en
Feedback
Machinelearning

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 291 898 subscribers, ranking 327 in the Technologies & Applications category and 1 297 in the Russia region.

📊 Audience metrics and dynamics

Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 291 898 subscribers.

According to the latest data from 11 July, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by -6 089 over the last 30 days and by -172 over the last 24 hours, overall reach remains high.

  • Verification status: Not verified
  • Engagement rate (ER): The average audience engagement rate is 7.14%. Within the first 24 hours after publication, content typically collects 5.61% reactions from the total number of subscribers.
  • Post reach: On average, each post receives 20 847 views. Within the first day, a publication typically gains 16 386 views.
  • Reactions and interaction: The audience actively supports content: the average number of reactions per post is 153.
  • 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 12 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.

291 898
Subscribers
-17224 hours
-1 2407 days
-6 08930 days
Posts Archive
Convolutional Neural Networks - The Math of Intelligence (Week 4) https://www.youtube.com/watch?v=FTr3n7uBIuE&feature=push-u&attr_tag=9qkaCr1x57cLT2di-6

Advanced Python features. #tutorial #python @thedevs https://goo.gl/9Vnzoh
Advanced Python features. #tutorial #python @thedevs https://goo.gl/9Vnzoh

Вот как оказывается фейсбук определяет лица на фото - Сначала картинки упрощаются с использованием градиентов - Потом картинки лиц поворачиваются с использованием специального алгоритма - Потом тренируются embeddings для лиц - Потом с помощью "простых" алгоритмов типа SVM выбираются нужные классы для лиц Ссылка - https://goo.gl/zeeNBi Библиотека для определения лиц - https://github.com/ageitgey/face_recognition#face-recognition #data_science

То, что показалось интересным из презентаций Avito Data Science Meetup. То, что используется для предсказания популярности статей: - Embeddings - https://goo.gl/zb9G7X - Используемые модели и методы - https://goo.gl/jzzkaE Способы построения рекомендаций Озоном: - Технологии - https://goo.gl/YTu47r - Модели - https://goo.gl/mMXJ4s - Какие логия парсятся - https://goo.gl/9mpVAv - Как считают сопутствующие товары - https://goo.gl/BnCSPd - Персональные рекомендации (по сути коллаборативный фильтеринг) - https://goo.gl/E818ab - Аксуссуары (по сути декартово расстояние) - https://goo.gl/wL9a97 #data_science #internet

Третья статья из цикла статей про анализ сайтмапов. А сможете ли вы понять, чем в реальности отличаются кластеры слов? Я не смог =) https://spark-in.me/post/sitemap-scraping-part-3 #data_science

Интересная статья / видео / пост про то, что нейросети легко обмануть, передав им особым образом сгенерированные изображения - Видео https://www.youtube.com/watch?v=M2IebCN9Ht4 - Пример https://pics.spark-in.me/upload/f0be113cb48dd47b14cc51a7546b5a90.png - Ссылка http://www.evolvingai.org/fooling - PDF http://www.evolvingai.org/files/DNNsEasilyFooled_cvpr15.pdf #data_science

120 #MachineLearning business ideas from the latest McKinsey report. https://medium.com/@thoszymkowiak/120-machine-learning-business-ideas-from-the-new-mckinsey-report-b81b239f336 … #AI #ArtificialIntelligence

«Яндекс» запустил на базе сервиса «Дзен» блог-платформу для независимых блогеров, изданий и брендов, рассказал на конференции «Яндекса» медиадиректор «Дзен» Даниил Трабун. По его словам, платформа ориентирована как на СМИ, которые ищут удобный инструмент для организации цифровой дистрибуции контента в первую очередь на мобильные устройства, так и на независимых блогеров, которым сервис может быть интересен в первую очередь возможность монетизации. https://roem.ru/30-05-2017/251056/yandeks-zapustil-new-zen/

photo content

Диалог 2017 | Конференция по компьютерной лингвистике http://www.dialog-21.ru/

Классное видео на тему визуализации того, как искать пифагоровы числа https://www.youtube.com/watch?v=QJYmyhnaaek