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 293 306 подписчиков, занимая 326 место в категории Технологии и приложения и 1 283 место в регионе Россия.
📊 Показатели аудитории и динамика
С момента создания невідомо проект демонстрирует стремительный рост, собрав аудиторию из 293 306 подписчиков.
Согласно последним данным от 03 июля, 2026, канал показывает стабильную активность. За последние 30 дней изменение числа участников составило -6 469, а за последние 24 часа — -218, при этом общий охват остаётся высоким.
- Статус верификации: Не верифицирован
- Уровень вовлечённости (ER): Средний показатель вовлечённости аудитории составляет 7.32%. В первые 24 часа после публикации контент обычно набирает 5.77% реакций от общего числа подписчиков.
- Охват публикаций: В среднем каждый пост получает 21 487 просмотров. В течение первых суток публикация набирает 16 937 просмотров.
- Реакции и взаимодействия: Аудитория активно поддерживает контент: среднее количество реакций на один пост — 169.
- 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 04 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.
293 306
Подписчики
-21824 часа
-1 5287 дней
-6 46930 день
Архив постов
293 297
Transformers-For-Negation-and-Speculation
https://www.depends-on-the-definition.com/named-entity-recognition-with-bert/
State-of-the-art Natural Language Processing for TensorFlow 2.0 and PyTorch:
https://github.com/huggingface/transformers
Code: https://github.com/adityak6798/Transformers-For-Negation-and-Speculation
NegBERT: A Transfer Learning Approach for Negation Detection and Scope Resolution: https://arxiv.org/abs/1911.04211
Resolving the Scope of Speculation and Negation using Transformer-Based Architectures:
https://arxiv.org/abs/2001.02885
293 297
🚶 HybridPose: 6D Object Pose Estimation under Hybrid Representations
https://github.com/chensong1995/HybridPose
Paper: https://arxiv.org/abs/2001.01869
Pixel-wise Voting Network for 6DoF Pose Estimation: https://github.com/zju3dv/pvnet
293 297
👨🦱 DeeperForensics-1.0: A Large-Scale Dataset for Real-World Face Forgery Detection
Code: https://github.com/EndlessSora/DeeperForensics-1.0
Paper: https://arxiv.org/abs/2001.03024v1
293 297
A Gentle Introduction to Probability Metrics for Imbalanced Classification
https://machinelearningmastery.com/probability-metrics-for-imbalanced-classification/
293 297
Знакомство с машинным обучением на бесплатном интенсиве от Skillbox — отличный шанс начать карьеру в Data Science и стать востребованным специалистом.
Регистрируйся по ссылке: ▶️https://clc.to/rxEv9g
Всего три дня занятий — с 13 по 15 января, и ты откроешь себе дверь в профессию будущего!
💡 Интенсив проведёт Михаил Овчинников, главный методист технического направления Skillbox. Вместе с ним ты создашь искусственный интеллект, освоишь Python и Machine Learning с нуля.
🎁 Лучшие участники получат сертификат на 30 000 рублей для обучения в Skillbox!
293 297
Non-local Neural Networks
Detectron is Facebook AI Research's software system that implements state-of-the-art object detection algorithms, including Mask R-CNN
https://github.com/facebookresearch/detectron
Non-local Neural Networks for Video Classification:https://github.com/facebookresearch/video-nonlocal-net
Paper: https://arxiv.org/abs/1711.07971v3
PySlowFast
https://github.com/facebookresearch/SlowFast
293 297
Google Research: Looking Back at 2019, and Forward to 2020 and Beyond
http://ai.googleblog.com/2020/01/google-research-looking-back-at-2019.html
293 297
From Open Set to Closed Set: Supervised Spatial Divide-and-Conquer for Object Counting
https://github.com/xhp-hust-2018-2011/S-DCNet
https://github.com/xhp-hust-2018-2011/SS-DCNet
Paper https://arxiv.org/abs/2001.01886v1
293 297
MuZero: DeepMind’s New AI Mastered More Than 50 Games
https://www.youtube.com/watch?v=hYV4-m7_SK8
Paper: https://arxiv.org/abs/1911.08265
Github: https://github.com/johan-gras/MuZer
Example: https://github.com/YuriCat/MuZeroJupyterExample
A simple implementation of MuZero algorithm for connect4 game
https://github.com/Zeta36/muzero
293 297
Ecovacs Robotics: the AI robotic vacuum cleaner powered by TensorFlow
https://blog.tensorflow.org/2020/01/ecovacs-robotics-ai-robotic-vacuum.html
293 297
Хочешь познакомиться с технологиями машинного обучения и нейронными сетями? Или уже знаком, но хочешь научиться создавать аналитические системы и алгоритмы?
Тогда курс «Профессия Data Scientist!» как раз для тебя! Учись первые 6 месяцев бесплатно, в это время расходы на себя возьмет Skillbox.
👉 Все подробности по ссылке: https://clc.to/amWgrA
Что тебя ждет:
📌 крутая программа онлайн-обучения, рассчитанная на 300 часов;
📌 вечный доступ к курсам;
📌 реальные данные в практических задачах;
📌 защитишь диплом для настоящего заказчика — кинотеатра ivi.
Когда пройдешь курс и станешь специалистом по Data Science middle-уровня, тебя ждет гарантированное трудоустройство!
В подарок каждому участнику 2 месяца английского в языковой школе EnglishDom.
🎁 Поменяй жизнь в новом году! Skillbox поможет в этом, подарив скидку 40% на курс в январе!
293 297
Pytorch implementation for few-shot photorealistic video-to-video translation.
https://github.com/NVlabs/few-shot-vid2vid
Few-shot Video-to-Video Synthesis
https://nvlabs.github.io/few-shot-vid2vid/
Paper : https://arxiv.org/abs/1910.12713
@ai_machinelearning_big_data
293 297
Differentiable Architecture Search
https://github.com/quark0/darts
RobustDARTS: https://github.com/MetaAnonym/RobustDARTS
Paper : https://openreview.net/forum?id=H1gDNyrKDS
293 297
Restricting the Flow: Information Bottlenecks for Attribution
https://arxiv.org/abs/2001.00396v1
Code: https://github.com/attribution-bottleneck/attribution-bottleneck-pytorch
293 297
NAS-Bench-102 and 11 neural architecture search algorithms implemented in PyTorch.
https://github.com/D-X-Y/NAS-Projects
Paper: https://arxiv.org/abs/2001.00326v1
A curated list of neural architecture search and related resources:
https://github.com/D-X-Y/Awesome-NAS
@ai_machinelearning_big_data
293 297
WikiMatrix: Mining 135M Parallel Sentences in 1620 Language Pairs from Wikipedia
https://openreview.net/forum?id=rkeYL1SFvH
LASER Language-Agnostic SEntence Representations
https://github.com/facebookresearch/LASER
293 297
How to Calculate Precision, Recall, and F-Measure for Imbalanced Classification
https://machinelearningmastery.com/precision-recall-and-f-measure-for-imbalanced-classification/
293 297
Recurrent Independent Mechanisms
Code: https://github.com/maximecb/gym-minigrid
Paper: https://openreview.net/forum?id=BylaUTNtPS
293 297
Integration of Static and Dynamic Analysis for Malware Family Classification with Composite Neural Network
code: https://github.com/guelfoweb/peframe
Paper: https://arxiv.org/abs/1912.11249v1
293 297
Audio processing by using pytorch 1D convolution network
https://github.com/KinWaiCheuk/nnAudio
nnAudio: An on-the-fly GPU Audio to Spectrogram Conversion Toolbox Using 1D Convolution Neural Networks
https://arxiv.org/abs/1912.12055v1
