Data Science | ML | AI Resources
الذهاب إلى القناة على Telegram
Data Science community is built for Data Science Aspirants who wish to start their journey into the field Data Science. Download Free PDFs, Courses & Internships and Jobs related to Data Science and Machine Learning!
إظهار المزيدلم يتم تحديد البلدالفئة غير محددة
7 903
المشتركون
-424 ساعات
-267 أيام
-5530 أيام
جارٍ تحميل البيانات
القنوات المماثلة
![ML - DS/DA/DE - AI [Jobs, InterviewPrep] 🇮🇳](https://cdn.tlmtr.io/_next/image?url=https%3A%2F%2Fimg.telemetr.io%2Fc%2F1ndYNE%2F6334477463798355529%3Fty%3Dx&w=96&q=75){kind=small}
سحابة العلامات
لا توجد بيانات
هل تواجه مشاكل؟ يرجى تحديث الصفحة أو الاتصال بمدير الدعم الخاص بنا.
الإشارات الواردة والصادرة
---
---
---
---
---
---
جذب المشتركين
أكتوبر '26أكتوبر '26
أكتوبر '26
+1 697
في 0 قنوات
سبتمبر '260
في 0 قنوات
Get PRO
أغسطس '260
في 0 قنوات
Get PRO
يوليو '260
في 0 قنوات
Get PRO
يونيو '260
في 1 قنوات
Get PRO
مايو '260
في 1 قنوات
Get PRO
أبريل '260
في 0 قنوات
Get PRO
مارس '260
في 0 قنوات
Get PRO
فبراير '260
في 0 قنوات
Get PRO
يناير '260
في 0 قنوات
Get PRO
ديسمبر '250
في 0 قنوات
Get PRO
نوفمبر '250
في 0 قنوات
Get PRO
أكتوبر '250
في 0 قنوات
Get PRO
سبتمبر '250
في 0 قنوات
Get PRO
أغسطس '250
في 0 قنوات
Get PRO
يوليو '250
في 0 قنوات
Get PRO
يونيو '250
في 0 قنوات
Get PRO
مايو '250
في 0 قنوات
Get PRO
أبريل '250
في 0 قنوات
Get PRO
مارس '250
في 0 قنوات
Get PRO
فبراير '250
في 0 قنوات
Get PRO
يناير '250
في 0 قنوات
Get PRO
ديسمبر '24
+1
في 0 قنوات
Get PRO
نوفمبر '24
+2
في 0 قنوات
Get PRO
أكتوبر '24
+5
في 0 قنوات
Get PRO
سبتمبر '240
في 0 قنوات
Get PRO
أغسطس '24
+3
في 0 قنوات
Get PRO
يوليو '24
+1
في 0 قنوات
Get PRO
يونيو '240
في 0 قنوات
Get PRO
مايو '240
في 0 قنوات
Get PRO
أبريل '240
في 0 قنوات
Get PRO
مارس '24
+4
في 0 قنوات
Get PRO
فبراير '240
في 0 قنوات
Get PRO
يناير '240
في 0 قنوات
Get PRO
ديسمبر '230
في 0 قنوات
Get PRO
نوفمبر '230
في 0 قنوات
Get PRO
أكتوبر '23
+27
في 0 قنوات
Get PRO
سبتمبر '23
+38
في 0 قنوات
Get PRO
أغسطس '23
+51
في 0 قنوات
Get PRO
يوليو '23
+61
في 0 قنوات
Get PRO
يونيو '23
+59
في 0 قنوات
Get PRO
مايو '23
+56
في 0 قنوات
Get PRO
أبريل '23
+40
في 0 قنوات
Get PRO
مارس '23
+52
في 0 قنوات
Get PRO
فبراير '23
+40
في 0 قنوات
Get PRO
يناير '23
+8 052
في 0 قنوات
| التاريخ | نمو المشتركين | الإشارات | القنوات | |
| 26 أكتوبر | 0 | |||
| 25 أكتوبر | +3 | |||
| 24 أكتوبر | 0 | |||
| 23 أكتوبر | 0 | |||
| 22 أكتوبر | 0 | |||
| 21 أكتوبر | 0 | |||
| 20 أكتوبر | 0 | |||
| 19 أكتوبر | 0 | |||
| 18 أكتوبر | +1 | |||
| 17 أكتوبر | +1 | |||
| 16 أكتوبر | +1 | |||
| 15 أكتوبر | +2 | |||
| 14 أكتوبر | 0 | |||
| 13 أكتوبر | +1 | |||
| 12 أكتوبر | +1 | |||
| 11 أكتوبر | +1 | |||
| 10 أكتوبر | +1 |
منشورات القناة
| 2 |  🚀 5 Unsupervised Machine Learning Algorithms You Should Know! 👇
https://www.instagram.com/reel/De52nqGSTSg/?rpxt=anpmenFob25kNjIz | 131 |
| 3 | Unsupervised Machine Learning Algorithms Complete Guide 👆 | 159 |
| 4 | 5 Most Important Unsupervised Machine Learning Algorithms You Should Know 👆 | 158 |
| 5 |  لا يوجد نص... | 150 |
| 6 | Asked in an Uber AI/ML Engineer interview 👇
Uber’s AI predicts that ride demand in a particular area will increase significantly in the next 20 minutes. How would you design an AI system that predicts demand and proactively moves drivers to that area?
Prediction is the easy half. The value is in the allocation, and most candidates stop before they get there.
1. Forecast both sides, per cell per bucket
- H3 hexagons × 5-minute buckets, forecasting rides requested and drivers available
- Features: the same hour last week, weather, events, traffic, and live app-open sessions
- Short horizons need current state; long horizons need seasonality
2. What matters is the gap
- Rank cells by expected unmet demand, which is demand minus reachable supply
- A surging cell that already has forty idle drivers needs nothing from you
3. Turn the forecast into assignments
- For each driver, the expected value of moving versus staying, minus travel time and fuel
- Solve it as min-cost flow across drivers and cells, not as a greedy nudge per driver
- Greedy sends everyone to the same hex and creates the opposite problem
4. Drivers are people, not units of supply
- Incentives and heatmaps, never orders — model the probability they accept
- Respect end-of-shift, home direction and rest; an ignored nudge is worse than none
5. Do not stampede
- Move a fraction of the nearby drivers, then re-solve a few minutes later
- Closed-loop correction beats one confident dispatch
6. Evaluate on the marketplace
- Geo-based A/B tests, because moving drivers changes the outcome for everyone in the city
- Track unfulfilled requests, pickup ETA and driver earnings per hour together
The principle: A demand forecast is only worth what the allocation on top of it earns. Optimise the assignment, not the RMSE.
💬 Incentives or dispatch — which moves drivers better in your experience? | 169 |
| 7 | Never Sit in AI Interview before knowing these concepts👆 | 205 |
| 8 |  لا يوجد نص... | 224 |
| 9 |  لا يوجد نص... | 269 |
| 10 |  لا يوجد نص... | 291 |
| 11 | Complete Machine Learning Engineer Roadmap - Download👆 | 289 |
| 12 |  🚀 Follow this roadmap to become a Machine Learning Engineer in 2026👇
https://www.instagram.com/reel/Des_6UOSplh/?exln=MWJvaXoxY2wxY3VpdA== | 302 |
| 13 | Complete Machine Learning Engineer Roadmap and Resources👇️️ | 290 |
| 14 |  لا يوجد نص... | 300 |
| 15 |  لا يوجد نص... | 329 |
| 16 |  لا يوجد نص... | 288 |
| 17 | 🚀 STOP SCROLLING! These websites can level up your career in 2026 💻
Looking for a job? Want to build a standout resume or portfolio? Need to sharpen your technical skills?
Bookmark these FREE & useful resources! 👇 | 280 |
| 18 |  https://www.instagram.com/reel/Delb4KugDTd/?psln=dXljM3g5NG1nNjRv | 314 |
| 19 | 8 Model Evaluation Techniques in Machine Learning 👆 | 282 |
| 20 |  لا يوجد نص... | 323 |
