متاح الآن! بحث تيليغرام 2025 — أهم رؤى العام 
Data Science
الذهاب إلى القناة على Telegram
DS По всем вопросам- @haarrp @ai_machinelearning_big_data - machine learning @pythonl - Python @itchannels_telegram - 🔥 best it channels @ArtificialIntelligencedl - AI @pythonlbooks-📚 @programming_books_it -📚 Реестр РКН: https://clck.ru/3Fk3zS
إظهار المزيد📈 نظرة تحليلية على قناة تيليجرام Data Science
تُعد قناة Data Science (@datascienceiot) لاعباً نشطاً. يضم المجتمع حالياً 41 873 مشتركاً، محتلاً المرتبة 3 231 في فئة التكنولوجيات والتطبيقات والمرتبة 15 290 في منطقة روسيا.
📊 مؤشرات الجمهور والحراك
منذ تأسيسه في невідомо، حقق المشروع نمواً سريعاً وجمع 41 873 مشتركاً.
بحسب آخر البيانات بتاريخ 21 يونيو, 2026، تحافظ القناة على نشاط مستقر. خلال آخر 30 يوماً تغيّر عدد الأعضاء بمقدار -33، وفي آخر 24 ساعة بمقدار -6، مع بقاء الوصول العام مرتفعاً.
- حالة التحقق: غير موثّقة
- معدل التفاعل (ER): يبلغ متوسط تفاعل الجمهور 9.09%. وخلال أول 24 ساعة من النشر يحصد المحتوى عادةً 2.50% من ردود الفعل نسبةً إلى إجمالي المشتركين.
- وصول المنشورات: يحصل كل منشور على متوسط 3 806 مشاهدة. وخلال اليوم الأول يجمع عادةً 1 046 مشاهدة.
- التفاعلات والاستجابة: يتفاعل الجمهور بانتظام؛ متوسط التفاعلات لكل منشور يبلغ 0.
- الاهتمامات الموضوعية: يركز المحتوى على مواضيع رئيسية مثل llm, агентов, api, октября, разработчиков.
📝 الوصف وسياسة المحتوى
يصف المؤلف القناة بأنها مساحة للتعبير عن الآراء الذاتية:
“DS
По всем вопросам- @haarrp
@ai_machinelearning_big_data - machine learning
@pythonl - Python
@itchannels_telegram - 🔥 best it channels
@ArtificialIntelligencedl - AI
@pythonlbooks-📚
@programming_books_it -📚
Реестр РКН: https://clck.ru/3...”
بفضل وتيرة التحديث المرتفعة (أحدث البيانات بتاريخ 22 يونيو, 2026) تحافظ القناة على حداثتها ومستوى وصول مرتفع. وتُظهر التحليلات تفاعلاً نشطاً من الجمهور، ما يجعلها نقطة تأثير مهمة ضمن فئة التكنولوجيات والتطبيقات.
41 873
المشتركون
-624 ساعات
-537 أيام
-3330 أيام
أرشيف المشاركات
41 874
🔥 Приглашаем на открытый урок углубленного курса «Machine Learning. Professional» в OTUS 9 марта в 18:00 мск — Рекомендательные системы на основе SVD алгоритма
✅ На занятии мы обсудим один из самых мощных алгоритмов классического ML для построения рекомендательных систем, основанный на сингулярном разложении матрицы. А после короткой теоретической части, вы примените его на практике.
Познакомитесь с задачей рекомендательных систем. Изучите подход на основе SVD разложения матрицы для построения рекомендательной системы. Примените его на практике.
🧑💻Кому подходит этот урок:
- IT-специалистам которые хотят освоить продвинутые методы ML и перейти в Data Science
- Дата-сайентистам, желающим углубиться в профессию
- Тем кто самостоятельно изучает Data Science и уже изучил основы ML
👉 Пройдите вступительный тест для участия в вебинаре
https://otus.pw/LtJf/
Реклама. Информация о рекламодателе на сайте otus.ru
41 874
Знаешь, что можно сделать с петабайтами данных о товарах, чтобы помочь бизнесу?
Разработай продукт на основе данных из национальной системы цифровой маркировки «Честный знак» на хакатоне Marking Hack 24—26 марта.
Собери команду и и поборись за призовой фонд - 900 тысяч рублей!
Заявки принимают до 14 марта. Подробности о хакатоне — на сайте.
Организатор: «Честный знак» и ЦРПТ
41 874
Data Science in Context: Foundations, Challenges, Opportunities
📖 Book
@datascienceiot
41 874
Пора признаться: 2023-й год нейросетей — Chat GPT уже пишет код сама
Но кто будет её учить и дорабатывать?
Изучай Машинное обучение и Python на этом канале — и это будешь ты.
Практические задачи из реальных проектов, которые можно решать по 5-10 минут каждый день.
К каждой задаче подробное решение и удобный перенос кода в интерпретатор.
Мгновенная прокачка твоих знаний даже с нуля
Самая полезная подписка в 2023-м ⬇️
@python_tasks
41 874
Embedded Systems Architecture A Comprehensive Guide for Engineers and Programmers
📖 Book
@datascienceiot
41 874
🔥 Загляните вглубь алгоритма k Nearest Neighbours и попробуйте его на практике! 1 марта в 18:00 мск пройдет вебинар в рамках онлайн-курса «Machine Learning. Professional» в OTUS.
Тема урока: «Мы похожи на свое окружение: алгоритм k Nearest Neighbours для задачи классификации» — https://otus.pw/uIgP/
✅ На занятии мы поговорим о задаче классификации, крайне востребованном классе задач в области ML сегодня. Мы изучим алгоритм kNN для ее решения, а затем применим его на практике.
В результате урока мы:
- Познакомимся с популярным алгоритмом машинного обучения kNN
- Узнаем, как устроен алгоритм kNN
- Освоим принципы решения задачи классификации с помощью kNN
⚠️ Урок будет полезен IT-специалистам, которые хотят освоить продвинутые методы ML и перейти в Data Science. Продолжить обучение на курсе возможно в рассрочку.
👉 Пройдите вступительный тест для участия в вебинаре
https://otus.pw/uIgP/
Реклама. Информация о рекламодателе на сайте otus.ru41 874
Вы еще не слышали про телеграм-канал LEFT JOIN? Рассказываем в двух словах!
Это авторский канал аналитика данных Николая Валиотти, в котором рассказывают про:
🎨 применение AI-моделей почти во всех сферах работы и жизни,
🗄 всемогущий язык SQL и работу с базами данных,
📚 интересные библиотеки для Python,
📎 работу с различными API (от Google Docs до соцсети для любителей пива),
📈 обзоры на BI и SQL-инструменты,
🎨 тонкости создания датавиза.
🦸♂️ А еще авторы канала скоро выпустят третий сезон подкаста Data Heroes про данные, аналитику и будни дата героев! Если вы еще не слушали первый два — наверстывайте упещенное и...
Конечно, скорее подписывайтесь на канал!
41 874
Data Algorithms with Spark Recipes and Design Patterns for Scaling Up Using PySpark
📖 Book
@datascienceiot
41 874
Fundamentals of Deep Learning: Designing Next-Generation Machine Intelligence Algorithms, 2nd Edition (2022)
📚 book
@datascienceiot
41 874
Data Science | Machinelearning - самый большой русскоязычный канал с полезными материалами на такие темы как, Machine Learning, Data Science, Алгоритмы, Python. Так же часто публикуются крутые 🔥 вакансии.
👉 Вам сюда: @devsp
А любителям читать статьи в оригинале вот сюда:
👉 @ds_international
Добро пожаловать!
