Data science/ML/AI
Data science and machine learning hub Python, SQL, stats, ML, deep learning, projects, PDFs, roadmaps and AI resources. For beginners, data scientists and ML engineers 👉 https://rebrand.ly/bigdatachannels DMCA: @disclosure_bds Contact: @mldatascientist
Mostrar más📈 Análisis del canal de Telegram Data science/ML/AI
El canal Data science/ML/AI (@datascience_bds) en el segmento lingüístico de Inglés es un actor destacado. Actualmente la comunidad reúne a 14 058 suscriptores, ocupando la posición 9 091 en la categoría Tecnologías y Aplicaciones y el puesto 28 236 en la región India.
📊 Métricas de audiencia y dinámica
Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 14 058 suscriptores.
Según los últimos datos del 27 octubre, 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 -7, conservando un alto alcance.
- Estado de verificación: No verificado
- Tasa de interacción (ER): El promedio de interacción de la audiencia es 9.29%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 2.10% de reacciones respecto al total de suscriptores.
- Alcance de las publicaciones: Cada publicación recibe en promedio 1 306 visualizaciones. En el primer día suele acumular 295 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 panda, learning, row, api, ethic.
📝 Descripción y política de contenido
El autor describe el recurso como un espacio para expresar opiniones subjetivas:
“Data science and machine learning hub
Python, SQL, stats, ML, deep learning, projects, PDFs, roadmaps and AI resources.
For beginners, data scientists and ML engineers
👉 https://rebrand.ly/bigdatachannels
DMCA: @disclosure_bds
Contact: @mldatasci...”
Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 28 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 Tecnologías y Aplicaciones.
Will this model work on unseen data?A single train/test split is unreliable, especially with small datasets. So K-Fold simulates multiple “future tests” using the same data. 🧠 What It Really Does Instead of one split, we: 🔀 Divide data into K folds 🔁 Train the model K times 📦 Each time: one fold validates, the rest train 📊 Average the scores Every sample gets validated once, which reduces evaluation noise and gives a more trustworthy estimate. Important: It improves evaluation, not the model itself. ⚠️ What People Often Miss 🚫 Do NOT use K-Fold as your final test. Keep a separate test set ⚖️ Use Stratified K-Fold for imbalanced classification. ⏳ Do NOT use standard K-Fold for time series. 📊 K = 5 or 10 is usually enough. ✅ In short K-Fold is just: A smart way to reuse limited data to simulate multiple real-world tests. No magic. Just careful evaluation.
How complex is your model’s decision boundary?VC dimension measures the largest number of points a model can shatter (perfectly classify in all labelings). Why this is important❔ Two models with similar parameter counts can have very different capacities. For example: 📦 k-NN → very high effective capacity 📐 Linear classifier → limited capacity 🌳 Deep trees → extremely high capacity What you need to understand Generalization depends on capacity relative to data size. Too much capacity with little data leads to overfitting. ✅ VC dimension is about expressive power, not just number of parameters.
df["age_scaled"] = (df["age"] - df["age"].mean()) / df["age"].std()
Why it is useful:
• Quick experiments
• Better intuition
• No pipeline overheadimport numpy as np
z = (df["salary"] - df["salary"].mean()) / df["salary"].std()
outliers = df[np.abs(z) > 3]
Why this matters:
• Clean data
• Better models
• Fewer surprises in production
Small code. Big impact.