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 276 666 suscriptores, ocupando la posición 335 en la categoría Tecnologías y Aplicaciones y el puesto 1 376 en la región Rusia.
📊 Métricas de audiencia y dinámica
Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 276 666 suscriptores.
Según los últimos datos del 02 noviembre, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de -1 749, y en las últimas 24 horas de -93, conservando un alto alcance.
- Estado de verificación: No verificado
- Tasa de interacción (ER): El promedio de interacción de la audiencia es 8.35%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 6.08% de reacciones respecto al total de suscriptores.
- Alcance de las publicaciones: Cada publicación recibe en promedio 23 103 visualizaciones. En el primer día suele acumular 16 836 visualizaciones.
- Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 359.
- 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 03 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.
276 666
Suscriptores
-9324 horas
-7807 días
-1 74930 días
Archivo de publicaciones
276 684
Openicl
New open-source toolkit for ICL and LLM evaluation.
OpenICL - новый фреймворк для исследования, разработки и созданию прототипов для задач in-context learning.
pip install openicl
🖥 Github: https://github.com/shark-nlp/openicl
⏩ Paper: https://arxiv.org/abs/2303.02913
⭐️ Dataset: https://paperswithcode.com/dataset/gsm8k
💨 Docs: https://github.com/shark-nlp/openicl#docs
⏩ Examples: https://github.com/Shark-NLP/OpenICL/tree/main/examples
ai_machinelearning_big_data276 684
Openicl
New open-source toolkit for ICL and LLM evaluation.
OpenICL - новый фреймворк для исследования, разработки и созданию прототипов для задач in-context learning.
pip install openicl
🖥 Github: https://github.com/shark-nlp/openicl
⏩ Paper: https://arxiv.org/abs/2303.02913
⭐️ Dataset: https://paperswithcode.com/dataset/gsm8k
💨 Docs: https://github.com/shark-nlp/openicl#docs
⏩ Examples: https://github.com/Shark-NLP/OpenICL/tree/main/examples
ai_machinelearning_big_data276 684
Яндекс Практикум ищет ревьюеров на курс «Продуктовый аналитик»
Ревьюеры помогают студентам создавать работы для портфолио продуктового аналитика. Проект можно совмещать с основной работой: он будет занимать от 8 до 12 часов в неделю, удалённо.
Какие задачи нужно будет решать?
— проверять проекты студентов и оценивать в формате «зачёт/ не зачёт»,
— простыми словами объяснять их ошибки,
— давать корректирующую обратную связь.
Кого мы ждём?
Действующих продуктовых аналитиков с опытом от года, которые проводили продуктовые исследования и разбираются в метриках. Важно владеть математической статистикой, SQL и Tableau или Apache Superset.
Что мы предлагаем?
◾️ Удалённое сотрудничество из любой точки мира.
◾️ Ежемесячный доход.
◾️ Сертификат в портфолио.
◾️ Развитие софт-скиллов: тайм-менеджмент, обратная связь, объяснение материала.
◾️ Профессиональное коммьюнити: нетворкинг, возможность писать статьи и участвовать в мероприятиях Яндекса и Яндекс Практикума.
🖇Откликнуться
276 684
🧩 Building LEGO for 3D Reconstruction on Mobile Devices
A novel data capturing and 3D annotation pipeline in MobileBrick without relying on expensive 3D scanners.
MobileBrick - это первый многоракурсный набор данных RGBD, снятый на мобильное устройство, с точными 3D-аннотациями для детальной реконструкции 3D-объектов.
🖥 Github:https://github.com/ActiveVisionLab/MobileBrick
⏩ Paper: https://arxiv.org/abs/2303.01932
⭐️ Dataset: http://www.robots.ox.ac.uk/~victor/data/MobileBrick/MobileBrick_Mar23.zip
💨 Project: https://code.active.vision/MobileBrick/
ai_machinelearning_big_data
276 684
Знаешь, что можно сделать с петабайтами данных о товарах, чтобы помочь бизнесу?
Разработай продукт на основе данных из национальной системы цифровой маркировки «Честный знак» на хакатоне Marking Hack 24—26 марта.
Собери команду и и поборись за призовой фонд - 900 тысяч рублей!
Заявки принимают до 14 марта. Подробности о хакатоне — на сайте.
Организатор: «Честный знак» (ЦРПТ)
276 684
+3Ultra fast ControlNet with 🧨 Diffusers
ControlNet provides a minimal interface allowing users to customize the generation process up to a great extent.
Новый пайплайн StableDiffusionControlNetPipeline, в статье показано, как его можно применять для различных задач. Давайте контролировать!
🤗 Hugging face blog: https://huggingface.co/blog/controlnet
🖥 Colab: https://colab.research.google.com/github/huggingface/notebooks/blob/main/diffusers/controlnet.ipynb
🖥 Github: https://github.com/lllyasviel/ControlNet
⏩ Paprer: https://arxiv.org/abs/2302.05543
@ai_machinelearning_big_data
276 684
🧬 Примите участие в международной конференции Data Fusion 2023 от ВТБ, которая пройдёт 13-14 апреля.
Конференция будет полезна разработчикам и специалистам в области Data Science, CDO, бизнес-заказчикам DS-продуктов и сервисов, представителям государства и науки.
Первый день конференции будет посвящен аспектам управления данными, практикам перехода на доверенные технологии, доступности дата-сетов для ИИ и другим темам, актуальным для CDO и руководителей бизнес-подразделений.
Программа 14 апреля адресована data science специалистам и исследователям. Темы докладов и сессий распределены по трем стримам: «ML+», «AI Classic», «ML Environment».
На конференции представят новейшие технологии и инструменты, а также будут проведены практические сессии и выступления ведущих предприятий. Не пропустите возможность улучшить свои навыки и расширить свои знания в области Data Science.
Участие в конференции бесплатное. Успейте зарегистрироваться по ссылке: https://cnrlink.com/datafusion1
276 684
⭐️ SplineCam: Exact Visualization and Characterization of Deep Network Geometry and Decision Boundaries, CVPR 2023
Exact method for computing partitions of a Deep Neural Network
🖥 Github: http://github.com/AhmedImtiazPrio/SplineCAM
🖥 Colab: https://bit.ly/splinecam-demo
⏩ Paper: http://arxiv.org/pdf/2302.12828.pdf
⭐️ Project: http://imtiazhumayun.github.io/splinecam
ai_machinelearning_big_data
276 684
⭐️ Dropout Reduces Underfitting from Meta
Early dropout helps underfitting models fit the data better and achieve lower training loss. Late dropout helps improve the generalization performance of overfitting models.
Early dropout (ранний отсев) помогает подгонять недообученные модели и достигать меньших потерь при обучении. Late dropout (поздний отсев) помогает улучшить производительность моделей и решает проблему переобучения.
🖥 Github: https://github.com/facebookresearch/dropout
⏩ Paper: https://arxiv.org/abs/2303.01500v1
⭐️ Dataset: https://paperswithcode.com/dataset/oxford-102-flower
ai_machinelearning_big_data
276 684
🖥 pyribs: A Bare-Bones Python Library for Quality Diversity Optimization
A bare-bones Python library for quality diversity optimization.
🖥 Github: https://github.com/wjn1996/hugnlp
⏩ Paper: https://arxiv.org/abs/2303.00191v1
⭐️ Dataset: https://paperswithcode.com/dataset/quality-diversity-benchmark-suite
@ai_machinelearning_big_data
276 684
🔥 Приглашаем на открытый урок углубленного курса «Machine Learning. Professional» в OTUS 9 марта в 18:00 мск — Рекомендательные системы на основе SVD алгоритма
✅ На занятии мы обсудим один из самых мощных алгоритмов классического ML для построения рекомендательных систем, основанный на сингулярном разложении матрицы. А после короткой теоретической части, вы примените его на практике.
Познакомитесь с задачей рекомендательных систем. Изучите подход на основе SVD разложения матрицы для построения рекомендательной системы. Примените его на практике.
🧑💻Кому подходит этот урок:
- IT-специалистам которые хотят освоить продвинутые методы ML и перейти в Data Science
- Дата-сайентистам, желающим углубиться в профессию
- Тем кто самостоятельно изучает Data Science и уже изучил основы ML
👉 Пройдите вступительный тест для участия в вебинаре
https://otus.pw/8LTCX/
276 684
😊 HugNLP
HugNLP is a unified and comprehensive NLP library based on HuggingFace Transformer.
HugNLP — это новая универсальная NLP библиотека основанная на Hugging Face, для повышения удобства и эффективности работы c текстами.
🖥 Github: https://github.com/wjn1996/hugnlp
⏩ Paprer: https://arxiv.org/abs/2302.14286v1
⭐️ Dataset: https://paperswithcode.com/dataset/clue
⏩ HF for complex text classification: https://huggingface.co/blog/classification-use-cases
@ai_machinelearning_big_data
276 684
👁 Deep Contextual Video Compression
A group-based offset diversity where the cross-group interaction is proposed for better context mining.
Официальная реализация Pytorch для нейронного сжатия видео и изображений.
🖥 Github: https://github.com/microsoft/dcvc
⭐️Paper: https://arxiv.org/abs/2302.14402v1
💻 Dataset : https://paperswithcode.com/dataset/vimeo90k-1
ai_machinelearning_big_data
276 684
В @Selectel появились новые конфигурации выделенных серверов с GPU для Machine Learning, инференса и других задач, связанных с обработкой больших данных. Вы можете арендовать одну из готовых конфигураций или собрать собственную: например, с NVMe-дисками, большим объемом памяти, несколькими видеокартами или сетевой картой 10 Гбит/с — под любые требования вашего проекта.
На все проекты в аккаунте вы получаете бесплатный безлимитный канал 1 Гбит/c. Серверы по умолчанию соответствуют стандартам 152-ФЗ — российского закона о персональных данных.
Вы можете арендовать сервер даже на день, чтобы протестировать все возможности GPU, но при долгосрочной аренде на 3, 6 и 12 месяцев действуют скидки до 15%. Чтобы заказать сервер, достаточно сделать пару кликов в удобной панели — и никакого установочного платежа.
Регистрируйтесь по ссылке и заказывайте выделенный сервер c GPU: https://slc.tl/vhka6
Реклама ООО Селектел Pb3XmBtzsznTqpXrcbeF5CSCByyCeyTAiAcCx6U
276 684
📃OccDepth: A Depth-aware Method for 3D Semantic Occupancy Network
Maybe the first academic open work on stereo 3D SSC method with vision-only input.
Первый метод SSC под названием OccDepth, который использует неявную информацию из стереоизображений для восстановления трехмерных геометрических структур.
🖥 Github: https://github.com/megvii-research/occdepth
⭐️Paper: https://arxiv.org/abs/2302.13540v1
💻 Dataset : https://paperswithcode.com/dataset/nyuv2
ai_machinelearning_big_data
276 684
💡 The ChatGPT Cheat Sheet
Подробная шпаргалка по работе с ChatGpt.
💨 Cheat Sheet
ai_machinelearning_big_data
276 684
🌐 Как наладить технологии автоматического перевода в своём проекте?
В статье на Хабре Андрей Соколов из команды прикладных исследований ВКонтакте подробно и доступным языком рассказал о том, как они сделали свой переводчик для постов и сообщений в мессенджере. Материал будет полезен для тех, кто тоже хочет попробовать использовать и развернуть переводы у себя в проекте.
Для чтения статьи не потребуется специальный уровень знаний: в ней нет излишних технических подробностей. При этом в ней вы найдёте ссылки на полезные ресурсы и выдержки из интересных источников.
ai_machinelearning_big_data
276 684
Какими навыками должен обладать IT-архитектор — специалист, отвечающий за проектирование функциональных частей продукта? Расскажет Владимир Григорьев, Архитектор стрима «Розничный Миддл», на ближайшей лекции Digital Лектория Газпромбанка.
Когда: 2 марта, 18:00 (по МСК)
О чем: об истории и причинах появления специальности ИТ-архитектора, разных видах специалистов и требованиях к ним, рабочих задачах и организации работы, а также роли ИТ-архитекторов в Газпромбанке.
Присоединяйся к лекции, чтобы узнать больше о профессии IT-архитектора. Регистрация открыта: https://www.gpbspace.ru/digital-lectory-hall-form/
276 684
📡 Learning Visual Representations via Language-Guided Sampling
New approach deviates from image-text contrastive learning by relying on pre-trained language models to guide the learning rather than minimize a cross-modal similarity.
Новый альтернативный подход к визуальному обучению: с использованием языкового сходства для выборки семантически схожих пар изображений.
🖥 Github: https://github.com/mbanani/lgssl
⭐️Paper: https://arxiv.org/abs/2302.12248v1
⏩Pre-trained Checkpoints: https://www.dropbox.com/sh/me6nyiewlux1yh8/AAAPrD2G0_q_ZwExsVOS_jHQa?dl=0
💻 Dataset : https://paperswithcode.com/dataset/redcaps
ai_machinelearning_big_data
276 684
Video Localized Narratives
Video Localized Narratives, a new form of multimodal video annotations connecting vision and language.
Новая модель от Google позволяет генерировать аннотации к видео, фиксируя даже сложные события.
Авторы уже аннотировали 20 тыс. видео из датасетов OVIS, UVO и Oops, в общей сложности 1,7 млн. слов.
🖥 Github: https://github.com/google/video-localized-narratives
⭐️Paper: https://arxiv.org/abs/2302.11217v1
⏩ Project: https://www.youtube.com/watch?v=0ORZvDDbDjA
💻 Dataset : https://paperswithcode.com/dataset/video-localized-narratives
ai_machinelearning_big_data
