Available now! Telegram Research 2025 — the year's key insights 
Machinelearning
Open in 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
Show more📈 Analytical overview of Telegram channel Machinelearning
Channel Machinelearning (@ai_machinelearning_big_data) in the Russian language segment is an active participant. Currently, the community unites 293 602 subscribers, ranking 326 in the Technologies & Applications category and 1 281 in the Russia region.
📊 Audience metrics and dynamics
Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 293 602 subscribers.
According to the latest data from 02 July, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by -6 464 over the last 30 days and by -249 over the last 24 hours, overall reach remains high.
- Verification status: Not verified
- Engagement rate (ER): The average audience engagement rate is 7.49%. Within the first 24 hours after publication, content typically collects 5.71% reactions from the total number of subscribers.
- Post reach: On average, each post receives 21 989 views. Within the first day, a publication typically gains 16 765 views.
- Reactions and interaction: The audience actively supports content: the average number of reactions per post is 173.
- Thematic interests: Content is focused on key topics such as openai, claude, api, gemini, контекст.
📝 Description and content policy
The author describes the resource as a platform for expressing subjective opinions:
“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”
Thanks to the high frequency of updates (latest data received on 03 July, 2026), the channel maintains relevance and a high level of publication reach. Analytics show that the audience actively interacts with content, making it an important point of influence in the Technologies & Applications category.
293 602
Subscribers
-24924 hours
-1 5267 days
-6 46430 days
Posts Archive
293 523
Extreme Gradient Boosting (XGBoost) with R and Python
https://datascience-enthusiast.com/R/ML_python_R_part2.html
@ai_machinelearning_big_data
293 523
🦾 Robustness Gym is a Python evaluation toolkit for natural language processing.
Github: https://github.com/robustness-gym/robustness-gym
Paper: https://arxiv.org/abs/2101.04840v1
Project: https://robustnessgym.com/
@ai_machinelearning_big_data
293 523
🔥 Fast convolutional neural networks on FPGAs with hls4ml
Github: https://github.com/fastmachinelearning/hls4ml
Paper: https://arxiv.org/abs/2101.05108v1
Documentation: https://fastmachinelearning.org/hls4ml/
@ai_machinelearning_big_data
293 523
🪐 A Bayesian neural network predicts the dissolution of compact planetary systems
Post/code: https://astroautomata.com/paper/bnn-instability-model/
API: https://github.com/dtamayo/spock
Paper: https://arxiv.org/abs/2101.04117
@ai_machinelearning_big_data
293 523
FaceX-Zoo: A PyTorch Toolbox for Face Recognition
Github: https://github.com/JDAI-CV/faceX-Zoo
Paper: https://arxiv.org/abs/2101.04407v2
@ai_machinelearning_big_data
293 523
Datasets
Datasets collected for network science, deep learning and general machine learning research.
Github: https://github.com/benedekrozemberczki/datasets
Paper: https://arxiv.org/abs/2101.03091v1
@ai_machinelearning_big_data
293 523
🔝 Top 10 Computer Vision Papers 2020
https://www.kdnuggets.com/2021/01/top-10-computer-vision-papers-2020.html
@ai_machinelearning_big_data
293 523
🔝 Top 10 Computer Vision Papers 2020
https://www.kdnuggets.com/2021/01/top-10-computer-vision-papers-2020.html
293 523
TensorFlow Lite on GPU
https://www.tensorflow.org/lite/performance/gpu_advanced
@tensorflowblog
293 523
📛Sharded: A New Technique To Double The Size Of PyTorch Models
Article: https://towardsdatascience.com/sharded-a-new-technique-to-double-the-size-of-pytorch-models-3af057466dba
Habr ru: https://habr.com/ru/company/skillfactory/blog/536394/
ZeRO: Memory Optimizations Paper: https://arxiv.org/abs/1910.02054
@ai_machinelearning_big_data
293 523
🔇 Deep Noise Suppression Challenge – ICASSP 2021
Github: https://github.com/microsoft/DNS-Challenge
Paper: https://arxiv.org/abs/2101.01902v1
Training and test datasets: https://github.com/microsoft/DNS-Challenge/tree/master/datasets
Challenge: https://www.microsoft.com/en-us/research/academic-program/deep-noise-suppression-challenge-icassp-2021/
@ai_machinelearning_big_data
293 523
🦾 Volumetric Grasping Network.
Github: https://github.com/ethz-asl/vgn
Paper: https://arxiv.org/abs/2101.01132
Video: https://www.youtube.com/watch?v=FXjvFDcV6E0&feature=youtu.be
@ai_machinelearning_big_data
293 523
🚀 DALL·E is a 12-billion parameter version of GPT-3 trained to generate images from text descriptions
Introduction: https://openai.com/blog/tags/multimodal/
Deepmind Blog: https://openai.com/blog/dall-e/
Github: https://github.com/openai/CLIP
Paper: https://cdn.openai.com/papers/Learning_Transferable_Visual_Models_From_Natural_Language.pdf
Colab: https://colab.research.google.com/github/openai/clip/blob/master/Interacting_with_CLIP.ipynb
@ai_machinelearning_big_data
293 523
🦠 COVID-Affinity-Model
Github: https://github.com/AlexTS1980/COVID-Affinity-Model
Paper: https://www.medrxiv.org/content/10.1101/2020.12.29.20248987v1.full.pdf
@ai_machinelearning_big_data
293 523
Not All Memories are Created Equal: Learning to Expire
Github: https://github.com/lucidrains/learning-to-expire-pytorch
Paper: https://openreview.net/forum?id=ZVBtN6B_6i7
@ai_machinelearning_big_data
293 523
Первый сериал про Data Science в жанре edutainment!😱
В рамках чемпионата Alfa Battle 2.0 банк и партнеры позволили себе небольшой эксперимент и теперь мы наблюдаем за историей, как стажёр Денис только что прошел отбор в программу стажировок Альфа-Банка.
Нейронные сети, искусственный интеллект, машинное обучение… О секретах использования больших данных в компаниях Альфа-Групп он узнает на встречах по обмену опытом, на которые попадает мистическим образом🔮
Персонажи и описываемые события являются реальными. Все трюки в сериале выполнены профессиональными дата-сайентистами компаний Альфа-Групп. Не пытайтесь повторить дома)
Cмотреть сериал - https://link.alfabattle.ru/TMSse
293 523
👁🗨 LambdaNetworks: Modeling long-range Interactions without Attention
New approach to image recognition that reaches SOTA on ImageNet
Github: https://github.com/leaderj1001/LambdaNetworks
Paper: https://openreview.net/forum?id=xTJEN-ggl1b
Fork: https://github.com/leaderj1001/LambdaNetworks
@ai_machinelearning_big_data
293 523
🗒 Machine Learning Cheat Sheets
https://sites.google.com/view/datascience-cheat-sheets
Machine Learning Animations: https://sites.google.com/view/mlingifs#h.341bzfgiuxfx
@ai_machinelearning_big_data
293 523
Хотите увидеть, как большие данные помогают врачам открывать революционные методы лечения? Узнать, как «простые айтишники» двигают медицину и фарминдустрию вперед? Нужен ли для этого диплом медвуза? А зарплаты высокие?
Приходите на онлайн-интенсив по Data Science в медицине от GeekBrains! Вас ждут два часа живого общения с преподавателем и море практики. Узнаете, как работает наука о данных, что такое биометрия и какие знания нужны для начала карьеры аналитика в медицине. В финале получите видеозапись занятия и сертификат о прохождении обучения.
Переходите по ссылке https://geekbrains.ru/link/Grq2wK, записывайтесь на интенсив и врывайтесь в одну из самых топовых профессий современности. И да, спойлер, зарплаты там — высокие.
Записаться
293 523
🎨 Colorization Transformer
Github: https://github.com/satoshiiizuka/siggraphasia2019_remastering
Results: http://iizuka.cs.tsukuba.ac.jp/projects/remastering/en/index.html
Paper: https://openreview.net/forum?id=5NA1PinlGFu
@ai_machinelearning_big_data
