Data science/ML/AI

رفتن به کانال در Telegram

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

نمایش بیشتر

شبکه:Programming, data science, ML - free courses by Big Data Specialist الهند31 551 فناوری و برنامه‌ها9 384...

📈 تحلیل کانال تلگرام Data science/ML/AI

کانال Data science/ML/AI (@datascience_bds) در بخش زبانی انگلیسی بازیگری فعال است. در حال حاضر جامعه شامل 13 684 مشترک است و جایگاه 9 384 را در دسته فناوری و برنامه‌ها و رتبه 31 551 را در منطقه الهند دارد.

📊 شاخص‌های مخاطب و پویایی

از زمان ایجاد در невідомо، پروژه رشد سریعی داشته و 13 684 مشترک جذب کرده است.

بر اساس آخرین داده‌ها در تاریخ 11 ژوئن, 2026، کانال فعالیت پایداری دارد. در ۳۰ روز گذشته تغییر اعضا برابر 150 و در ۲۴ ساعت گذشته برابر 11 بوده و همچنان دسترسی گسترده‌ای حفظ شده است.

وضعیت تأیید: تأیید نشده
نرخ تعامل (ER): میانگین تعامل مخاطب 8.13% است و در ۲۴ ساعت نخست پس از انتشار، محتوا معمولاً 2.20% واکنش نسبت به کل مشترکان کسب می‌کند.
دسترسی پست‌ها: هر پست به طور میانگین 1 112 بازدید دریافت می‌کند. در اولین روز معمولاً 301 بازدید جمع‌آوری می‌شود.
واکنش‌ها و تعامل: مخاطبان به‌طور فعال حمایت می‌کنند؛ میانگین واکنش به هر پست 5 است.
علایق موضوعی: محتوا بر موضوعات کلیدی مانند panda, learning, row, api, ethic تمرکز دارد.

📝 توضیح و سیاست محتوایی

نویسنده این فضا را محل بیان دیدگاه‌های شخصی توصیف می‌کند:
“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...”

به لطف به‌روزرسانی‌های پرتکرار (آخرین داده در تاریخ 12 ژوئن, 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.

13 684

مشترکین

+1124 ساعت

+227 روز

+15030 روز

1 112

نمایش های پست

~ 30124 ساعت

~ 43548 ساعت

8.13%

نرخ مشارکت

~ 1

پست های در روز

Ads index

beta

آرشیو پست ها

13 690

When to Choose CatBoost Over XGBoost or LightGBM [Practical Guide] Boosting algorithms have become one of the most powerful algorithms for training on structural (tabular) data. I have been working with these 3 for years, even my bachelor thesis was comparison of these 3 algorithms alongside AdaBoost. This article explains when to use CatBoost over other ones. https://neptune.ai/blog/when-to-choose-catboost-over-xgboost-or-lightgbm ➖➖➖➖➖➖➖➖➖➖➖➖➖➖ Join @datascience_bds for more cool data science materials. *This channel belongs to @bigdataspecialist group

13 690

Repost from Cool GitHub repositories

data-science This is a path for those of you who want to complete the Data Science undergraduate curriculum on your own time, for free, with courses from the best universities in the World. Creator: ossu Stars ⭐️: 14.5k Forked By: 2.6k GithubRepo:https://github.com/ossu/data-science ➖➖➖➖➖➖➖➖➖➖➖➖➖➖ Join @github_repositories_bds for more cool repositories. *This channel belongs to @bigdataspecialist group

13 690

Knowledge Graphs Course Data Models, Knowledge Acquisition, Inference and Applications Department of Computer Science, Stanford University, Spring 2021 ⏳10 weeks, each week has slides and video lessons 📽 https://web.stanford.edu/class/cs520/ #datascience #machinelearning #tensorflow #scikitlearn #keras ➖➖➖➖➖➖➖➖➖➖➖➖➖ Join @programming_books_bds for more

13 690

ML_cheatsheets.pdf7.63 MB

13 690

Another data science channel you might like: https://t.me/Artificial_Intelligence_DS

13 690

Repost from Free programming books

Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow, 2nd Edition by Aurélien Géron 📑 510 pages 🔗 Book link #datascience #machinelearning #tensorflow #scikitlearn #keras ➖➖➖➖➖➖➖➖➖➖➖➖➖ Join @programming_books_bds for more

13 690

The R Programming For Data Science A-Z Complete Diploma 2022 Rating ⭐️: 4.5 out of 5 Students 👨‍🎓: 38,584 Duration ⏰: 5h 6min 🔗 Course link

13 690

ML Q&A.pdf2.14 KB

13 690

Reproducible Data Science with Docker https://archive.org/details/pyconza2018-Reproducible_Data_Science_with_Docker

13 690

Intro to Machine Learning by Kaggle Learn the core ideas in machine learning, and build your first models. 1 How Models Work The first step if you're new to machine learning. 2 Basic Data Exploration Load and understand your data. 3 Your First Machine Learning Model Building your first model. Hurray! #machinelearning #ml ➖➖➖➖➖➖➖➖➖➖➖➖➖➖ Join @datascience_bds for more cool data science materials. *This channel belongs to @bigdataspecialist group 4 Model Validation Measure the performance of your model, so you can test and compare alternatives. 5 Underfitting and Overfitting Fine-tune your model for better performance. 6 Random Forests Using a more sophisticated machine learning algorithm. 7 Machine Learning Competitions Enter the world of machine learning competitions to keep improving and see your progress. 🔗 Course link

13 690

Data Cleaning Guide.pdf2.11 MB

13 690

FOUNDATIONS OF MACHINE LEARNING by Bloomberg Understand the Concepts, Techniques and Mathematical Frameworks Used by Experts in Machine Learning 🎬 30 video lessons with slides ⏰ 28 hours https://bloomberg.github.io/foml/#home #machinelearning #ml ➖➖➖➖➖➖➖➖➖➖➖➖➖➖ Join @datascience_bds for more cool data science materials. *This channel belongs to @bigdataspecialist group

13 690

The Incredible PyTorch A curated list of tutorials, papers, projects, communities and more relating to PyTorch. https://www.ritchieng.com/the-incredible-pytorch/ #pytorch ➖➖➖➖➖➖➖➖➖➖➖➖➖➖ Join @datascience_bds for more cool data science materials. *This channel belongs to @bigdataspecialist group

13 690

Lectures for UC Berkeley CS 182: Deep Learning Spring 2021 🎬 66 videos ⏰ 26 hours https://www.youtube.com/playlist?list=PL_iWQOsE6TfVmKkQHucjPAoRtIJYt8a5A ➖➖➖➖➖➖➖➖➖➖➖➖➖➖ Join @datascience_bds for more cool data science materials. *This channel belongs to @bigdataspecialist group

13 690

cheatsheet-supervised-learning.pdf6.41 KB

13 690