Available now! Telegram Research 2025 — the year's key insights 
Математика Дата саентиста
Open in Telegram
@workakkk - админ @data_analysis_ml - ds https://gosuslugi.ru/snet/67b55bb01a1c5a6fb6ecc946
Show more📈 Analytical overview of Telegram channel Математика Дата саентиста
Channel Математика Дата саентиста (@data_math) in the Russian language segment is an active participant. Currently, the community unites 14 055 subscribers, ranking 9 185 in the Technologies & Applications category and 47 321 in the Russia region.
📊 Audience metrics and dynamics
Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 14 055 subscribers.
According to the latest data from 19 June, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by -52 over the last 30 days and by 3 over the last 24 hours, overall reach remains high.
- Verification status: Not verified
- Engagement rate (ER): The average audience engagement rate is 17.50%. Within the first 24 hours after publication, content typically collects 6.82% reactions from the total number of subscribers.
- Post reach: On average, each post receives 2 459 views. Within the first day, a publication typically gains 958 views.
- Reactions and interaction: The audience actively supports content: the average number of reactions per post is 51.
- Thematic interests: Content is focused on key topics such as llm, программирование, параметр, визуализация, stepik.
📝 Description and content policy
The author describes the resource as a platform for expressing subjective opinions:
“@workakkk - админ
@data_analysis_ml - ds
https://gosuslugi.ru/snet/67b55bb01a1c5a6fb6ecc946”
Thanks to the high frequency of updates (latest data received on 20 June, 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.
14 055
Subscribers
+324 hours
+27 days
-5230 days
Posts Archive
📚 Практическое введение в решение дифференциальных уравнений в Python Автор: Н. М. Ершов
Книга
@data_math
Практическое введение в решение дифференциальных уравнений в
Python
Автор: Н. М. Ершов
🪄 Бесплатное введение в линейную алгебру для машинного обучения с помощью Python.
Очень конкретное описание того, что вам нужно для обучения. Ничего лишнего.
Одно из лучших руководств, которое вы найдете в Интернете.
https://pabloinsente.github.io/intro-linear-algebra
@data_math
🖥Хороший визуальный Гайд по NumPy
Это подробное руководство поможет уложить в голове матричные операции.
📌 полное руководство на сайте
@data_math
Новый инструмент для тех, кто любит собирать и анализировать данные. Не так давно появились фитнес-трекеры, а теперь пришло время трекера мозга
Отслеживай свою когнитивную нагрузку в диапазоне от 0 до 100 %: чтобы понимать, что дается мозгу легко, а что нет
Знай, в каком ты состоянии: «в потоке» ли, застрессован или устал
⚡️ Получай подсказки от майнд-трекера и управляй своим состоянием: для максимальной продуктивности и концентрации
Узнай подробнее о майнд-трекере Neiry:
https://neiry.ru/mindtracker?utm_source=tg_in&utm_medium=2211mat&utm_term=ad13
Реклама. ООО "НЕЙРИ". ИНН 9701140612. erid: LjN8KA3SC
Φ-SO : Physical Symbolic Optimization - обучение физике на основе данных 🧠
Пакет Physical Symbolic Optimization использует глубокое обучение с подкреплением для обнаружения физических законов на основе данных. На гифке анимировано аналитическое выражение затухающего гармонического осциллятора.
🐱 Github: https://github.com/WassimTenachi/PhySO
👉 Paper: https://arxiv.org/abs/2303.03192
🔥 Подборка хороших задач с подробным разбором решений.
▪линейная алгебра
▪математическая статистика
@data_math
Prizes of the draw
3 Telegram Premium subscriptions for 3 months
Completion date
📌 awesome matlab students
Список полезных ресурсов для студентов, изучающих MATLAB и Simulink. Список включает советы и рекомендации, учебные пособия, видео, шпаргалки и возможности для изучения MATLAB и Simulink.
https://github.com/mathworks/awesome-matlab-students
data_math
🎇 Создавайте потрясающие Фрактальные рисунки с помощью Python
Небольшое учебное пособие для начинающих и заядлых любителей математики.
В этой статье вы узнаете, как построить базовые (но очень красивые) множества Мандельброта, используя Matplotlib и NumPy.
▪ Читать
data_math
Курс по соревновательному Data Science👨💻
🏆 Хочешь покорить Kaggle и научиться выигрывать соревнования по анализу данных? Тогда курс "Введение в соревновательный Data Science" - это именно то, что тебе нужно!
🎯 В отличие от большинства курсов по машинному обучению, этот курс сконцентрирован на практике, а не на теории. Поэтому на нем будет более 200 практических заданий, интервью с Kaggle Grand Masters и, конечно же, внутренние соревнования для отработки техник.
⚡️В программе курса тебя ждет:
* Продвинутая работа с pandas и numpy
* Генерация, визуализация и фильтрация признаков
* Модуль про SOTA градиентные бустинги и то как их тюнить
* Стекинг и блендинг моделей
* Ускорение вычислений и оптимизация памяти
* Парсинг данных из открытых источников
* Работа с Kaggle Api и различными облачными вычислительными сервисам
* Нейронки для табличных данных
* Интервью с Kaggle Grand Masters и многое другое
🚀 Еще ребята проводят еженедельные открытые вебинары, на которых разбирают решения победителей с чемпионатов, делают обзоры предстоящих соревнование и рассказывают про необычные техники, с которыми сталкиваются на практике.
🔗 Подписывайся на их телеграмм канал, чтобы подробнее узнать про курс и следить за открытыми вебинарами.
Реклама. ИП Миленькин Александр Анатольевич. ИНН: 231850381935 erid: 2Vtzqx52imN
Пожалуй, лучший курс линейной алгебры для машинного обучения.
Преподаватель - профессор Массачусетского технологического института Гилберт Стрэнг.
И это БЕСПЛАТНО!
Создайте прочный фундамент математики для машинного обучения:
https://youtube.com/playlist?list=PL221E2BBF13BECF6C
Математика для глубокого обучения 🧑🎓
Лучший ресурс для изучения математических концепций для лучшего понимания концепций машинного обучения и глубокого обучения:
http://d2l.ai/chapter_appendix-mathematics-for-deep-learning/index.html
data_math
🚀 Бесплатный вебинар по Pandas в Python!
Хотите прокачать свои навыки Pandas в Python? Тогда приходите на наш бесплатный вебинар, где мы проведем аналитику рекламных кампаний!
📅 Дата: 8 ноября
⏰ Время: 19:00 по Мск
Будет очень много теории и еще больше практики:
◾️ Рассчитаем основные маркетинговые метрики: CR1, CPL, CPQL, CR2, CAC, ARPU;
◾️ Напишем код на Python с помощью библиотеки Pandas и проведем расчеты;
◾️ Проанализируем результаты рекламных кампаний с помощью статистики и графиков.
Вебинар подойдет всем — от новичков до тех, кто уже знаком с Python:
◾️ подробно объясним каждый свой шаг;
◾️ мы будем много говорить про аналитику и продуктовую составляющую на примере реальной бизнес-задачи — такой опыт точно будет вам полезен 😊
🔗 Залетайте на вебинар!
Реклама. ООО "Айти Резюме". ИНН 4025460134. Erid:LjN8KVwZi
⚡️ Простейший способ визуализации множества чисел. Очень полезная диаграмма!
https://abakcus.com/directory/the-set-of-numbers/
data_math
