Data Science & Machine Learning
Join this channel to learn data science, artificial intelligence and machine learning with funny quizzes, interesting projects and amazing resources for free For collaborations: @love_data
Mostrar más📈 Análisis del canal de Telegram Data Science & Machine Learning
El canal Data Science & Machine Learning (@datasciencefun) en el segmento lingüístico de Inglés es un actor destacado. Actualmente la comunidad reúne a 77 748 suscriptores, ocupando la posición 2 013 en la categoría Educación y el puesto 3 918 en la región India.
📊 Métricas de audiencia y dinámica
Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 77 748 suscriptores.
Según los últimos datos del 26 octubre, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de 175, y en las últimas 24 horas de -4, conservando un alto alcance.
- Estado de verificación: No verificado
- Tasa de interacción (ER): El promedio de interacción de la audiencia es 2.79%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 1.13% de reacciones respecto al total de suscriptores.
- Alcance de las publicaciones: Cada publicación recibe en promedio 2 171 visualizaciones. En el primer día suele acumular 882 visualizaciones.
- Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 3.
- Intereses temáticos: El contenido se centra en temas clave como learning, accuracy, distribution, panda, dataset.
📝 Descripción y política de contenido
El autor describe el recurso como un espacio para expresar opiniones subjetivas:
“Join this channel to learn data science, artificial intelligence and machine learning with funny quizzes, interesting projects and amazing resources for free
For collaborations: @love_data”
Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 27 octubre, 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 Educación.
Quality of sampling matters, not just sample size.🔹 15. Sampling in Machine Learning ⭐ Sampling is commonly used when working with large datasets. Example: With 10 million records, you might sample a subset to explore data, test preprocessing code, develop visualizations, debug pipeline, perform preliminary analysis. 🔹 16. Train-Test Sampling Machine Learning datasets are commonly divided into Full Dataset → Train and Test. Training set is used to learn patterns, test set is used to evaluate performance on unseen data. A validation set may also be used. Example: The key idea is that evaluation data should provide reliable estimate of how model performs on new observations. 🔹 17. Sampling and Class Imbalance Suppose fraud dataset contains 99,000 legitimate transactions and 1,000 fraudulent transactions = 1% fraud. Example: Careless sampling could produce sample containing very few or no fraud cases. Techniques such as stratified sampling can help preserve representation. 🔹 18. Sampling Techniques Comparison Simple Random = Randomly select individuals Systematic = Select every kth observation Stratified = Sample from each subgroup Cluster = Select groups/clusters Convenience = Select easily accessible individuals 🔹 19. Real-World Data Science Example Population: 1,000,000 customers, Need sample: 20,000 customers. Example: If churn rates differ significantly across Basic Plan, Premium Plan, Enterprise Plan, you could use stratified sampling and sample from each plan to ensure sample reflects structure of population. 🔹 20. Common Mistakes ❌ Assuming every sample is representative Example: A sample can be large but biased. ❌ Confusing population and sample Example: Population = Entire group, Sample = Subset ❌ Confusing parameter and statistic Example: Population → Parameter, Sample → Statistic ❌ Thinking random sampling eliminates every type of error Example: Random sampling can reduce selection bias, but sampling variability can still occur.
import pandas as pd
data = {
"Hours": [2, 4, 6, 8, 10],
"Score": [50, 60, 70, 80, 90]
}
df = pd.DataFrame(data)
print(df["Hours"].corr(df["Score"]))import pandas as pd
data = {
"Hours": [2, 4, 6, 8, 10],
"Score": [50, 60, 70, 80, 90]
}
df = pd.DataFrame(data)
print(df["Hours"].corr(df["Score"]))