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 276 321 suscriptores, ocupando la posición 336 en la categoría Tecnologías y Aplicaciones y el puesto 1 372 en la región Rusia.
📊 Métricas de audiencia y dinámica
Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 276 321 suscriptores.
Según los últimos datos del 04 noviembre, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de -1 958, y en las últimas 24 horas de -146, conservando un alto alcance.
- Estado de verificación: No verificado
- Tasa de interacción (ER): El promedio de interacción de la audiencia es 8.10%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 6.13% de reacciones respecto al total de suscriptores.
- Alcance de las publicaciones: Cada publicación recibe en promedio 22 382 visualizaciones. En el primer día suele acumular 16 955 visualizaciones.
- Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 337.
- 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 noviembre, 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.
276 321
Suscriptores
-14624 horas
-8297 días
-1 95830 días
Archivo de publicaciones
276 294
🧬 Uni-Mol: A Universal 3D Molecular Representation Learning Framework
⚙️ Github
➡️ Paper
🎞 Colab
📄 Dataset
@ai_machinelearning_big_data
276 294
+1🔦 A Robust, Real-time, RGB-colored, LiDAR-Inertial-Visual tightly-coupled state Estimation and mapping package
⚙️ Github
➡️ Paper
🎞 Video
📄 Dataset
@ai_machinelearning_big_data
276 294
🧠 Напишите свою первую нейронную сеть!
Встречаемся 15 сентября в 20:00 мск на открытом уроке OTUS.
💬 Вместе с Антоном Витвицким, экспертом по компьютерному зрению и глубокому обучению, рассмотрим основные этапы создания и обучения своей первой нейронной сети и попробуем решить известную задачу классификации MNIST полносвязной и сверточной нейронными сетями на примере фреймворка PyTorch.
📚 Больше практики и и интересных задач ждут вас на онлайн-курсе «Deep Learning».
Для участия необходимо знать основы Python, поэтому проходите вступительный тест и 👉 регистрируйтесь
Реклама. Информация о рекламодателе на сайте otus.ru
276 294
🔥 YOLOv6
YOLOv6-N hits 35.9% AP on COCO dataset with 1234 FPS on T4. YOLOv6-S strikes 43.5% AP with 495 FPS, and the quantized YOLOv6-S model achieves 43.3% AP at a accelerated speed of 869 FPS on T4.
git clone https://github.com/meituan/YOLOv6
cd YOLOv6
pip install -r requirements.txt
⚙️ Github
➡️ Paper
✔️ Colab
💻 Quantization Tutorial
📄 Dataset
@ai_machinelearning_big_data
276 294
Ребята, знаю, что у меня в канале есть новички и начинающие специалисты по аналитике данных. Вам может быть интересна эта информация.
Онлайн-университет Skypro ищет несколько человек, чтобы обучить их и устроить на работу на позицию аналитика данных. Выпускники зарабатывают в среднем 98 000 ₽, а устраиваются на работу 95% студентов.
Половину от цены курса вы платите до обучения, а вторую половину — когда устроитесь на новую работу.
Оставьте заявку, менеджеры Skypro ответят на ваши вопросы: https://go.sky.pro/machinelearning
Курс длится 10 месяцев:
— будут домашние задания и мастер-классы с реальными задачами;
— можно искать работу уже на пятом месяце учебы;
— получите диплом о профессиональной переподготовке.
Оставляйте заявку, пока другие вас не опередили: https://go.sky.pro/machinelearning
276 294
🦾 XSimGCL: Towards Extremely Simple Graph Contrastive Learning for Recommendation
⚙️ Github
➡️ Paper
💻 Tutorial page
📄 Dataset
@ai_machinelearning_big_data
276 294
⚡️Хотите профессионально справляться с задачами по машинному обучению?
Обсудим алгоритмы для поиска аномалий в данных и применим на практике на открытом уроке курса «Machine Learning. Professional» от OTUS и его партнера Сбера.
⚠️ Поиск аномалий и выброс (outliar detection) в данных — крайне востребованный навык в области ML
Зарегистрируйтесь на бесплатный открытый урок «Out liar! Методы детекции аномалий в данных», 19 сентября в 18:00 мск
👉 РЕГИСТРАЦИЯ
https://otus.pw/5bHo/
Реклама. Информация о рекламодателе на сайте www.otus.ru
276 294
🧬 Genomepy: genes and genomes at your fingertips
genomepy, which can search, download, and preprocess the right genomic data for your analysis.
$ pip install genomepy
⚙️ Github
➡️ Paper
📄 Documentation
@ai_machinelearning_big_data
276 294
15 сентября, 18:00
Selectel ML MeetUp: проблемы ML команд в 2022
Присоединяйтесь к ежегодному митапу от @Selectel, где мы поговорим об актуальных сложностях, трендах и инструментах построения production ML-систем.
Что обсудим:
◽️ Подготовку инфраструктуры для внедрения ML-инструментов.
◽️ Состояние российского рынка ML.
◽️ Новые Data/ML-продукты Selectel.
◽️ Кейсы наших партнеров и гостей митапа.
Все участники получат запись сессии и смогут принять участие в розыгрыше приза за лучший вопрос.
Регистрируйтесь на офлайн-встречу в Санкт-Петербурге: https://slc.tl/wgkmu
Регистрируйтесь на онлайн-трансляцию: https://slc.tl/bvz39
276 294
🔵 Stationary Kernels and Gaussian Processes on Lie Groups and their Homogeneous Spaces
The library features (approximate) computational techniques for heat and Matérn kernels on compact Lie groups.
⚙️ Github
➡️ Paper
⚪ SphericalHarmonics
@ai_machinelearning_big_data
276 294
OTUS совместно с CloudМТС проведет онлайн-митап, посвященный миграции на новые облачные сервисы
Завтра в 18:00 мы расскажем о специфике миграции в облако МТС: разберем предпосылки, сценарии и технологии.
Своим опытом поделятся практикующие эксперты:
– Антон Губарев - разработчик Platform as a Service, Авито,
– Василий Никулин - Руководитель направления поддержки продаж федеральных клиентов, Департамент облачного бизнеса,
– Денис Кузьмичёв - Менеджер по продукту, CloudMТС
Каждый участник расскажет о миграции с учетом личного опыта и экспертизы. В конце мероприятия вы сможете задать вопросы всем участникам и получить гайд по миграции с комментариями экспертов.
Начинаем 6 сентября в 18:00 по Москве. Приходите по ссылке и приглашайте коллег!
Реклама. Информация о рекламодателе на сайте otus.ru
276 294
🤖 Transformers are Sample Efficient World Models
New state of the art for methods without lookahead search, and even surpasses MuZero.
⚙️Github:
➡️ Paper
💻Dataset
@ai_machinelearning_big_data
276 294
@python_job_interview - здесь собраны все возможные вопросы и ответы с реальных Python собеседований.
@golang_interview - пройти Golang собеседование.
@machinelearning_interview - канал подготовит к собеседованию по машинному обучению и алгоритмам .
@data_analysis_ml - самая востребованная Python профессия.
276 294
🏙 2BiVQA: Double Bi-LSTM based Video Quality Assessment of UGC Videos
Github: https://github.com/atelili/2bivqa
Paper: https://arxiv.org/abs/2208.14774v1
Dataset: https://paperswithcode.com/dataset/live-vqc
Tasks: https://paperswithcode.com/task/video-quality-assessment
@ai_machinelearning_big_data
276 294
Как организовать потоковую обработку данных. Часть 2!
В первой части Евгений Ненахов из центра Big Data МТС Digital рассказал об основных компонентах методологии, а сейчас — о том, как ими пользоваться.
Из новой статьи вы узнаете:
➖ где хранить конфигурации
➖ как настроить Kafka и Spark Streaming
➖ как снизить нагрузку на GC и многое другое
О том, как создать универсальный инструмент потоковой обработки данных и построить с его помощью мощную систему стриминга, способную обрабатывать 7 млн событий в пике, читайте в блоге МТС на Хабре.
276 294
🖼 PyTorch Image Quality (PIQ) is a collection of measures and metrics for image quality assessment.
$ pip install piq
Github: https://github.com/photosynthesis-team/piq
Paper: https://arxiv.org/abs/2208.14818v1
Docs: https://piq.readthedocs.io.
Datasets: https://paperswithcode.com/dataset/kadid-10k
@ai_machinelearning_big_data
276 294
Практический опыт в Data Science нужно получать у практиков.
DataWorkshop 5 сентября запускает 3-недельный курс "Практическое введение в Python для Data Science". До 3 сентября (включительно) данный курс можно получить бесплатно.
15 лет опыта в коммерческом программировании, 9 лет в Data Science - у автора курсов. Опыт получал в европейских и американских компаниях. Обучает с 2017 года.
Обучение только на реальных данных. Полученные знания можно сразу применять в рабочих проектах.
1000+ студентов из разных стран мира уже прошли обучение на курсах в DataWorkshop.
10 000+ человек приняли участие в различных образовательных программах от DataWorkshop.
9 из 10 человек дают наивысшую оценку курсам DataWorkshop за их практический подход и сжатый концентрат только нужной информации.
В их телеграм канале периодически открываются записи в том числе и на бесплатные образовательные программы.
276 294
🔋 Self-Supervised Pyramid Representation Learning
for Multi-Label Visual Analysis and Beyond
Github: https://github.com/wesleyhsieh0806/ss-prl
Paper: https://arxiv.org/abs/2208.14439v1
Datasets: https://github.com/wesleyhsieh0806/ss-prl#books-prepare-dataset
Downstream: http://host.robots.ox.ac.uk/pascal/VOC/
@ai_machinelearning_big_data
276 294
⚡️ Готовитесь стать дата-сайентистом?
Начните обучение с области машинного обучения Natural Language Processing (NLP), которая занимается автоматической обработкой текстов.
Приглашаем на открытый урок «NLP сегодня: от истоков до трансформеров» 5 сентября в 18:00 мск в OTUS.
На вебинаре обсудим алгоритмы и подходы, которые сегодня применяются в NLP, начиная от самых простых и заканчивая трансформерными моделями, являющимися стандартом в области.
👩🏻🎓 Спикер: Мария Тихонова, Senior Data Scientist Сбера.
Больше полезных знаний об NLP и других областях ML ждет вас на углубленном онлайн-курсе «Machine Learning. Professional» для людей со знанием высшей математики и знакомых с Python.
👉 РЕГИСТРАЦИЯ
https://otus.pw/36eY/
276 294
⭐️ YOLOX-PAI: An Improved YOLOX Version by PAI
Github: https://github.com/alibaba/EasyCV
Paper: https://arxiv.org/abs/2208.13040v1
Datasets: https://paperswithcode.com/dataset/coco
@ai_machinelearning_big_data
