es
Feedback
Data Science | Machinelearning [ru]

Data Science | Machinelearning [ru]

Ir al canal en Telegram

Все о Data Science, машинном обучении и искусственном интеллекте: от базовой теории до cutting-edge исследований и LLM. Личный блог автора - @just_genych По вопросам рекламы или разработки - @g_abashkin РКН: https://vk.cc/cJPGXD

Mostrar más

📈 Análisis del canal de Telegram Data Science | Machinelearning [ru]

El canal Data Science | Machinelearning [ru] (@devsp) en el segmento lingüístico de Ruso es un actor destacado. Actualmente la comunidad reúne a 19 943 suscriptores, ocupando la posición 6 685 en la categoría Tecnologías y Aplicaciones y el puesto 33 644 en la región Rusia.

📊 Métricas de audiencia y dinámica

Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 19 943 suscriptores.

Según los últimos datos del 01 julio, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de -97, y en las últimas 24 horas de -3, conservando un alto alcance.

  • Estado de verificación: No verificado
  • Tasa de interacción (ER): El promedio de interacción de la audiencia es 6.61%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 4.18% de reacciones respecto al total de suscriptores.
  • Alcance de las publicaciones: Cada publicación recibe en promedio 1 319 visualizaciones. En el primer día suele acumular 835 visualizaciones.
  • Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 5.
  • Intereses temáticos: El contenido se centra en temas clave como llm, nvidia, контекст, openai, архитектура.

📝 Descripción y política de contenido

El autor describe el recurso como un espacio para expresar opiniones subjetivas:
Все о Data Science, машинном обучении и искусственном интеллекте: от базовой теории до cutting-edge исследований и LLM. Личный блог автора - @just_genych По вопросам рекламы или разработки - @g_abashkin РКН: https://vk.cc/cJPGXD

Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 02 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.

19 943
Suscriptores
-324 horas
-397 días
-9730 días
Archivo de publicaciones
Коты в коробочках, или Компактные структуры данных Читать...

Уходя уходи: почему не стоит принимать контроффер Читать...

Лучшие IT-выступления 2019 по версии Tproger: Data Science Смотреть...

Введение в ML для Java-разработчиков #1 / Задачи ML. Смотреть...

Введение в математическую логику 1. Базовые понятия - Смотреть... 2. Представление функций - Смотреть... 3. Самая сложная логическая задача - Смотреть... 4. Предикаты и кванторы - Смотреть... 5. Теории: интуиции - Смотреть... 6. Парадоксы и заключение

Визуализация границ решения классификатора на основе изображений. Читать...
Визуализация границ решения классификатора на основе изображений. Читать...

Как стать более ценным программистом Читать...

Алгоритмическая теория игр, курс лекций. Лектор — Михаил Вялый. Лекция 1 - Смотреть... Лекция 2 - Смотреть... Лекция 3 - Смотреть... Лекция 4 - Смотреть... Лекция 5 - Смотреть... Лекция 6 - Смотреть... Лекция 7 - Смотреть... Лекция 8 - Смотреть... Лекция 9 - Смотреть... Лекция 10 - Смотреть...

How to Learn Data Science for Free [EN] - хорошая статья, которая описывает путь обучения Data Science, включая ресурсы. Читать...

AI для людей: простыми словами о технологиях Читать...
AI для людей: простыми словами о технологиях Читать...

От избытка информации мы теряем внимание. Сейчас информации так много, что большая часть энергии уходит только на то, чтобы отсеять ту, которая нам не подходит. Разработчик и автор этого канала делает это за вас и рассказывает вкратце о том, что читает, оставляя за вами только выбор прочесть статью полностью или нет

Мы не можем доверять ИИ-системам, построенным на одном лишь глубоком обучении Читать...
Мы не можем доверять ИИ-системам, построенным на одном лишь глубоком обучении Читать...

Компания Ralient в рамках международного форума Autonet 2019 11 октября представила свой первый прототип беспилотного электрического шаттла R-shuttle. Это грузовой малотоннажный транспорт общей массой до 3,5 тонн. Шаттл будет в беспилотном режиме работать в городах и между ними. Запас хода электрического шаттла составит до 420 километров. Проект позволяет избежать долгой зарядки машины за счет созданий станций по быстрой замене аккумуляторных батарей. Компания планирует запустить свои шаттлы уже 2023 году для доставки грузов в магазины крупных ретейлеров. R-shuttle позволит в несколько раз снизить стоимость доставки для транспортных компаний. Ralient занимается разработкой системы беспилотного управления и проектированием шаттла. На текущий момент компания приступила к испытаниям шаттла на полигонах. Основой беспилотного шаттла служит система Mimir которая при помощи нейросетей и глубокого обучения, сочетает в себе функции управления, компьютерного зрения, предсказания дорожной обстановки и построения оптимального маршрута. Частная компания Ralient была основана в 2018 году в Санкт-Петербурге. На текущий момент основным проектом компании является R-shuttle и система беспилотного управления Mimir. ВИДЕО: https://www.youtube.com/watch?v=CNxXLOglRNk

Учебный план освоения глубокого обучения и нейросетей за 6 недель Читать...

Сегодня хочу порекомендовать уютный канал нашей боевой подруги Дашбордец. Даша подробно рассказывает как построить визуализацию так, чтобы dashboard выполнил свою задачу и помог пользователю принять решение. От методов бизнес-анализа до реализации на BI. Вкусные графики, интересные фичи и много другое. Подписывайтесь, там интересно.

25 прикольных вопросов для собеседования по машинному обучению Читать...

Алгоритм вычисления корня n-ой степени из произвольного положительного числа Читать...
Алгоритм вычисления корня n-ой степени из произвольного положительного числа Читать...

Тренды и прогнозы в Natural Language Processing Читать...

Big Data от А до Я. Часть 2: Hadoop Читать...