в России будет более 2,5 миллиона вакансий для специалистов из сферы ИТ. 🤑 Высокооплачиваемо Зарплата начинающего ИТ-специалиста — от 60 000 ₽. А уже через три года — от 150 000 ₽. ❗ Длительность — 12 месяцев, 2–3 занятия в неделю по 2–3 часа. Для прохождения курса не требуется техническое образование или опыт работы. ❗❗ Гарантия трудоустройства закреплена в договоре. Если после успешного обучения вы не найдете работу, мы вернем вам деньги. 👉 Начать обучение: https://clck.ru/sLJhU

🔧 FSD: Fully Sparse 3D Object Detection & SST: Single-stride Sparse Transformer Github: https://github.com/tusimple/sst Paper: http://arxiv.org/abs/2207.10035 Dataset: https://paperswithcode.com/dataset/waymo-open-dataset @ai_machinelearning_big_data

Полезная статья на Хабр о промышленном мониторинге качества данных в Feature Store В ней аналитик финтеха Big Data из МТС рассказал о построении автоматизированного контроля за качеством данных в их Feature Store, позволяющем не допустить принятия бизнес-решений на искаженных или ненадежных данных. О том, что такое Feature Store, почему в нем возникла потребность и какое место занимает промышленный мониторинг качества данных, читать здесь.