اکنون در دسترس! پژوهش تلگرام ۲۰۲۵ — مهمترین بینشهای سال 
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 294 113 مشترک است و جایگاه 330 را در دسته فناوری و برنامهها و رتبه 1 277 را در منطقه روسيا دارد.
📊 شاخصهای مخاطب و پویایی
از زمان ایجاد در невідомо، پروژه رشد سریعی داشته و 294 113 مشترک جذب کرده است.
بر اساس آخرین دادهها در تاریخ 30 ژوئن, 2026، کانال فعالیت پایداری دارد. در ۳۰ روز گذشته تغییر اعضا برابر -6 432 و در ۲۴ ساعت گذشته برابر -166 بوده و همچنان دسترسی گستردهای حفظ شده است.
- وضعیت تأیید: تأیید نشده
- نرخ تعامل (ER): میانگین تعامل مخاطب 7.71% است و در ۲۴ ساعت نخست پس از انتشار، محتوا معمولاً 5.50% واکنش نسبت به کل مشترکان کسب میکند.
- دسترسی پستها: هر پست به طور میانگین 22 682 بازدید دریافت میکند. در اولین روز معمولاً 16 178 بازدید جمعآوری میشود.
- واکنشها و تعامل: مخاطبان بهطور فعال حمایت میکنند؛ میانگین واکنش به هر پست 176 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 01 ژوئیه, 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.
294 113
مشترکین
-16624 ساعت
-1 5837 روز
-6 43230 روز
آرشیو پست ها
293 991
Как быть в курсе цен конкурентов, и точно знать, что вы не упускаете прибыль из-за несвоевременной выкладки товара на полки? Инструмент Product Analyzer, разработанный Napoleon IT, распознает любые товары и цены из продуктовых ритейл-сетей, чем облегчает ведение мониторинга.
Сейчас Product Analyzer доступен на маркетплейсе Cloud AI Services по модели freemium. Узнайте, как им пользоваться и какие возможности открывает сервис для ритейлеров на совместном вебинаре Cloud и Napoleon IT!
Вебинар «Первая AI-модель для распознавания товаров и цен в розничных продуктовых сетях на платформе ML Space» будет полезен маркетинговым и коммерческим директорам розничных сетей, категорийным менеджерам, директорам по закупкам, руководителям отделов мерчендайзинга. Регистрируйтесь по ссылке: Вебинар от команды платформы ML Space
293 991
🧠 Identifying and Combating Bias in Segmentation Networks by leveraging multiple resolutions
Github: https://github.com/Deep-MI/FastSurfer
Colab: https://colab.research.google.com/github/Deep-MI/FastSurfer/blob/master/Tutorial/Tutorial_FastSurferCNN_QuickSeg.ipynb
Paper: https://arxiv.org/abs/2206.14919v1
@ai_machinelearning_big_data
293 991
🎯 A Comprehensive Survey on Deep Gait Recognition: Algorithms, Datasets and Challenges
Github: https://github.com/shiqiyu/opengait
Paper: https://arxiv.org/abs/2206.13732v1
Dataset: https://paperswithcode.com/dataset/usf
@ai_machinelearning_big_data
293 991
📕 Написать большое количество ML-пайплайнов и скриптов — это еще полдела. Но как это менеджерить и запускать с максимальным удобством?
📌 Узнайте 6 июля в 20:00 на открытом уроке в OTUS. Вместе с Миленькиным Александром, старшим менеджером по работе с большими данными X5 Retail Group, разберем инструмент AirFlow, который легко решает эту проблему. AifFlow по ходу дела визуализирует шаги пайплайнов и дает возможность запускать их без использования кода и автоматизировано по расписанию.
⚠️ Урок пройдет в рамках онлайн-курса «MLOps» для специалистов по машинному обучению и Software инженеров.
👉 Для регистрации на вебинар пройдите вступительный тест
293 991
📝 Pen and paper exercises in machine learning
Exercises in Machine Learning
Github: https://github.com/michaelgutmann/ml-pen-and-paper-exercises
Paper: https://arxiv.org/abs/2206.13446v1
📓 Bayesian Reasoning and Machine Learning Free Book
@ai_machinelearning_big_data
293 991
⚡️ Старт 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.
💻 Двухдневный интенсив — «Рекомендовать или не рекомендовать, пуcть решает ML!», 11 июля в 18:00
https://otus.pw/B4rt/
Время прохождения теста ограничено 20 минут
👉 Пройдете вступительный тест — сможете занять место в группе по спец.цене
https://otus.pw/NDQt/
293 991
🗾 Insubstantial Object Detection
Dataset comprised of 600 videos (141,017 frames) covering various distances, sizes, visibility, and scenes captured by different spectral ranges.
Github: https://github.com/calayzhou/iod-video
Project: https://calayzhou.github.io/
Paper: https://arxiv.org/abs/2206.11459v1
Dataset: https://paperswithcode.com/dataset/coco
@ai_machinelearning_big_data
293 991
Data Science[ru] - русскоязычный канал с полезными материалами на такие темы как:
👉 Материалы на тему Machine Learning, Data Science, Алгоритмы
👉 Задачи по алгоритмам
👉 Вакансии
🔥 Так же время от времени бывают скидки на различные конференции для подписчиков
Добро пожаловать! @devsp293 991
🦜 Prosody Cloning in Zero-Shot Multispeaker Text-to-Speech
IMS Toucan is a toolkit for teaching, training and using state-of-the-art Speech Synthesis models.
Github: https://github.com/rballester/tntorch
Pre-Generated Audios: https://multilingualtoucan.github.io/
Cloning prosody across speakers: https://toucanprosodycloningdemo.github.io/
Paper: https://arxiv.org/abs/2206.12229v1
@ai_machinelearning_big_data
293 991
28 июня, 16:00
SAP-проекты: инфраструктура и миграция в 2022 году
В следующий вторник @Selectel проведет вебинар, где покажет, как арендовать инфраструктуру для SAP «под ключ» и мигрировать с зарубежной платформы. Расскажут про SLA, оборудование в HCL SAP, сопровождение SAP Basis и соответствие инфраструктуры для SAP 152-ФЗ.
Темы вебинара:
◽️ Переезд на российский SAP-хостинг от зарубежных провайдеров
◽️ Миграция проектов SAP без даунтайма
◽️ Настройка SAP на гибридной инфраструктуре
◽️ Оптимизация расходов на инфраструктуру для SAP
Также эксперты из компании IBS — интегратора SAP-решений — расскажут про задачи для SAP и техподдержку пользователей.
🚀 Участие бесплатное, регистрируйтесь по ссылке: https://slc.tl/322zq
293 991
🏮 tntorch - Tensor Network Learning with PyTorch
PyTorch-powered modeling and learning library using tensor networks. Installation: pip install tntorch
Github: https://github.com/rballester/tntorch
Docs site: http://tntorch.readthedocs.io/
Paper: https://arxiv.org/abs/2206.11128v1
@ai_machinelearning_big_data
293 991
В Яндексе идёт набор на стажировку! Хотите поближе познакомиться с командами и выбрать для стажировки именно ту, в которой вам будет интересно? 27 июня приглашаем на наше большое онлайн-мероприятие — Летний фестиваль вакансий ☀️
На фестивале выступят руководители команд из разных подразделений Яндекса, они расскажут о своих задачах и самых свежих стажёрских вакансиях по бэкенду, фронтенду, мобильной разработке, ML, аналитике и DevOps. Вы сможете задать им любые вопросы, а после — подать заявку на стажировку в той команде, которая вам понравилась.
А ещё мы впервые покажем, как проходит секция на алгоритмы для стажёров!
Регистрируйтесь, чтобы присоединиться: https://clck.ru/rcgcp
293 991
💬 Yandex: An Open-source Yet another Language Model 100B
YaLM 100B is trained for 2 terabyte of text: dataset the Pile and web-pages, including not only Wikipedia, news articles, and books, but also Github and arxiv.org. Yandex has applied the generative neural networks YaLM in the recent Y1 search update. Now they are already helping to give answers to searches in Yandex and Alice.
Github: https://github.com/yandex/YaLM-100B
@ai_machinelearning_big_data
293 991
Станьте бизнес-аналитиком с Яндекс Практикумом
Бизнес-аналитики связывают сферы бизнеса и IT: собирают разные точки зрения, исследуют боли и потребности пользователей, предлагают улучшения. Практикум обучает этому в условиях, близких к реальной работе, с поддержкой от опытных специалистов.
Курс подойдёт:
* начинающим аналитикам,
* IT-специалистам,
* студентам профильных специальностей,
* новичкам.
Вы научитесь:
* собирать требования и прогнозировать результаты,
* описывать бизнес-процессы,
* ставить задачи команде разработки,
* прорабатывать сценарии использования продукта.
Программа включает:
* практику на нашей платформе,
* рекомендации от опытных специалистов,
* проведение более 20 интервью,
* работу в паре с системным аналитиком,
* развитие софтскилов,
* поддержку от команды сопровождения.
Сколько длится курс? 7,5 месяцев.
Сколько стоит обучение? При разовой оплате — 112 000 р. Или ежемесячно по 15 400 р.
Какой документ я получу в конце курса? Диплом о профессиональной переподготовке — это официальный документ о дополнительном образовании.
1 августа — старт ближайшего потока.
Подробности — по ссылке.
293 991
📓 MindWare: Efficient Open-source AutoML System.
MindWare is an efficient open-source system to help users to automate the process of: 1) data pre-processing, 2) feature engineering, 3) algorithm selection, 4) architecture design, 5) hyper-parameter tuning, and 6) model ensembling.
Github: https://github.com/PKU-DAIR/mindware
Docs: https://mindware.readthedocs.io/en/latest/
Paper: https://arxiv.org/abs/2206.09423v1
@ai_machinelearning_big_data
293 991
Что делать в отсутствие аналогов зарубежного ТОП-BI? Как подготовить данные для любой BI-системы? Как построить и поддерживать модель данных?
🔹Ответы на эти вопросы на вебинаре «Loginom + компоненты BI2BUSINESS как фундамент для внедрения любой BI-сиcтемы». На нем мы расскажем:
❕ Как подготовить данные для BI-систем, чтобы облегчить разработку аналитики
❕Как самостоятельно организовать аналитическое хранилище, если у вас его нет
❕Как построить сложную модель данных, которая подойдет для любой BI-системы
Коллаборация Loginom и компонентов BI2BUSINESS поможет внедрить любую отечественную BI, даже если она далека по функционалу от зарубежных продуктов.
Когда: 28 июня в 16.00
Формат: Zoom-конференция (презентация + демо + qa)
Участие бесплатное, предварительная регистрация доступна по ссылке
293 991
🦾 Bi-DexHands: Bimanual Dexterous Manipulation via Reinforcement Learning
Bi-DexHands provides a collection of bimanual dexterous manipulations tasks and reinforcement learning algorithms.
Github: https://github.com/pku-marl/dexteroushands
Isaac Gym: https://developer.nvidia.com/isaac-gym
Paper: hhttps://arxiv.org/abs/2206.08686
@ArtificialIntelligencedl
293 991
🔥 Weekend Offer для ML- и RecSys-разработчиков
RecSys ВКонтакте – это талантливые люди, которые сегодня придумывают идею — а завтра она уже в проде, полезные рекомендации для всех и небездушные технологии. Вместе с Командой VK Клипов и VK Видео вы будете разрабатывать рекомендательные системы для двух крупнейших российских видеосервисов, а с Core ML – заниматься умным ранжированием ленты и подбором интересных публикаций для пользователей, рекомендациями друзей, ранжированием комментариев.
Первая встреча: 20 июня — 1 июля.
Детальное знакомство: суббота, 2 июля.
Финальное собеседование: воскресенье, 3 июля.
Ссылка на регистрацию: https://vk.cc/ceq94C
293 991
♦️ Color engineering for special images
How to improve color encoding of unnatural images.
Article
Dataset
@ai_machinelearning_big_data
293 991
⚡️ Тест для продвинутого уровня по Machine Learning
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.
💻 Двухдневный интенсив — Рекомендовать или не рекомендовать, пуcть решает ML!, 11 июля в 18:00
https://otus.pw/K5Tm/
Время прохождения теста ограниченно 20 минут
👉 ПРОЙТИ ТЕСТ
https://otus.pw/Pgmq/
