fa
Feedback

فریب کلاهبرداران را نخورید! تل‌متریو این کانال‌ها را شناسایی و برچسب‌گذاری می‌کند 👉 برای مشاهده برچسب، اشتراک تهیه کنید

Machinelearning

Machinelearning

رفتن به کانال در Telegram

Погружаемся в машинное обучение и Data Science Показываем как запускать любые LLm на пальцах. По всем вопросам - @haarrp @itchannels_telegram -🔥best channels Реестр РКН: clck.ru/3Fmqri

نمایش بیشتر

📈 تحلیل کانال تلگرام Machinelearning

کانال Machinelearning (@ai_machinelearning_big_data) در بخش زبانی روسی بازیگری فعال است. در حال حاضر جامعه شامل 276 293 مشترک است و جایگاه 336 را در دسته فناوری و برنامه‌ها و رتبه 1 374 را در منطقه روسيا دارد.

📊 شاخص‌های مخاطب و پویایی

از زمان ایجاد در невідомо، پروژه رشد سریعی داشته و 276 293 مشترک جذب کرده است.

بر اساس آخرین داده‌ها در تاریخ 05 نوامبر, 2026، کانال فعالیت پایداری دارد. در ۳۰ روز گذشته تغییر اعضا برابر -2 229 و در ۲۴ ساعت گذشته برابر -129 بوده و همچنان دسترسی گسترده‌ای حفظ شده است.

  • وضعیت تأیید: تأیید نشده
  • نرخ تعامل (ER): میانگین تعامل مخاطب 8.04% است و در ۲۴ ساعت نخست پس از انتشار، محتوا معمولاً 6.20% واکنش نسبت به کل مشترکان کسب می‌کند.
  • دسترسی پست‌ها: هر پست به طور میانگین 22 218 بازدید دریافت می‌کند. در اولین روز معمولاً 17 137 بازدید جمع‌آوری می‌شود.
  • واکنش‌ها و تعامل: مخاطبان به‌طور فعال حمایت می‌کنند؛ میانگین واکنش به هر پست 330 است.
  • علایق موضوعی: محتوا بر موضوعات کلیدی مانند openai, claude, api, gemini, контекст تمرکز دارد.

📝 توضیح و سیاست محتوایی

نویسنده این فضا را محل بیان دیدگاه‌های شخصی توصیف می‌کند:
“Погружаемся в машинное обучение и Data Science Показываем как запускать любые LLm на пальцах. По всем вопросам - @haarrp @itchannels_telegram -🔥best channels Реестр РКН: clck.ru/3Fmqri”

به لطف به‌روزرسانی‌های پرتکرار (آخرین داده در تاریخ 06 نوامبر, 2026)، کانال همواره به‌روز و دارای دسترسی بالاست. تحلیل‌ها نشان می‌دهد مخاطبان به‌طور فعال با محتوا تعامل دارند و آن را به نقطه اثرگذاری مهم در دسته فناوری و برنامه‌ها تبدیل کرده‌اند.

276 293
مشترکین
-12924 ساعت
-8177 روز
-2 22930 روز
آرشیو پست ها
Cтартовал первый контест для разработчиков от Brand Analytics. ⚡️ Призовой фонд - 500 тысяч рублей. Задача участников - напис
Cтартовал первый контест для разработчиков от Brand Analytics. ⚡️ Призовой фонд - 500 тысяч рублей. Задача участников - написать приложение, которое выявляет сбои в работе российских публичных сервисов на основе анализа сообщений из соцмедиа. Для разработки решения предоставляются датасеты публичного потока данных соцмедиа, гарантированно включающие информацию о сбоях в работе сервисов. Ограничений на используемые языки программирования, инструментарии и библиотеки — нет. Срок подачи решений до 17 августа 2022 г. 20:00 MSK. Следите за новостями контеста в официальном Telegram-канале. И присоединяйтесь на devchamp.ru.

🔥 Practical Course Deep Learning A 🚀free course from fast.ai learn how to apply deep learning and machine learning to pract
🔥 Practical Course Deep Learning A 🚀free course from fast.ai learn how to apply deep learning and machine learning to practical problems. Course Git @ai_machinelearning_big_data

⚡️ Последние дни набора на продвинутый онлайн-курс «Machine Learning Advanced» Редкая возможность для тех, кто занимается машинным обучением! Ответьте на 10 вопросов и проверьте, насколько вы готовы к обучению на углубленном курсе - «Machine Learning. Advanced» от OTUS и его партнера — Сбера. 📌 РЕЗУЛЬТАТ ПРОХОЖДЕНИЯ КУРСА: Вы освоите продвинутые приемы машинного обучения, которые позволят вам уверенно себя чувствовать на ведущих Middle/ Senior позициях и справляться даже с нестандартными задачами. Время прохождения теста ограничено 20 минут 👉 Пройдете вступительный тест — сможете занять место в группе по спец.цене https://otus.pw/Ssrw/

☀️ MAPIE - Model Agnostic Prediction Interval Estimator MAPIE allows you to easily estimate prediction intervals (or predicti
☀️ MAPIE - Model Agnostic Prediction Interval Estimator MAPIE allows you to easily estimate prediction intervals (or prediction sets) using your favourite scikit-learn-compatible model for single-output regression or multi-class classification settings. Github: https://github.com/scikit-learn-contrib/mapie Paper: https://arxiv.org/abs/2207.12274v1 Docs: https://mapie.readthedocs.io/en/latest/ @ai_machinelearning_big_data

Курс «Английский для IT-профессий» от Яндекс Практикума Для тех, кто хочет изменить свою профессиональную жизнь и работать в
Курс «Английский для IT-профессий» от Яндекс Практикума Для тех, кто хочет изменить свою профессиональную жизнь и работать в международной команде. Обучение построено не вокруг абстрактной теории, а вокруг рабочих ситуаций и полезных для карьеры навыков: ✋Стендапы. Подготовитесь обсуждать задачи, задавать вопросы и просить о помощи. 👨‍💻 Работа с заказчиками. Научитесь презентовать решения, говорить про баги и фичи. 📣 Митапы. Сможете понимать на слух доклады и выступать сами. 😎 Собеседования. Научитесь рассказывать про свой опыт, понимать вопросы и тактично переспрашивать. 👯 Неформальное общение с коллегами. Сможете рассказать о своих интересах, опыте, планах на будущее. 💻 Код-ревью. Сможете описать сделанное, дать обратную связь, тактично отстоять своё мнение. Запишитесь на бесплатную консультацию. Определим ваш уровень языка, расскажем про обучение и ответим на все вопросы

Есть опыт в машинном обучении, но хотите двигаться ещё дальше? Специально для вас Валерий Бабушкин, Head of Data Science в Blockchainꓸcom, вместе с командой опытных специалистов из Яндекса, AliExpress и X5 Retail Group подготовил продвинутый курс, который поможет глубже копнуть в машинное обучение и разобраться со всеми этапами работы ML-инженера: от сбора и разметки данных до деплоя собственных приложений. К концу обучения вы создадите пять ML-сервисов, каждый из которых будет решать важную и востребованную бизнесом задачу. Переходите по ссылке и записывайтесь на курс до 1 августа — по промокоду MLBD дарим скидку 10%. Ждём вас!

🌟 SimAM: A Simple, Parameter-Free Attention Module for Convolutional Neural Networks Simple but very effective attention mod
🌟 SimAM: A Simple, Parameter-Free Attention Module for Convolutional Neural Networks Simple but very effective attention module for Convolutional Neural Networks (ConvNets). Github: https://github.com/ZjjConan/SimAM Paper: http://proceedings.mlr.press/v139/yang21o.html Dataset: https://paperswithcode.com/dataset/cifar-10 Google Drive: https://drive.google.com/drive/folders/1rRT0UCPeRLPdTCJvv43hvAnGnS49nIWn?usp=sharing @ai_machinelearning_big_data

В «Магните» работает 4000 разработчиков и ИТ инженеров, они решают интересные и амбициозные задачи, делая жизнь покупателя одного из крупнейших ритейлеров России технологичнее и удобнее. 27 июля в 13:00 (МСК) приглашаем вас на эфир Demo Day Magnit IT. Команда разработчиков, спецов по аналитике, ecom и другим диджитал-направлениям поделится крутыми кейсами и решениями непростых задач. Кроме того, они расскажут, как работает IT-подразделение огромного ритейлера. В этом им помогут ведущие одного из самых известных технологических подкастов @zavtracast Тимур Сейфельмлюков и Дмитрий Зомбак. На Demo Day Magni IT будет куча крутых спикеров, но точно нельзя упустить эти выступления: 🌩 Юрий Мисник (CTO) и Татьяна Коваль (System Architect) расскажут о мультиоблачной архитектуре и почему в «Магните» решили сфокусироваться на PaaS для большей отказоустойчивости. 💌 Алексей Четыркин (Head of Data Analytics) и Артем Селезнев (Head of CRM) расскажут про инхаус-решение «Магнита» по CRM-коммуникациям, гипергранулированным сегментациям аудиторий, предикативной модели пути покупателя и BI-алгоритме отслеживания тысяч критических параметров. 📊 Павел Шорохов (Head of BI) расскажет, как «Магнит» в течение 12 лет строил корпоративную платформу сбора и анализа данных на 1 Петабайт, которой пользуется более 10 тысяч человек каждый день. А еще как они строят собственный облачный Data Lake. Не пропустите! Зарегистрируйтесь на эфир, и вам придёт напоминалка 27 июля в 13:00 (МСК), а еще там будет куча интересных дополнительных материалов: https://magn-it.online

🏵 Weakly Supervised Object Localization via Transformer with Implicit Spatial Calibration learnable parameter to dynamically
🏵 Weakly Supervised Object Localization via Transformer with Implicit Spatial Calibration learnable parameter to dynamically adjust the semantic correlations and spatial context intensities for effective information propagation. Github: https://github.com/164140757/scm Paper: https://arxiv.org/abs/2207.10447v1 Dataset: https://paperswithcode.com/dataset/cub-200-2011 @ai_machinelearning_big_data

Приглашаем всех желающих бесплатно онлайн получить востребованную техническую специальность. За 2-3 месяца вы получите надежн
Приглашаем всех желающих бесплатно онлайн получить востребованную техническую специальность. За 2-3 месяца вы получите надежную базу теории и практики, гарантирующую быстрый карьерный старт. Обучение проводит официальный партнер Томского государственного университета. Выдается удостоверение о повышении квалификации или диплом о проф. переподготовке. Обязательно наличие высшего или среднего профессионального образования. Наши программы: — Системный аналитик — Аналитик данных — Разработчик сайтов на Тильде — Дизайнер мобильных приложений — Тестировщик ПО и другие. Полный список: http://bit.do/fUWyz Бесплатно обучиться и получить помощь в трудоустройстве могут: — неработающие выпускники и студенты последнего курса — женщины в декрете и неработающие мамы детей до 7 лет — безработные — граждане 50+ — граждане под риском увольнения / сокращения Регистрируйтесь на курс прямо сейчас! http://bit.do/fUWyz

Вокруг искусственного интеллекта много как хайпа, так и скепсиса. Конвертируется ли вообще использование AI-сервисов в реальн
Вокруг искусственного интеллекта много как хайпа, так и скепсиса. Конвертируется ли вообще использование AI-сервисов в реальную пользу для бизнеса? 📌Чтобы раз и навсегда поставить для себя точку в этом вопросе, приходите на вебинар с продуктовым менеджером Cloud AI Consulting Татьяной Славкиной и архитектором клиентских решений Владиславом Синеглазовым вы узнаете: ✅ как добиться высоких метрик точности AI/ML и как следствие улучшить бизнес-метрики; ✅ какой экономический эффект и в каких сценариях сегодня достигнут в десятках компаний России и почему не стоит откладывать инвестиционные проекты AI «на потом»; ✅ как выгодно внедрить AI и обеспечить его масштабирование, особенно в ситуации, когда в компании нет или не хватает нужных человеческих и технологических ресурсов. 👥 Вебинар будет полезен топ-менеджерам ИТ-направлений, директорам офисов Big Data, CDO/CDTO, финансовым директорам, руководителям отделов маркетинга и аналитики. ↗️Регистрируйтесь по ссылке!

Приглашаем всех желающих бесплатно онлайн получить востребованную техническую специальность. За 2-3 месяца вы получите надежн
Приглашаем всех желающих бесплатно онлайн получить востребованную техническую специальность. За 2-3 месяца вы получите надежную базу теории и практики, гарантирующую быстрый карьерный старт. Обучение проводит официальный партнер Томского государственного университета. Выдается удостоверение о повышении квалификации или диплом о проф. переподготовке. Обязательно наличие высшего или среднего профессионального образования. Наши программы: — Системный аналитик — Аналитик данных — Разработчик сайтов на Тильде — Дизайнер мобильных приложений — Тестировщик ПО и другие. Полный список: http://bit.do/fUWyz Бесплатно обучиться и получить помощь в трудоустройстве могут: — неработающие выпускники и студенты последнего курса — женщины в декрете и неработающие мамы детей до 7 лет — безработные — граждане 50+ — граждане под риском увольнения / сокращения Регистрируйтесь на курс прямо сейчас! http://bit.do/fUWyz

🧿 Generative Multiplane Images: Making a 2D GAN 3D-Aware What is really needed to make an existing 2D GAN 3D-aware? To answer this question, we modify a classical GAN, i.e., StyleGANv2, as little as possible. We find that only two modifications are absolutely necessary: 1) a multiplane image style generator branch which produces a set of alpha maps conditioned on their depth; 2) a pose-conditioned discriminator. Github: https://github.com/apple/ml-gmpi Paper: https://arxiv.org/abs/2207.10642v1 Dataset: https://paperswithcode.com/dataset/metfaces Project: https://xiaoming-zhao.github.io/projects/gmpi/ Pretrained checkpoints: https://drive.google.com/drive/folders/1MEIjen0XOIW-kxEMfBUONnKYrkRATSR_ @ai_machinelearning_big_data

⚡️ Старт набора на онлайн-курс «Data Engineer» от OTUS! ⚠️ В новом потоке вас ждет актуализированная программа, живые вебинары с опытными экспертами и еще больше практики! В программе рассмотрим все процессы обработки данных - от загрузки из внешних источников до подготовки финальных витрин. 📌 РЕЗУЛЬТАТ ПРОХОЖДЕНИЯ КУРСА: — Практические навыки разработки дата-сервисов, витрин и приложений — Знание принципов организации мониторинга, оркестрации, тестирования — Выпускной проект на основе полученных знаний, который можно будет показывать при трудоустройстве. 💻 Greenplum Platform Extension Framework (PXF), 4 августа в 20:00 https://otus.pw/x5ke/ 💻 Data Engineer в новых реалиях, что ждать бизнесу?, 23 августа в 20:00 https://otus.pw/mYY9/ 👉 Ответьте на 30 вопросов и проверьте, насколько вы готовы к обучению на курсе - «Data Engineer» от OTUS https://otus.pw/UTGS/

✨ Tip-Adapter: Training-free Adaption of CLIP for Few-shot Classification Tip-Adapter is a training-free adaption method for CLIP to conduct few-shot classification. Github: https://github.com/gaopengcuhk/tip-adapter Paper: https://arxiv.org/abs/2207.09519v1 Dataset: https://paperswithcode.com/dataset/oxford-102-flower @ai_machinelearning_big_data

✨ Tip-Adapter: Training-free Adaption of CLIP for Few-shot Classificationю Github: https://github.com/gaopengcuhk/tip-adapter Paper: https://arxiv.org/abs/2207.09519v1 Dataset: https://paperswithcode.com/dataset/oxford-102-flower @ai_machinelearning_big_data

Мы следим за миром инноваций и рынком труда и знаем, какие специалисты нужны рынку. Наши исследования показали, что сейчас ст
Мы следим за миром инноваций и рынком труда и знаем, какие специалисты нужны рынку. Наши исследования показали, что сейчас стремительно растет спрос на специалистов по новейшим технологиям: ✔ искусственный интеллект; ✔ Web 3.0; ✔ блокчейн; ✔ кибернетика умных устройств; ✔ data science; ✔ метавселенные. Мы решили запустить программу подготовки этих специалистов, ведь таких курсов еще не было на рынке. Научитесь создавать умных роботов, проектировать метавселенные и управлять автономными организациями на блокчейне. Что в результате обучения: 📈 Станете новой элитой современных инновационных проектов Ключевой сферой России остается ИТ — на технологиях держится не только экономика, но и развитие каждой отрасли страны.‍ 💪 Получите уникальные навыки Если какая-то технология только вышла, мы учтем ее в программе. 🌏 Сможете работать над проектами, которые меняют мир прямо сейчас Уже через несколько месяцев после старта программы вы сможете найти подработку и продолжать обучаться. Почему вам стоит стартовать в ИТ прямо сейчас ⚡️ Востребованно За 2021 год количество вакансий на рынке ИТ выросло на 72%. Количество резюме — всего на 6%. 🚀 Перспективно К 2035 году в России будет более 2,5 миллиона вакансий для специалистов из сферы ИТ. 🤑 Высокооплачиваемо Зарплата начинающего ИТ-специалиста — от 60 000 ₽. А уже через три года — от 150 000 ₽. ❗ Длительность — 12 месяцев, 2–3 занятия в неделю по 2–3 часа. Для прохождения курса не требуется техническое образование или опыт работы. ❗❗ Гарантия трудоустройства закреплена в договоре. Если после успешного обучения вы не найдете работу, мы вернем вам деньги. 👉 Начать обучение: https://clck.ru/sLJhU

🔧 FSD: Fully Sparse 3D Object Detection & SST: Single-stride Sparse Transformer Github: https://github.com/tusimple/sst Paper: http://arxiv.org/abs/2207.10035 Dataset: https://paperswithcode.com/dataset/waymo-open-dataset @ai_machinelearning_big_data

Полезная статья на Хабр о промышленном мониторинге качества данных в Feature Store В ней аналитик финтеха Big Data из МТС рассказал о построении автоматизированного контроля за качеством данных в их Feature Store, позволяющем не допустить принятия бизнес-решений на искаженных или ненадежных данных. О том, что такое Feature Store, почему в нем возникла потребность и какое место занимает промышленный мониторинг качества данных, читать здесь.