¡Ya disponible! Investigación de Telegram 2025 — los principales insights del año 
Machinelearning
Ir al canal en 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
Mostrar más📈 Análisis del canal de Telegram Machinelearning
El canal Machinelearning (@ai_machinelearning_big_data) en el segmento lingüístico de Ruso es un actor destacado. Actualmente la comunidad reúne a 293 260 suscriptores, ocupando la posición 326 en la categoría Tecnologías y Aplicaciones y el puesto 1 276 en la región Rusia.
📊 Métricas de audiencia y dinámica
Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 293 260 suscriptores.
Según los últimos datos del 04 julio, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de -6 366, y en las últimas 24 horas de -131, conservando un alto alcance.
- Estado de verificación: No verificado
- Tasa de interacción (ER): El promedio de interacción de la audiencia es 7.35%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 5.62% de reacciones respecto al total de suscriptores.
- Alcance de las publicaciones: Cada publicación recibe en promedio 21 569 visualizaciones. En el primer día suele acumular 16 480 visualizaciones.
- Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 168.
- Intereses temáticos: El contenido se centra en temas clave como openai, claude, api, gemini, контекст.
📝 Descripción y política de contenido
El autor describe el recurso como un espacio para expresar opiniones subjetivas:
“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”
Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 05 julio, 2026), el canal mantiene la vigencia y un amplio alcance. La analítica demuestra que la audiencia interactúa activamente con el contenido, lo que lo convierte en un punto de referencia dentro de la categoría Tecnologías y Aplicaciones.
293 260
Suscriptores
-13124 horas
-1 4647 días
-6 36630 días
Archivo de publicaciones
293 258
A Gentle Introduction to Linear Regression With Maximum Likelihood Estimation
https://machinelearningmastery.com/linear-regression-with-maximum-likelihood-estimation/
293 258
ICCV 2019 papers open access
http://openaccess.thecvf.com/ICCV2019.py
Workshops:
http://openaccess.thecvf.com/ICCV2019_workshops/menu.py
293 258
Разработчики из России сделали нейросеть, которая отслеживает зарождение новых трендов на ранних этапах.
Идея о небелковых авторах новостей не нова. Многие из вас наверняка уже читали тексты сгенерированные нейросетями.
И сейчас я вам хочу рассказать про Signum.ai. Их система ИИ в режиме реального времени анализирует более 300 тысяч площадок (форумы, блоги, аккаунты в соцсетях) и отслеживает зарождение новых трендов на ранних этапах.
По своей сути Signum.ai — это аналитические дайджесты, которые мне очень напоминают рассылку Business Insider Intelligence. Тут ML технологии сосредоточены не на красоте повествования, а на ценности содержимого.
Советую вам всем посмотреть на Signum.ai и поддержать отечественного производителя своим любопытством.
293 258
Learning to Smell: Using Deep Learning to Predict the Olfactory Properties of Molecules
https://ai.googleblog.com/2019/10/learning-to-smell-using-deep-learning.html
Machine Learning for Scent: Learning Generalizable Perceptual Representations of Small Molecules
https://arxiv.org/abs/1910.10685
293 258
Deepfake Detection Challenge: AWS and new academics join, initial data set released
https://ai.facebook.com/blog/deepfake-detection-challenge-aws-and-new-academics-join/
The Deepfake Detection Challenge (DFDC) Preview Dataset
https://arxiv.org/abs/1910.08854?fbclid=IwAR2F6Z-BVoxoc9TlhUYIx-yMkMF9XzkbWj38Hj0HYK5tFJ6zYNXfwUzsP6w
https://deepfakedetectionchallenge.ai/?fbclid=IwAR0b0AhrWFUMzwOaZuZMhv8UVrCu7Jcfj5_I66rwvL54089bI4ysNNYWbz4
293 258
Audio and Visual Quality Measurement using Fréchet Distance
http://ai.googleblog.com/2019/10/audio-and-visual-quality-measurement.html
293 258
Успейте на акцию со скидками 40% и осваивайте самую востребованную технологию искусственного интеллекта на выгодных условиях!
Хотите в сжатые сроки получить практические навыки по программированию глубоких нейронных сетей? В SkillFactory в ноябре стартует курс онлайн-курс "Deep Learning и нейронные сети" https://clc.to/7KlVNw (при поддержке NVIDIA Corporation).
Здесь вы: попробуете свои силы в создании нейронной сети для распознавания рукописных цифр, обучении рекурентной сети задачам прогнозирования временных рядов, разработке нейросетевого чат-бота, создании модели для идентификации лиц и др.
Курс основан на практике. Фокус и упор мы делаем не на математическом фундаменте, а именно на понимании задач и практическом применении решений.
Узнайте больше о возможностях: https://clc.to/7KlVNw
293 258
Graph Representation Learning
https://grlearning.github.io/papers/
Awesome Graph Classification
https://github.com/benedekrozemberczki/awesome-graph-classification
293 258
A Gentle Introduction to Cross-Entropy for Machine Learning
https://machinelearningmastery.com/cross-entropy-for-machine-learning/
293 258
Benchmarking Transformers: PyTorch and TensorFlow
https://medium.com/huggingface/benchmarking-transformers-pytorch-and-tensorflow-e2917fb891c2
293 258
Naive Bayes Classifier From Scratch in Python
https://machinelearningmastery.com/naive-bayes-classifier-scratch-python/
293 258
Video Architecture Search
http://ai.googleblog.com/2019/10/video-architecture-search.html
Evolving Space-Time Neural Architectures for Videos
https://github.com/google-research/google-research/tree/master/evanet
Tiny Video Networks
https://arxiv.org/abs/1910.06961
293 258
Open-sourcing ReAgent, a modular, end-to-end platform for building reasoning systems
https://ai.facebook.com/blog/open-sourcing-reagent-a-platform-for-reasoning-systems/
interactive tutorial: http://reagent.ai/rasp_tutorial.html
293 258
Solving Rubik’s Cube with a Robot Hand
https://openai.com/blog/solving-rubiks-cube/
paper: https://d4mucfpksywv.cloudfront.net/papers/solving-rubiks-cube.pdf
video: https://www.youtube.com/playlist?list=PLOXw6I10VTv9HODt7TFEL72K3Q6C4itG6
293 258
How-to Get Started with Machine Learning on Arduino
https://medium.com/tensorflow/how-to-get-started-with-machine-learning-on-arduino-7daf95b4157
TensorFlow Lite for Microcontrollers
https://github.com/tensorflow/tensorflow/tree/master/tensorflow/lite/experimental/micro
TensorFlow Lite for Microcontrollers
https://www.tensorflow.org/lite/microcontrollers/overview
293 258
Open-sourcing mvfst-rl, a research platform for managing network congestion with reinforcement learning
https://ai.facebook.com/blog/open-sourcing-mvfst-rl-a-research-platform-for-managing-network-congestion-with-reinforcement-learning/
code: https://github.com/facebookresearch/mvfst-rl
293 258
A collection of infrastructure and tools for research in neural network interpretability
https://github.com/tensorflow/lucid
293 258
A Gentle Introduction to Information Entropy
https://machinelearningmastery.com/what-is-information-entropy/
