Не попадитесь на канал ботавода! Telemetrio находит и помечает такие каналы 👉 Хотите видеть метку — оформите подписку

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

Сеть: MachinelearningРоссия1 376Технологии и приложения336...

📈 Аналитический обзор Telegram-канала Machinelearning

Канал Machinelearning (@ai_machinelearning_big_data) языкового сегмента Русский является активным участником. Сейчас сообщество объединяет 275 683 подписчиков, занимая 336 место в категории Технологии и приложения и 1 376 место в регионе Россия.

📊 Показатели аудитории и динамика

С момента создания невідомо проект демонстрирует стремительный рост, собрав аудиторию из 275 683 подписчиков.

Согласно последним данным от 08 ноября, 2026, канал показывает стабильную активность. За последние 30 дней изменение числа участников составило -2 581, а за последние 24 часа — -147, при этом общий охват остаётся высоким.

Статус верификации: Не верифицирован
Уровень вовлечённости (ER): Средний показатель вовлечённости аудитории составляет 7.93%. В первые 24 часа после публикации контент обычно набирает 6.43% реакций от общего числа подписчиков.
Охват публикаций: В среднем каждый пост получает 21 878 просмотров. В течение первых суток публикация набирает 17 732 просмотров.
Реакции и взаимодействия: Аудитория активно поддерживает контент: среднее количество реакций на один пост — 341.
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 09 ноября, 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.

275 683

Подписчики

-14724 часа

-9337 дней

-2 58130 дней

21 878

Просмотры поста

~ 17 73224 часа

~ 19 65348 часов

7.93%

Коэффициент вовлеченности

~ 6

Постов в день

Ads index

Архив постов

275 679

🖥 Free Courses and Guides That Will Teach You How to Master AI: Бесплатные курсы и руководства, для погружения в искусственный интеллект. 📂Elements of AI https://elementsofai.com 📂Learn Prompting https://learnprompting.org 📂Machine Learning https://edx.org/learn/machine-learning/harvard-university-data-science-machine-learning 📂AI for everyone https://coursera.org/learn/ai-for-everyone 📂500+ AI Chatbot Prompt Templates https://theveller.gumroad.com/l/ChatGPTPromptTemplates-byTheVeller 📂Prompt Engineering https://youtu.be/_ZvnD73m40o 📂ChatGPT Prompt Engineering for Developers https://deeplearning.ai/short-courses/chatgpt-prompt-engineering-for-developers 📂Google — AI for Anyone https://edx.org/learn/artificial-intelligence/google-google-ai-for-anyone 📂Microsoft — AI For Beginners https://microsoft.github.io/AI-For-Beginners 📂IBM — AI for Everyone: Master the Basics https://edx.org/learn/artificial-intelligence/ibm-ai-for-everyone-master-the-basics 📂Google — Introduction to Generative AI https://cloudskillsboost.google/journeys/118 📂DeepLearning — Finetuning LLMs https://deeplearning.ai/short-courses/finetuning-large-language-models ai_machinelearning_big_data

275 679

ML блудни: путешествия по миру ошибок 🚫 21 сентября в 22:50 Слёрм приглашает на встречу с Иваном Аникиным, тимлидом Yandex.Edadeal, чтобы поговорить о часто встречающихся ошибках в машинном обучении. Обсудят: ➡ ошибки в построении моделей; ➡ частые заблуждения команд при работе с ML; ➡ работу с бизнес-задачами и непрозрачными процессами. Встреча пройдёт в рамках ночной неконференции от Слёрма. В программе сплетни, секреты и факапы от наших коллег. Обещают знакомства в расслабленной атмосфере, тематическую болтовню и разыграть подписку на порнхаб. 🆒 Все онлайн, бесплатно, по регистрации. Узнать подробности и зарегистрироваться — по ссылке 😎 Реклама. 18+ ООО «Слёрм» г. Лиски, ОГРН 1193668020545

275 679

🎯 DoLa: Decoding by Contrasting Layers Improves Factuality in Large Language Models Фреймворк для уменьшения галлюцинаций с помощью предварительно обученных ЛЛМ, не требующая ни файнтюнинга. 🖥 Github: https://github.com/voidism/dola 🖥 Colab: https://colab.research.google.com/github/voidism/DoLa/blob/master/dola_evaluation.ipynb 📕 Paper: https://arxiv.org/abs/2309.03883v1 ⭐️ Dataset: https://paperswithcode.com/dataset/truthfulqa ai_machinelearning_big_data

275 679

14 сентября, 18:00 Computer Vision в животноводстве, инфраструктура для ML и AI, виды дрифтов ML-моделей. В этот четверг ребята из @Selectel проведут ежегодный митап «‎MLечный путь» для MLOps и ML-инженеров. На встрече спикеры из Selectel, Контур AI, Neoflex и Русагро рассмотрят актуальные сложности, тренды и инструменты построения production ML-систем. Темы докладов: ◽️ Определение дрифта данных и дрифта моделей на MLOps-платформе Neoflex Dognauts ◽️ Хостинг сотни моделей машинного обучения в Контуре: существующее решение и путь к нему, а также актуальные и решенные проблемы ◽️ Стек технологий и инфраструктурная база для пилотных проектов внедрения LLM ◽️ Оптимизация работы видеоаналитических сервисов в животноводстве с помощью Prefect В конце пройдет дискуссия «Потребности ML-рынка России», где вы получите ответы на интересующие вопросы и сможете пообщаться с экспертами в неформальной обстановке. Регистрируйтесь на офлайн-встречу в Санкт-Петербурге: https://slc.tl/eay26 Регистрируйтесь на онлайн-трансляцию: https://slc.tl/tq2x2 Реклама ООО «Селектел» 2VtzqwxwSwr

275 679

📹 DEVA: Tracking Anything with Decoupled Video Segmentation Decoupled video segmentation approach (DEVA), composed of task-specific image-level segmentation and class/task-agnostic bi-directional temporal propagation. Новая модель сегментации видео для "отслеживания чего угодно" без обучения по видео для любой отдельной задачи. 🖥 Github: https://github.com/hkchengrex/Tracking-Anything-with-DEVA 🖥 Colab: https://colab.research.google.com/drive/1OsyNVoV_7ETD1zIE8UWxL3NXxu12m_YZ?usp=sharing ⏩ Project: https://hkchengrex.github.io/Tracking-Anything-with-DEVA/ 📕 Paper: https://arxiv.org/abs/2309.03903v1 ⭐️ Docs: https://paperswithcode.com/dataset/burst ai_machinelearning_big_data

275 679

💻PyGraft: Configurable Generation of Schemas and Knowledge Graphs at Your Fingertips PyGraft - инструмент на базе Python, позволяющий генерировать специализированные схемы и графы знаний, не зависящие от конкретной области. 🖥 Github: https://github.com/nicolas-hbt/pygraft 📕 Paper: https://arxiv.org/abs/2309.03685 ⭐️ Docs: https://pygraft.readthedocs.io/en/latest/ ai_machinelearning_big_data

275 679

⚡Легкий способ получать свежие обновлении и следить за трендами в разработке на вашем языке. Находите свой стек и подписывайтесь: Data Science: t.me/data_analysis_ml Java: t.me/javatg Базы данных: t.me/sqlhub Машинное обучение: t.me/machinelearning_ru Go: t.me/Golang_google C/C++/ t.me/cpluspluc C#: t.me/csharp_ci Хакинг: t.me/linuxkalii Мобильная разработка: t.me/mobdevelop Docker: t.me/+0WdB4uvOwCY0Mjdi Python: t.me/pythonl Rust: t.me/rust_code Javascript: t.me/javascriptv React: t.me/react_tg PHP: t.me/phpshka Android: t.me/android_its Linux: t.me/+A8jY79rcyKJlYWY6 Big Data: t.me/bigdatai Devops: t.me/devOPSitsec Тестирование:https://t.me/+F9jPLmMFqq1kNTMy 💼 Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy Папка ML: https://t.me/addlist/2Ls-snqEeytkMDgy 😆ИТ-Мемы: t.me/memes_prog 🇬🇧Английский: t.me/english_forprogrammers ИИ: t.me/vistehno 📕Ит-книги бесплатно: https://t.me/addlist/BkskQciUW_FhNjEy

275 679

✔SyntheticHumans Package (Unity Computer Vision) A package for creating Unity Perception compatible synthetic people. Модель для генерации людей, обученная на большом наборе антропоцентрических измерений, которая способна генерировать широкий спектр форм и поз человеческого тела. 🖥 Github: https://github.com/Unity-Technologies/com.unity.cv.synthetichumans 📂 AnthroNet: https://github.com/Unity-Technologies/AnthroNet 📕 Paper:https://arxiv.org/abs/2309.03812v1 ⭐️ Dataset: https://paperswithcode.com/dataset/unity-synthetic-humans ai_machinelearning_big_dataп

275 679

📈GPT-InvestAR Enhancing Stock Investment Strategies through Annual Report Analysis with Large Language Models. Этот репозиторий содержит набор инструментов и скриптов, предназначенных для улучшения стратегий инвестирования в акции посредством анализа годовых отчетов с использованием больших языковых моделей. 🖥 Github: https://github.com/UditGupta10/GPT-InvestAR 📕 Paper: https://arxiv.org/abs/2309.03079v1 ⭐️ llama-index: https://github.com/jerryjliu/llama_index ai_machinelearning_big_dataп

275 679

Сегодня на конференции Practical ML Conf Яндекс анонсировал новую версию YandexGPT2 – ее ответы на 67% лучше предыдущей версии. Специалисты дополнили набор данных новыми примерами запросов и синтетическими данными. Новая версия языковой модели также может писать тексты в нужном стиле, обрабатывать запросы пользователей с множеством условий, предлагать креативные идеи и неплохо шутить Протестировать YandexGPT2 можно в навыке Алисы “Давай придумаем”

275 679

🧑 ReliTalk - Drive any portrait with only a single training video required Vivid audio-driven portraits from monocular videos. Новый фреймворк для создания реалистичных, говорящих портретов на основе видео. 🖥 Github: https://github.com/arthur-qiu/ReliTalk 📕 Paper: https://arxiv.org/abs/2309.02434 ⏩ Demo Video: https://www.youtube.com/watch?v=tS2Tek_72J0 ⭐️ Project: http://haonanqiu.com/projects/ReliTalk.html ai_machinelearning_big_data

275 679

9 сентября Сбер приглашает IT-специалистов поучаствовать в отборе: пройти все интервью, познакомиться с командой и, возможно, даже получить оффер. Какими задачами занимаются DS-специалисты крупнейшего банка страны? 👇 ✔️ Обучают все модели искусственного интеллекта: от классического ML до глубоких нейронных сетей. ✔️ Создают инновационные сервисы от систем принятия решений до компьютерного зрения и обработки естественного языка ✔️ Развивают блочное хранилище на Teradata и DataLake на Hadoop. ✔️ Работают на Python, Spark, SQL, Hadoop, GreenPlum. За год команда разрабатывает и внедряет более 200 моделей для отделений банка, приложений, колл-центра, банкоматов и так далее, поэтому работа точно будет интересной и разнообразной. Переходите по ссылке и регистрируйся на One Day Offer, чтобы получить оффер мечты! 💚

275 679

🦅 Falcon 180B is here! In terms of capabilities, Falcon 180B achieves state-of-the-art results across natural language tasks. It tops the leaderboard for (pre-trained) open-access models and rivals proprietary models like PaLM-2. Falcon 180B устанавливает новый уровень для открытых моделей. Это самая большая открытая языковая модель со 180 миллиардами параметров, которая была обучена на огромном массиве данных TII RefinedWeb, насчитывающем 3,5 триллиона лексем. Это самый продолжительный период предварительного обучения открытой модели на одной эпохе. 🤗 HF: https://huggingface.co/blog/falcon-180b 🖥 Github: https://github.com/huggingface/blog/blob/main/falcon-180b.md 📕 Demo: https://huggingface.co/spaces/tiiuae/falcon-180b-demo ai_machinelearning_big_data

275 679

🌐 Сервис GigaChat от Сбера имеет большие перспективы как в России, так и в других странах мира Об этом заявил директор Российской ассоциации электронных коммуникаций (РАЭК) Сергей Гребенников. По словам эксперта, сегодня с текстом и изображениями работают многие диджитал-специалисты — сервис позволит им повысить скорость работы и вдохновит новые идеи. При этом Гребенников отметил, что сервис, благодаря пользователям, и сам сможет быстрее развиваться. «Здорово, что инновационные инструменты становятся доступны широкой аудитории: как показывает практика, пользователи помогают компаниям совершенствовать продукты и генерировать новые подходы к их развитию. Это крайне важно в современной гонке технологий. Уверен, что Сбер продолжит и дальше развивать функционал GigaChat, а также создавать новые продукты на основе технологий ИИ», — подчеркнул он. 📌 Источник ai_machinelearning_big_data

275 679

🔥Master Data Science for free Вторая большая подборка бесплатных курсов для получения степени в области Data Science. 📂 Computer Science 101 https://online.stanford.edu/courses/soe-ycscs101-computer-science-101 📂 Machine Learning Specialization https://coursera.org/specializations/machine-learning-introduction 📂 Artificial Intelligence for Robotics https://udacity.com/course/artificial-intelligence-for-robotics--cs373 📂 Designing Your Career https://online.stanford.edu/courses/tds-y0003-designing-your-career 📂 Stanford: Теория игр https://online.stanford.edu/courses/soe-ycs0002-game-theory 📂 Machine Learning with Python https://www.freecodecamp.org/learn/machine-learning-with-python/ 📂 Probability and Statistics: To P or Not To P? (Coursera) https://www.coursera.org/learn/probability-statistics 📂 Numpy полный бесплатный курс https://www.youtube.com/playlist?list=PLysMDSbb9Hcz3Gdi9oV-btohZ9zhths-r 📂Углубленное машинное обучение https://www.kaggle.com/learn/intro-to-machine-learning 📂 Stat 110: Harvard University (YouTube) https://www.youtube.com/watch?v=KbB0FjPg0mw&list=PL2SOU6wwxB0uwwH80KTQ6ht66KWxbzTIo&index=1 📂 The Open Source Data Science Masters https://github.com/datasciencemasters/go 📂 Google - искусственный интеллект для всех https://edx.org/learn/artificial-intelligence/google-google-ai-for-anyone 📂Microsoft - ИИ для начинающих https://microsoft.github.io/AI-For-Beginners 📂 IBM - AI for Everyone: Освоить основы https://edx.org/learn/artificial-intelligence/ibm-ai-for-everyone-master-the-basics 📂 Гарвард - Введение в искусственный интеллект с помощью Python https://cs50.harvard.edu/ai/2023 📂 Введение в генеративный ИИ https://cloudskillsboost.google/journeys/118 📂 Deep Learning - Finetuning Large Language Models https://deeplearning.ai/short-courses/finetuning-large-language-models/ 📂Microsoft - Основы ИИ в Azure https://learn.microsoft.com/en-us/training/paths/create-no-code-predictive-models-azure-machine-learning/ 📂Linux Foundation - Основы работы с данными и искусственным интеллектом https://edx.org/learn/computer-programming/the-linux-foundation-data-and-ai-fundamentals 📂12 linux курсов: https://t.me/linuxkalii/538 📂 Alison - 13 бесплатных курсов по ИИ https://alison.com/tag/artificial-intelligence 📂 Проекты по искусственному интеллекту https://mygreatlearning.com/academy/learn-for-free/courses/artificial-intelligence-projects 📂 Introduction to Internet of Things: https://online.stanford.edu/courses/xee100-introduction-internet-things 📂 Graph Search, Shortest Paths, and Data Structures https://coursera.org/learn/algorithms-graphs-data-structures 📂 Python: http://cs50.harvard.edu/python/2022/ 📂 Machine Learning: http://developers.google.com/machine-learning/crash-course 📂 Deep Learning http://introtodeeplearning.com 📂 Data Analysis http://pll.harvard.edu/course/data-analysis-life-sciences-4-high-dimensional-data-analysis 📂 Линейная Алгебра http://pll.harvard.edu/course/data-analysis-life-sciences-2-introduction-linear-models-and-matrix-algebra 📂 Algebra basics https://www.khanacademy.org/math/algebra-basics 📂 Excel и PowerBI http://learn.microsoft.com/training/paths/modern-analytics/ 📂 Визуализация данных: http://pll.harvard.edu/course/data-science-visualization 📂 PowerBI http://learn.microsoft.com/users/collinschedler-0717/collections/m14nt4rdwnwp04 📂 Tableau: http://tableau.com/learn/training 📂 Statistics: http://cognitiveclass.ai/courses/statistics-101… 📂 SQL: http://online.stanford.edu/courses/soe-ydatabases0005-databases-relational-databases-and-sql ai_machinelearning_big_data

275 679

✅️ Point-Bind & Point-LLM: Aligning 3D with Multi-modality Point-Bind is a 3D multi-modality model with a joint embedding space among 3D point cloud, image, language, audio, and video. Point-LLM - это первая мультимодальная большая языковая модель, которая не требует ввода трехмерных объектов и учитывает мультимодальный ввод для генерации🌟 🖥 Github: https://github.com/ziyuguo99/point-bind_point-llm ⏩ Demo: http://imagebind-llm.opengvlab.com/ 📕 Paper: https://arxiv.org/abs/2309.00615v1 ⭐️ Dataset: https://paperswithcode.com/dataset/esc-50 ai_machinelearning_big_data

275 679

👨‍🎓Data Science: Machine Learning Build a movie recommendation system and learn the science behind one of the most popular and successful data science techniques. Гарвардский университет предлагает курс "Машинное обучение" БЕСПЛАТНО! В рамках этого курса вы создадите систему рекомендаций по фильмам и узнаете, что лежит в основе методов машинного обучения. 📌Course ai_machinelearning_big_data

275 679

Полезный подкаст о нейросетях в финтехе: применение в кредитном скоринге и других сегментах Вы, конечно, наслышаны о применении нейросетей во многих сферах. А вот о том, как их используют в кредитном скоринге, знают немногие. В подкасте «Деньги любят техно» об этом подробно рассказали Артём Летин (управление моделирования КИБ и СМБ, ВТБ), Евгений Смирнов (лаборатория машинного обучения Альфа-Банка) и Никита Зелинский (центр компетенций Data Science МТС). Эксперты поделились интересными историями из своей практики, потравили байки, дали парочку полезных инсайтов. Давно не встречалось таких живых дискуссий о ML в финансах. Послушать подкаст можно где удобно.

275 679

📷Improving Lens Flare Removal with General Purpose Pipeline and Multiple Light Sources Recovery Новое решение по эффективному удаления бликов на изображениях и восстановления источников света. 🖥 Github: https://github.com/yuyanzhou1/improving-lens-flare-removal 🖥 Pre-trained Model: https://drive.google.com/drive/folders/1ngjUh6UzA99-XLi6esK9OdP7ORhU6i8R?usp=sharing 📕 Paper: https://arxiv.org/abs/2308.16460v1 ⭐️ Dataset: https://paperswithcode.com/dataset/flare7k ai_machinelearning_big_data

275 679

SAM-Med2D ➕ SAM-Med2D, the most comprehensive studies on applying SAM to medical 2D images. 🏆 Самая большая на сегодняшний день база данных по сегментации медицинских изображений (4,6 млн. изображений и 19,7 млн. масок) для обучения моделей. 🏆 Модель файнтюнинга Segment Anything Model (SAM). 🏆 Бенчмарк SAM-Med2D на крупномасштабных наборах данных. 🖥 Github: https://github.com/uni-medical/sam-med2d 🖥 Colab: https://colab.research.google.com/github/uni-medical/SAM-Med2D/blob/main/predictor_example.ipynb 📕 Paper: https://arxiv.org/abs/2308.16184 ⭐️ Dataset: https://paperswithcode.com/dataset/sa-1b ai_machinelearning_big_data