Уже доступно! Исследование Telegram 2025 — ключевые инсайты года 
Machinelearning
Открыть в 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
Больше📈 Аналитический обзор Telegram-канала Machinelearning
Канал Machinelearning (@ai_machinelearning_big_data) языкового сегмента Русский является активным участником. Сейчас сообщество объединяет 294 113 подписчиков, занимая 330 место в категории Технологии и приложения и 1 277 место в регионе Россия.
📊 Показатели аудитории и динамика
С момента создания невідомо проект демонстрирует стремительный рост, собрав аудиторию из 294 113 подписчиков.
Согласно последним данным от 30 июня, 2026, канал показывает стабильную активность. За последние 30 дней изменение числа участников составило -6 432, а за последние 24 часа — -166, при этом общий охват остаётся высоким.
- Статус верификации: Не верифицирован
- Уровень вовлечённости (ER): Средний показатель вовлечённости аудитории составляет 7.71%. В первые 24 часа после публикации контент обычно набирает 5.50% реакций от общего числа подписчиков.
- Охват публикаций: В среднем каждый пост получает 22 682 просмотров. В течение первых суток публикация набирает 16 178 просмотров.
- Реакции и взаимодействия: Аудитория активно поддерживает контент: среднее количество реакций на один пост — 176.
- Тематические интересы: Контент сосредоточен на ключевых темах, таких как openai, claude, api, gemini, контекст.
📝 Описание и контентная политика
Автор описывает ресурс как площадку для выражения субъективного мнения:
“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”
Благодаря высокой частоте обновлений (последние данные получены 01 июля, 2026) канал поддерживает актуальность и высокий уровень охвата публикаций. Аналитика показывает, что аудитория активно взаимодействует с контентом, что делает его важной точкой влияния в категории Технологии и приложения.
294 113
Подписчики
-16624 часа
-1 5837 дней
-6 43230 день
Архив постов
294 113
🛠 Generative Visual Prompt: Unifying Distributional Control of Pre-Trained Generative Models
⚙️ Github
🗒 Paper
🦾 Dataset
@ai_machinelearning_big_data
294 113
Yandex Research выложил в опенсорс RuLeanALBERT — самую большую BERT-подобную модель на русском языке, которая поместится на ваш компьютер
Нейросеть обучали децентрализованно с помощью вычислительной платформе Яндекса. На бенчмарках по пониманию языка она показывает результаты, сравнимые с другими открытыми моделями и где-то даже близкие к state-of-the-art.
Модель хотя и имеет миллиарды параметров, но вполне способна уместиться на одну домашнюю GPU: вы можете использовать её открытый код в своих проектах для классификации предложений, представления текстов и других языковых задач, не требующих генерации.
Yandex Research — это исследовательская группа в Яндексе, которая занимается фундаментальными проблемами в важнейших областях computer science.
Подробности – в статье на Хабре
294 113
+6Подборка инструментов инженера данных под разные задачи.
Взгляните, вдруг всё это время вы забивали гвозди микроскопом?
А если вы хотите сделать архитектуру данных на работе ещё мощнее — обратите внимание на курс Яндекс Практикума.
Пройдите тест в бесплатной вводной части курса, чтобы понять, подходит ли вам программа.
294 113
🤖 DAMO ConvAI
The official repository which contains the codebase for Alibaba DAMO Conversational AI.
⚙️ Github
➡️ Paper
📎 Tasks
🗒 Text-to-SQL Parsing
@ai_machinelearning_big_data
294 113
Стартовал первый Rosneft Challenge — самый масштабный среди ИТ-соревнований Роснефти. Его призовой фонд составляет 920 000 рублей 😊
Регистрируйтесь на сайте 👉🏻 https://events.rn.digital/hack/it2022rc1, получайте задание и дерзайте!
Вам предстоит создать модель машинного обучения и с ее помощью спрогнозировать дату отказа установки электроприводного центробежного насоса. В вашем распоряжении будет большой банк данных о скважине и установленном оборудовании.
Rosneft Challenge – ваш шанс выиграть крупный денежный приз, достойно продемонстрировать свои профессиональные компетенции и попасть в команду лидера нефтяной отрасли России!
Лучший результат найдет применение на предприятиях «Роснефти».
Подробнее https://bit.ly/3xsxqOt
294 113
🚀 StoryDALL-E: Adapting Pretrained Text-to-Image Transformers for Story Continuation
⚙️ Github
➡️ Paper
🛠 Demo
📄 Dataset
@ai_machinelearning_big_data
294 113
💥 Реализовать вау-фичи и задрайвить рост проекта? Задействуем Machine Learning (ML).Сделать удобнее базовые элементы сервисов? Тоже ML.
Технологии машинного обучения — это ответ на все вопросы и must have для тех, кто смотрит в будущее.
При поддержке VK на Saint HighLoad++ представлен целый трек докладов на эту тему. Поговорим о том, как на базе ML создавать практичные решения, готовые к большим нагрузкам. Расскажем, как встраивать их в существующие пайплайны и эксплуатировать в продакшене.
✅ Программа ML-трека - https://bit.ly/3RGQcJS
🖐 Встречаемся на Saint HighLoad++ 22 и 23 сентября.
294 113
👁🗨 Patch Similarity Aware Data-Free Quantization for Vision Transformers
PSAQ-ViT V2, a more accurate and general data-free quantization framework for ViTs, built on top of PSAQ-ViT.
git clone https://github.com/zkkli/PSAQ-ViT.git
cd PSAQ-ViT
⚙️ Github
➡️ Paper
📄 Dataset
@ai_machinelearning_big_data294 113
NewProLab запускает 12-недельную онлайн-программу «Специалист по большим данным»
Старт – 20 сентября.
В программе – 36 занятий, 9 лаб, 2 проекта и 3 варианта прохождения:
Полное погружение (только в даты проведения программы) – 36 живых занятий в ZOOM, возможность задавать вопросы, тесты, лабы, поддержка координаторов, сертификат об успешном прохождении.
Видео занятий и лабы (только в даты проведения программы) – видеозаписи 36 занятий, тесты, лабы, поддержка координаторов, сертификат об успешном прохождении.
Видео занятий и тесты (можно пройти в любое время) – видеозаписи 36 занятий, тесты, сертификат о прохождении.
Чему вы научитесь?
- обрабатывать данные в Pandas
- строить модели машинного обучения (логистическая регрессия, деревья, случайный лес) в Scikit-learn
- анализировать текстовые данные
- и многое другое
Подробности по ссылке
Для участников нашего сообщества организаторы предоставили промокод Machinelearning, по которому вы получите скидку 15% при покупке программы.
294 113
🦾 OpenMixup: Open Mixup Toolbox and Benchmark for Visual Representation Learning
open-source all-in-one toolbox for supervised, semi-, and self-supervised visual representation learning with mixup
conda create -n openmixup python=3.8 pytorch=1.12 cudatoolkit=11.3 torchvision -c pytorch -y
conda activate openmixup
pip install openmim
mim install mmcv-full
git clone https://github.com/Westlake-AI/openmixup.git
cd openmixup
python setup.py develop
⚙️ Github
➡️ Paper
🛠️Installation
📄 Dataset
@ai_machinelearning_big_data294 113
🧬 Uni-Mol: A Universal 3D Molecular Representation Learning Framework
⚙️ Github
➡️ Paper
🎞 Colab
📄 Dataset
@ai_machinelearning_big_data
294 113
+1🔦 A Robust, Real-time, RGB-colored, LiDAR-Inertial-Visual tightly-coupled state Estimation and mapping package
⚙️ Github
➡️ Paper
🎞 Video
📄 Dataset
@ai_machinelearning_big_data
294 113
🧠 Напишите свою первую нейронную сеть!
Встречаемся 15 сентября в 20:00 мск на открытом уроке OTUS.
💬 Вместе с Антоном Витвицким, экспертом по компьютерному зрению и глубокому обучению, рассмотрим основные этапы создания и обучения своей первой нейронной сети и попробуем решить известную задачу классификации MNIST полносвязной и сверточной нейронными сетями на примере фреймворка PyTorch.
📚 Больше практики и и интересных задач ждут вас на онлайн-курсе «Deep Learning».
Для участия необходимо знать основы Python, поэтому проходите вступительный тест и 👉 регистрируйтесь
Реклама. Информация о рекламодателе на сайте otus.ru
294 113
🔥 YOLOv6
YOLOv6-N hits 35.9% AP on COCO dataset with 1234 FPS on T4. YOLOv6-S strikes 43.5% AP with 495 FPS, and the quantized YOLOv6-S model achieves 43.3% AP at a accelerated speed of 869 FPS on T4.
git clone https://github.com/meituan/YOLOv6
cd YOLOv6
pip install -r requirements.txt
⚙️ Github
➡️ Paper
✔️ Colab
💻 Quantization Tutorial
📄 Dataset
@ai_machinelearning_big_data
294 113
Ребята, знаю, что у меня в канале есть новички и начинающие специалисты по аналитике данных. Вам может быть интересна эта информация.
Онлайн-университет Skypro ищет несколько человек, чтобы обучить их и устроить на работу на позицию аналитика данных. Выпускники зарабатывают в среднем 98 000 ₽, а устраиваются на работу 95% студентов.
Половину от цены курса вы платите до обучения, а вторую половину — когда устроитесь на новую работу.
Оставьте заявку, менеджеры Skypro ответят на ваши вопросы: https://go.sky.pro/machinelearning
Курс длится 10 месяцев:
— будут домашние задания и мастер-классы с реальными задачами;
— можно искать работу уже на пятом месяце учебы;
— получите диплом о профессиональной переподготовке.
Оставляйте заявку, пока другие вас не опередили: https://go.sky.pro/machinelearning
294 113
🦾 XSimGCL: Towards Extremely Simple Graph Contrastive Learning for Recommendation
⚙️ Github
➡️ Paper
💻 Tutorial page
📄 Dataset
@ai_machinelearning_big_data
294 113
⚡️Хотите профессионально справляться с задачами по машинному обучению?
Обсудим алгоритмы для поиска аномалий в данных и применим на практике на открытом уроке курса «Machine Learning. Professional» от OTUS и его партнера Сбера.
⚠️ Поиск аномалий и выброс (outliar detection) в данных — крайне востребованный навык в области ML
Зарегистрируйтесь на бесплатный открытый урок «Out liar! Методы детекции аномалий в данных», 19 сентября в 18:00 мск
👉 РЕГИСТРАЦИЯ
https://otus.pw/5bHo/
Реклама. Информация о рекламодателе на сайте www.otus.ru
294 113
🧬 Genomepy: genes and genomes at your fingertips
genomepy, which can search, download, and preprocess the right genomic data for your analysis.
$ pip install genomepy
⚙️ Github
➡️ Paper
📄 Documentation
@ai_machinelearning_big_data
294 113
15 сентября, 18:00
Selectel ML MeetUp: проблемы ML команд в 2022
Присоединяйтесь к ежегодному митапу от @Selectel, где мы поговорим об актуальных сложностях, трендах и инструментах построения production ML-систем.
Что обсудим:
◽️ Подготовку инфраструктуры для внедрения ML-инструментов.
◽️ Состояние российского рынка ML.
◽️ Новые Data/ML-продукты Selectel.
◽️ Кейсы наших партнеров и гостей митапа.
Все участники получат запись сессии и смогут принять участие в розыгрыше приза за лучший вопрос.
Регистрируйтесь на офлайн-встречу в Санкт-Петербурге: https://slc.tl/wgkmu
Регистрируйтесь на онлайн-трансляцию: https://slc.tl/bvz39
294 113
🔵 Stationary Kernels and Gaussian Processes on Lie Groups and their Homogeneous Spaces
The library features (approximate) computational techniques for heat and Matérn kernels on compact Lie groups.
⚙️ Github
➡️ Paper
⚪ SphericalHarmonics
@ai_machinelearning_big_data
