Machine learning Interview
Ir al canal en Telegram
ИИ, Rust, вайбкодинг, Data Science, Deep Learning и делюсь тем, что интересно и полезно! Вопросы - @workakkk РКН: clck.ru/3FmwRz
Mostrar más
Red:📈 Análisis del canal de Telegram Machine learning Interview
El canal Machine learning Interview (@machinelearning_interview) en el segmento lingüístico de Ruso es un actor destacado. Actualmente la comunidad reúne a 30 582 suscriptores, ocupando la posición 4 339 en la categoría Tecnologías y Aplicaciones y el puesto 20 951 en la región Rusia.
📊 Métricas de audiencia y dinámica
Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 30 582 suscriptores.
Según los últimos datos del 31 octubre, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de 256, y en las últimas 24 horas de -1, conservando un alto alcance.
- Estado de verificación: No verificado
- Tasa de interacción (ER): El promedio de interacción de la audiencia es 12.52%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 6.78% de reacciones respecto al total de suscriptores.
- Alcance de las publicaciones: Cada publicación recibe en promedio 3 829 visualizaciones. En el primer día suele acumular 2 073 visualizaciones.
- Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 21.
- Intereses temáticos: El contenido se centra en temas clave como claude, llm, контекст, hermes, nvidia.
📝 Descripción y política de contenido
El autor describe el recurso como un espacio para expresar opiniones subjetivas:
“ИИ, Rust, вайбкодинг, Data Science, Deep Learning и делюсь тем, что интересно и полезно!
Вопросы - @workakkk
РКН: clck.ru/3FmwRz”
Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 01 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.
30 582
Suscriptores
-124 horas
+237 días
+25630 días
Archivo de publicaciones
❓ Как мощные алгоритмы матричных разложений применяются в рекомендательных системах?
Расскажем на открытом уроке «SVD и ALS на службе рекомендательных систем», посвященному курсу Machine Learning. Advanced
✅ Изучим и применим на практике такие методы как SVD и ALS для построения рекомендательных систем
👉 Регистрация и подробности: https://otus.pw/y0fw/?erid=2W5zFHohKdr
Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.
+3
🔥 ScreenPipe — это платформа с открытым исходным кодом для создания, распространения и монетизации AI-приложений с полным контекстом (например, аналогов Rewind или Granola)!
🌟 Она позволяет 24/7 записывать экран, микрофон и нажатия клавиш локально, без передачи данных в облако. Проект разработан с упором на удобство для разработчиков и совместим с различными интеграциями, включая Stripe для монетизации.
🔐 Лицензия: MIT
🖥 Github
@machinelearning_interview
Строим рекомендательную систему фильмов на Kaggle
Вы когда-нибудь хотели сделать свою собственную систему рекомендаций фильмов? 🎬
Приходите на бесплатный вебинар, где Савелий Батурин, Senior ML-Engineer и преподаватель курса по ML школы Simulative в прямом эфире покажет как построить рекомендательную систему фильмов на Kaggle.
Что будем делать на вебинаре:
• Разберем имеющиеся данные фильмов с их оценками
• Проведем предобработку данных
• Построим рекомендательную систему на основе машинного обучения
•Проведем расчет и анализ метрик на основе результатов работы модели
🕗Встречаемся 21 января 19:00 по мск
Вебинар будет интересен как новичкам, так и уже опытным специалистам
Зарегистрироваться на бесплатный вебинар
🔥 awesome-cursorrules — коллекция файлов .cursorrules, которые позволяют настраивать поведение искусственного интеллекта в редакторе кода Cursor AI!
🌟 Эти файлы определяют специфические правила для различных проектов, помогая адаптировать AI к стилю и потребностям разработки. Ресурс включает множество примеров для разных технологий и фреймворков, таких как React, Python, Go, а также для мобильной разработки и тестирования.
🔐 Лицензия: CC0-1.0
🖥 Github
@machinelearning_interview
Приглашаем на открытый урок «Инструменты обратного тестирования торговых стратегий» от Otus
Рассмотрим базовую методику и рассмотрим основные библиотеки для проведения обратного тестирования торговых стратегий.
✅ Практика: тест простой торговой стратегии
Оставляйте заявку на курс «ML для финансового анализа» и создайте торгового робота для автоматического проведения операций с оценкой уровня риска
👉 Регистрация на урок и подробности:
https://otus.pw/LKyQ/?erid=2W5zFJ96tJL
#реклама
О рекламодателе
🔗 Mastering Tensor Dimensions in Transformers
https://huggingface.co/blog/not-lain/tensor-dims
Учишь Python, но как дело доходит до собственного кода — всё, кирдык? 😥
На форумах только одно: «Больше практиковаться!» А толку? Ноль понимания и никакой поддержки от профи…
Плавали - знаем)) Поэтому специально для тебя - чат Python-щиков 🤝
Что получишь?
1️⃣ Сможешь задавать любые вопросы без страха и осуждения и получать ответы за минуты, а не часы поиска в инете
2️⃣ Регулярные плюшки в виде стримов от препода с 15-ти летним опытом
3️⃣ Общение с единомышленниками и заряд мотивации
➡️ А еще, забирай в закрепе БЕСПЛАТНЫЙ вводный курс по Python
Короче, всё для прокачки! Залетай к нам — ссылка на чат (тык)
Repost from Machinelearning
+1
🖥 Large Language Model Course
Только что был обновлен популярный бесплатный LLM курс.
Это пошаговое руководство с полезными ресурсами и ноутбуками, как для новичков, так и для тех, кто уже обладает мл-базой
Курс разбит на 3 части:
1️⃣LLM Fundamentals: Блок дает фундаментальные знания по математике, Python и нейронным сетям.
2️⃣ LLM Scientist: В этом блоке упор сделан на внутреннем устройстве LLM и их создание с использованием новейших технологий и фреймворков.
3️⃣ The LLM Engineer: Здесь вы научитесь писать приложений на практике и научитесь развертывать их.
⭐️ 41.4k звезд на Github
📌 Курс
#llm #course #opensource #ml
+5
ФИЗМАТ - топовый канал про Физику, Математику и ИТ.
С помощью картинок и шортcов даже новички разберутся в сложных концепциях и формулах.
Присоединяйтесь: t.me/fizmat
⚡️ Выпущена новая открытая модель Omni!
MiniCPM-o 2.6 - это новая мультимодальная модель с 8B параметрами, работающая на edge девайсах.
🧠 8B параметров (SigLip-400M + Whisper-300M + ChatTTS-200M + Qwen2.5-7B)
🔥 Превосходит GPT-4V в vision задачах с 70. 2 баллами на OpenCompass
🎙️ Лучшие в своем классе возможности двуязычной речи с разговором в реальном времени и клонированием голоса
🎬 Поддержка мультимодальной потоковой передачи с поддержкой непрерывной обработки видео/аудио
📱 Работает на iPad и телефонах и поддерживает 30+ языков
🖼️ Обрабатывает изображения размером до 1. 8M пикселей (1344x1344) с возможностью OCR
🛠️ Легкая интеграция с популярными фреймворками (llama.cpp, vLLM, Gradio)
🤗 Доступна на huggingface
🔗 HF: https://huggingface.co/openbmb/MiniCPM-o-2_6
📌MiniCPM-o доступна на LLaMA-Factory: https://github.com/hiyouga/LLaMA-Factory
Приглашаем вас на открытый вебинар: «Технологии за современными LLM»
https://otus.pw/pigN/
⏰Дата: 20 января в 18:00 мск
Спикер: Мария Тихонова
📚На занятии мы обсудим:
+ Какие современные LLM сегодня используют на практике.
+ Основные концепции языкового моделирования и продвинутые языковые модели.
+ Методы и технологии, благодаря которым создатели ChatGPT совершили прорыв.
+ Что представляет из себя задача языкового моделирования
+ Языковые модели, которые сегодня лежат в основе всех NLP методов
🔥Результаты урока:
- Вы поймете, где применяются методы NLP
- Узнаете основные тренды и перспективы развития методов NLP
- Узнаете современное состояние области в связи с быстрым развитием LLM
Участники открытых уроков получат скидку🎁 на онлайн-курс «NLP / Natural Language Processing»
👉Регистрируйтесь на открытый вебинар по ссылке: https://otus.pw/pigN/?erid=2W5zFHKkKRr
Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576
#реклама
О рекламодателе
📞 code2prompt — это инструмент командной строки для подготовки промптов, содержащих структуру и содержимое исходного кода, специально адаптированных для работы с большими языковыми моделями, такими как GPT!
🌟 Инструмент сканирует кодовую базу, строит дерево файлов, включающее ключевые файлы или изменения в проекте, и формирует из них текстовый промпт. Это особенно полезно для анализа кода, документирования или генерации автоматических обзоров.
💡 Инструмент поддерживает такие функции, как использование шаблонов на основе Handlebars, фильтрацию файлов через .gitignore, вычисление количества токенов для обеспечения совместимости с лимитами моделей, и автоматическое добавление Git-диффов.
🔐 Лицензия: MIT
🖥 Github
@machinelearning_interview
Станьте ML-Инженером за 8 месяцев.
Основная проблема обучений – оторванность от задач реального бизнеса. На курсе учили строить простые модельки, а на работе – сделать по шаблону недостаточно, нужно сразу связать это с бизнесом.
Курс-симулятор от Simulative построен таким образом, что вы сразу погружаетесь в настоящую работу: работаете над 10+ проектами из реального бизнеса, учитесь не только писать код, но и понимать, что у алгоритмов «под капотом»
Вы изучите математику, Python, научитесь обучать ML-модели, нейронные сети и создавать рекомендательные системы. А также подготовитесь к любому собеседованию – в курс включены тестовые задания, пробные интервью (технические и с HR) и многое другое.
С трудоустройством тоже помогут: 87% студентов находят работу своей мечты в течение двух месяцев с момента начала поиска.
А на VIP тарифе преподаватели и HR спроектируют вам персональный трек обучения и за руку доведут до оффера. Часть стоимости курса вы оплачиваете только, когда найдёте работу.
Успейте присоединиться к первому потоку обучения с самой большой скидкой 17%
👨🎓 Курс по математике от Гарварда
Материал представлен очень подробно, так что у вас будет возможность глубоко разобраться в каждой теме.
охватывает три ключевые темы:
- теорию вероятностей
- статистику
- линейную алгебру.
Это отличный курс для входа а перейти к машинное обучение и продвинутое программирования на Python.
📌 Курс
Repost from Machinelearning
⚡️🔥 Недавно Google Cloud выпустил «Руководство разработчика PyTorch по основам JAX».
Jax – это фреймворк для машинного обучения, подобный PyTorch и TensorFlow.
Его разработали в Deepmind, хотя он не является официальным продуктом Google, он остается популярным.
Jax объединяет Autograd и XLA (Accelerated Linear Algebra - компилятор с открытым исходным кодом для машинного обучения) для обеспечения высокопроизводительных численных вычислений.
Созданный на основе NumPy, его синтаксис следует той же структуре, что делает его простым выбором для разработчиков.
В этом руководстве содержится пошаговый гайд по реализации простой нейтронной сети на Pytorch (JAX + Flax NNX) для тех, кто хочет начать работать с JAX.
📌 Читать
📌Документация Jax
@ai_machinelearning_big_data
#jax #pytorch #google
🔎 Обнаружение аномалий: обзор области за последние 10 лет
51 страница PDF
⚡Читать
@machinelearning_interview
⚡Новый мощный генератор кода — OpenHands!
С одного промпта он создает полноценные приложения!
🎯 Один запрос — готовое приложение;
🔧 Исправляет ошибки, работает с API, собирает данные с сайтов и даже копирует код с StackOverflow;
⚡ Быстрая установка, интуитивно понятный интерфейс;
🆓 Абсолютно бесплатно.
▪️ GitHub
@machinelearning_interview
🔥 nn-zero-to-hero — учебный проект, который охватывает создание нейронных сетей с нуля!
🌟 В репозитории содержатся подробные шаги для создания простой нейронной сети, начиная с базовых понятий и заканчивая более сложными архитектурами, включая различные типы слоев, оптимизаторы и методы обучения.
🔐 Лицензия: MIT
🖥 Github
#курс #machinelearning
@machinelearning_interview
