Machinelearning
前往频道在 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
显示更多
📈 Telegram 频道 Machinelearning 的分析概览
频道 Machinelearning (@ai_machinelearning_big_data) 俄语 语言赛道中的 是活跃参与者。目前社区聚集了 275 988 名订阅者，在 技术与应用 类别中位列第 336，并在 俄罗斯 地区排名第 1 377 位。
📊 受众指标与增长动态
自 невідомо 创建以来，项目保持高速增长，吸引了 275 988 名订阅者。
根据 07 十一月, 2026 的最新数据，频道保持稳定运转。过去 30 天订阅人数变化为 -2 499，过去 24 小时变化为 -157，整体触达仍然可观。
- 认证状态： 未认证
- 互动率 (ER)： 平均受众互动率为 8.01%。内容发布后 24 小时内通常能获得 6.41% 的反应，占订阅者总量。
- 帖子覆盖： 每篇帖子平均可获得 22 107 次浏览，首日通常累积 17 690 次浏览。
- 互动与反馈： 受众积极参与，单帖平均反应数为 342。
- 主题关注点： 内容集中在 openai, claude, api, gemini, контекст 等核心主题上。
📝 描述与内容策略
作者将该频道定位为表达主观观点的平台：
“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”
凭借高频更新（最新数据采集于 08 十一月, 2026），频道始终保持新鲜度与高覆盖。分析显示受众积极互动，使其成为 技术与应用 类别中的关键影响点。
275 988
订阅者
-15724 小时
-8727 天
-2 49930 天
帖子存档
275 986
Data-driven организация: когда алгоритмы заменят людей?
В Data-Driven подходе все принимаемые решения основаны на big data. Что это — просто мода на использование больших данных или действительно эффективный инструмент? А может, всего лишь хайповое название привычных вещей?
Этой теме будет посвящен «Цифровой четверг» Х5.
Дата: 30 сентября 10:00, онлайн
Открытый разговор с экспертами рынка (X5 Group, Ростелеком, Яндекс.Музыка, Кинопоиск, НИУ ВШЭ, Segmento) о том, как и зачем становиться Data-Driven компанией, почему иногда кейсы работы с данными не приносят реальной пользы бизнесу и могут ли алгоритмы заменить людей?
Участие бесплатное, но необходима регистрация. Подробнее про мероприятие тоже по ссылке.
275 986
🎩 Mr. TyDi: A Multi-lingual Benchmark for Dense Retrieval
Mr. TyDi is a multi-lingual benchmark dataset built on TyDi, covering eleven typologically diverse languages.
Github: https://github.com/castorini/mr.tydi
Paper: https://arxiv.org/abs/2108.08787
Tasks: https://paperswithcode.com/task/representation-learning
@ai_machinelearning_big_data
275 986
🔍 TOOD: Task-aligned One-stage Object Detection
Github: https://github.com/fcjian/TOOD
Paper: https://arxiv.org/abs/2108.07755v2
Dataset: https://paperswithcode.com/dataset/coco
@ai_machinelearning_big_data
275 986
🔍 TOOD: Task-aligned One-stage Object Detection
Github: https://github.com/dvlab-research/panopticfcn
Paper: https://arxiv.org/abs/2108.07755v2
Dataset: https://paperswithcode.com/dataset/coco
@ai_machinelearning_big_data
275 986
✔️ Fully Convolutional Networks for Panoptic Segmentation
Github: https://github.com/dvlab-research/panopticfcn
Paper: https://arxiv.org/pdf/2012.00720.pdf
Methods: https://paperswithcode.com/method/fcn
@ai_machinelearning_big_data
275 986
💡 X-modaler: A Versatile and High-performance Codebase for Cross-modal Analytics
Github: https://github.com/yehli/xmodaler
Paper: https://arxiv.org/abs/2108.08217v1
Project: https://xmodaler.readthedocs.io/en/latest/
@ai_machinelearning_big_data
275 986
👁 MMOCR: A Comprehensive Toolbox for Text Detection, Recognition and Understanding
MMOCR is an open-source toolbox based on PyTorch and mmdetection for text detection, text recognition
Github: https://github.com/open-mmlab/mmocr
Paper: https://arxiv.org/abs/2108.06543v1
Documentation: https://mmocr.readthedocs.io/en/latest/
@ai_machinelearning_big_data
275 986
⏺ Towards Interpretable Deep Metric Learning with Structural Matching
Github: https://github.com/wl-zhao/diml
Paper: https://arxiv.org/abs/2108.05889v1
RevisitDML: https://github.com/wl-zhao/diml
@ai_machinelearning_big_data
275 986
Oriented R-CNN for Object Detection
Github: https://github.com/jbwang1997/OBBDetection
BboxToolkit: https://github.com/jbwang1997/BboxToolkit
Paper: https://arxiv.org/abs/2104.11227
@ai_machinelearning_big_data
275 986
🖊 Как внедряются элементы машинного обучения в службу поддержки: об этом рассказал Яндекс Go в новой статье на VC.
Внутри можно узнать, каких результатов добилась компания и какие задачи решила благодаря SupportAI:
VC: https://vc.ru/yandex.go/280385-yandeks-uluchshil-kachestvo-pismennoy-podderzhki-polzovateley-i-sokratil-rashody-bolee-chem-na-45
@ai_machinelearning_big_data
275 986
Multiscale Vision Transformers: A hierarchical architecture for representing image and video information
Facebook blog: https://ai.facebook.com/blog/multiscale-vision-transformers-an-architecture-for-modeling-visual-data/
Code: https://github.com/facebookresearch/SlowFast
Pytorch video: https://github.com/facebookresearch/pytorchvideo
Paper: https://arxiv.org/abs/2104.11227
@ai_machinelearning_big_data
275 986
ESPnet: end-to-end speech processing toolkit
Github: https://github.com/espnet/espnet
Paper: https://arxiv.org/abs/2107.09011v2
Notebook: https://github.com/espnet/notebook
@ai_machinelearning_big_data
275 986
⚪ SP-GAN: Sphere-Guided 3D Shape Generation and Manipulation (SIGGRAPH 2021)
Github: https://github.com/liruihui/sp-gan
Paper: https://arxiv.org/abs/2108.04476v1
Project: https://liruihui.github.io/publication/SP-GAN/
@ai_machinelearning_big_data
275 986
🧹 Overview of data cleaning methods
https://habr.com/ru/company/ru_mts/blog/571606/
@ai_machinelearning_big_data
275 986
🎨 Paint Transformer: Feed Forward Neural Painting with Stroke Prediction
Github: https://github.com/huage001/painttransformer
Paper: https://arxiv.org/abs/2108.03798
Paddle Implementation: https://github.com/PaddlePaddle/PaddleGAN
@ai_machinelearning_big_data
275 986
🔍 Contrastive Sensor Fusion
Github: https://github.com/descarteslabs/contrastive_sensor_fusion
Paper: https://arxiv.org/abs/2108.05094v1
@ai_machinelearning_big_data
275 986
📹 Internal Video Inpainting by Implicit Long-range Propagation
Github: https://github.com/Tengfei-Wang/Implicit-Internal-Video-Inpainting
Paper: https://arxiv.org/abs/2108.01912v1
4k Data: https://github.com/Tengfei-Wang/Annotated-4K-Videos
Dataset: https://paperswithcode.com/dataset/videoremoval4k
@ai_machinelearning_big_data
275 986
👁 Improving Contrastive Learning by Visualizing Feature Transformation
Github: https://github.com/DTennant/CL-Visualizing-Feature-Transformation
Paper: https://arxiv.org/abs/2108.02982
@ai_machinelearning_big_data
275 986
📸 Physics-based Noise Modeling for Extreme Low-light Photography
Github: https://github.com/Vandermode/ELD
Paper: https://arxiv.org/abs/2108.02158v1
Dataset: https://drive.google.com/drive/folders/1CT2Ny9W9ArdSQaHNxC5hGwav9lZHoqJa?usp=sharing
@ai_machinelearning_big_data
275 986
How to automate Hadoop administration without excruciating pain
https://habr.com/ru/company/ru_mts/blog/569762/
@ai_machinelearning_big_data
