¡Ya disponible! Investigación de Telegram 2025 — los principales insights del año 
Математика Дата саентиста
Ir al canal en Telegram
@workakkk - админ @data_analysis_ml - ds https://gosuslugi.ru/snet/67b55bb01a1c5a6fb6ecc946
Mostrar más📈 Análisis del canal de Telegram Математика Дата саентиста
El canal Математика Дата саентиста (@data_math) en el segmento lingüístico de Ruso es un actor destacado. Actualmente la comunidad reúne a 14 055 suscriptores, ocupando la posición 9 185 en la categoría Tecnologías y Aplicaciones y el puesto 47 321 en la región Rusia.
📊 Métricas de audiencia y dinámica
Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 14 055 suscriptores.
Según los últimos datos del 19 junio, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de -52, 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 17.50%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 6.82% de reacciones respecto al total de suscriptores.
- Alcance de las publicaciones: Cada publicación recibe en promedio 2 459 visualizaciones. En el primer día suele acumular 958 visualizaciones.
- Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 51.
- Intereses temáticos: El contenido se centra en temas clave como llm, программирование, параметр, визуализация, stepik.
📝 Descripción y política de contenido
El autor describe el recurso como un espacio para expresar opiniones subjetivas:
“@workakkk - админ
@data_analysis_ml - ds
https://gosuslugi.ru/snet/67b55bb01a1c5a6fb6ecc946”
Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 20 junio, 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.
14 055
Suscriptores
+324 horas
+27 días
-5230 días
Archivo de publicaciones
erid: LjN8K73Au
Готовишься к ОГЭ или ЕГЭ?😎
Тут БЕСПЛАТНЫЙ слив курсов от онлайн-школы "Школково"👉жми на ссылку
Скорее забирай, пока его не закрыли!🙃
🎓 Бесплтный курс: Прикладная математика для машинного обучения
https://teach-in.ru/course/applied-mathematics-for-machine-learning/lecture
@data_math
Repost from Machinelearning
🧮 OpenMathInstruct-1: A 1.8 Million Math Instruction Tuning Dataset
OpenMathInstruct-1 - это новый синтетический датасет от
NVIDIA для настройки математических моделей, содержащий 1,8 млн пар "задача-решение".
> Используются обучающие датасеты GSM8K и MATH.
> Для создания ланных используется Mixtral 8x7B.
> Модель использует текстовые рассуждения + интерпретатор кода при генерации.
> Выпущены LLama, CodeLlama, Mistral, Mixtral fine-tunes.
> Лицензия Apache 2.0!
Блестящая работа команды Nvidia AI - 2024 год станет годом синтетических данных и еще более мощных моделей! 🔥
▪Dataset: https://huggingface.co/datasets/nvidia/OpenMathInstruct-1
▪Paper: https://huggingface.co/papers/2402.10176
ai_machinelearning_big_data📚 Книга: Everything You Always Wanted To Know About #Mathematics*
▪Книга
@data_math
👩🎓 Полезный курс комбинаторики на YouTube
Вопросы по комбинаторике могут задавать на собеседовании, она нужна при поступлении в ШАД, а ещё в целом неплохо знать её, чтобы понимать суть машинного обучения.
Это бесплатный плейлист с лекциями от Райгородского Андрея Михайловича, директора Физтех-школы прикладной математики и информатики МФТИ. Включает:
▫️Введение в комбинаторику, часть 1 и часть 2
▫️Комбинаторные тождества
▫️Формула обращения Мёбиуса
▫️Циклические последовательности
▫️Оценки и асимптотики для факториалов и чисел сочетания
▫️Рекуррентные соотношения
▫️Числа Фибоначчи
▫️Линейные рекуррентные соотношения
▫️Отношения эквивалентности
▫️Техника формальных степенных рядов
▫️Введение в графы
▫️Эйлеровы графы. Деревья
▫️Теорема об эквивалентности определений дерева
📚 InternLM-Math
InternLM-Math: Открытые математические модели большого языка для решения мат. задач и рассуждения над решениями.
Github: https://github.com/InternLM/InternLM-Math
Статья: https://arxiv.org/abs/2402.06332
@data_math
Комбинаторная математика
1. Правила комбинаторики. Комбинаторная математика.
2. Генерация комбинаторных объектов. Комбинаторная математика.
3. Классы P, N и NPC. Комбинаторная математика.
4. Основные определения и свойства графов. Комбинаторная математика.
5. Ориентированные графы. Комбинаторная математика
6. Эйлеровы и гамильтоновы графы. Комбинаторная математика
7. Раскраска графов. Комбинаторная математика
8. Триангуляция Делона и диаграмма Вороного. Комбинаторная математика
9. Минимальное остовное дерево. Комбинаторная математика
10. Количество остовных деревьев. Комбинаторная математика
#video #math
https://www.youtube.com/watch?v=EEIpjY0v7k4&list=PLAyGZSpiecFosLLmmYczCpNPFQHCAkV8A&ab_channel=%D0%98%D0%BD%D1%81%D1%82%D0%B8%D1%82%D1%83%D1%82%D0%BF%D1%80%D0%BE%D0%B3%D1%80%D0%B0%D0%BC%D0%BC%D0%BD%D1%8B%D1%85%D1%81%D0%B8%D1%81%D1%82%D0%B5%D0%BCI%D0%99%D0%BE%D1%88%D0%BA%D0%B0%D1%80-%D0%9E%D0%BB%D0%B0
⚡️ Introduction To Linear Algebra"
Очень крутой учебник по линейной алгебре профессора Гилберта Стрэнга из MIT.
📚 Книга
@data_math
Не упустите возможность начать карьеру в одной из самых востребованных IT-профессий!
На курсе Data Scientist с нуля до Junior с трудоустройством вы:
✅ Изучите одно из 3 востребованных направлений на выбор — дата-аналитику, дата-инженерию или машинное обучение.
✅ Освоите Python, библиотеки для анализа данных и машинного обучения, SQL, Git, научитесь работать с Power BI и другими актуальными для дата-сайентиста инструментами.
✅ Попрактикуетесь на задачах с реальными данными.
✅ Добавите до 9 проектов в портфолио.
✅ С вами будет работать личный наставник. Он не только укажет на ошибки, но и поможет разобраться в сложных темах и ответит на вопросы.
Узнать подробнее о курсе и получить скидку до 50% можно здесь: https://epic.st/Hyw0Ef Оставьте заявку на курс сейчас и получите 3 месяца бесплатного обучения и год английского в подарок!
Реклама. ЧОУ ДПО «Образовательные технологии «Скилбокс (Коробка навыков)», ИНН: 9704088880
💥 Аттрактор Айзавы. Простое уравнение, но красивый хаотический узор.
https://www.dynamicmath.xyz/strange-attractors/
@data_math
Repost from Machinelearning
📐 AlphaGeometry: An Olympiad-level AI system for geometry
Deepmind представили AlphaGeometry: систему искусственного интеллекта, которая решает олимпиадные задачи по геометрии на уровне, приближающемся к уровню золотого медалиста.
Система была обучена исключительно на синтетических данных и знаменует собой прорыв ИИ в области математики.
https://deepmind.google/discover/blog/alphageometry-an-olympiad-level-ai-system-for-geometry/
🖥 Code: https://github.com/facebookresearch/audiocraft/blob/main/docs/MAGNET.md#api
🚀 Deepmind: https://deepmind.google/discover/blog/alphageometry-an-olympiad-level-ai-system-for-geometry/
📚 Paper: https://www.nature.com/articles/s41586-023-06747-5
@ai_machinelearning_big_data
🔼 Теорема о треугольниках Кеплера.
Код на Python для иллюстрации теоремы и ее доказательства.
https://johndcook.com/blog/2023/11/20/kepler-triangle/
@data_math
Repost from Анализ данных (Data analysis)
💻 Изучайте Математику для Data Science бесплатно с помощью этих бесплатных курсов с Udacity
1. Linear Algebra Refresher Course
2. Intro to Statistics
3. Intro to Inferential Statistics
4. Intro to Descriptive Statistics
5. Eigenvectors and Eigenvalues
6. Intro to Artificial Intelligence
7. Differential Equations in Action
📌 Список
@data_analysis_ml
💻 Изучайте Математику для Data Science бесплатно с помощью этих бесплатных курсов с Udacity
1. Linear Algebra Refresher Course
2. Intro to Statistics
3. Intro to Inferential Statistics
4. Intro to Descriptive Statistics
5. Eigenvectors and Eigenvalues
6. Intro to Artificial Intelligence
7. Differential Equations in Action
📌 Список
@data_analysis_ml
Изучите основы теории вероятностей и статистики c Университетом Брауна.
Они предоставляют наглядные визуализации, которые помогут вам в обучении.
И это 100% БЕСПЛАТНО
🔗http://seeing-theory.brown.edu
@data_math
👨🎓 Статистика 110: Теория Вероятности от Гарвардского университета.
Несомненно, один из лучших курсов по теории вероятностей в Интернете!
youtube.com/playlist?list=PL2SOU6wwxB0uwwH80KTQ6ht66KWxbzTIo
@data_math
The conceptual Mathematics behind #MachineLearning with example-based learning.
📓 book
@pythonlbooks
