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
294 080
Новые быстрые IT-курсы от Практикума
Освоить новую профессию теперь можно на буткемпах — новых программах длительностью от 2 до 5 месяцев. Курсы подойдут тем, у кого нет опыта в программировании или анализе данных, но есть желание и время, чтобы интенсивно учиться.
На буткемпах от Практикума можно стать аналитиком данных, фронтенд-разработчиком, специалистом по Data Science или инженером по тестированию.
Особенности коротких программ:
- Еженедельное планирование с наставником.
Распределите нагрузку и поймёте, на чём нужно сфокусироваться.
- Наставник на связи весь день.
В течение ~8 учебных часов можете писать наставнику любые вопросы по заданиям.
- Вебинары каждую неделю.
Разберёте сложные темы, получите помощь с проектами и ответы на вопросы.
- Каникулы в середине курса.
Отдохнёте неделю — и закончите учёбу с новыми силами.
- Помощь с трудоустройством.
Научитесь писать резюме, составлять портфолио и искать вакансии.
Начните учиться бесплатно сейчас.
И регистрируйтесь на ближайший поток:
— для аналитиков данных и специалистов по Data Science — 8 сентября;
— для инженеров по тестированию и фронтенд-разработчиков — 1 сентября.
294 080
🧔 StyleFaceV - Official PyTorch Implementation
StyleFaceV produces high-fidelity identity-preserving face videos with vivid movements
Github: https://github.com/arthur-qiu/stylefacev
Project: http://haonanqiu.com/projects/StyleFaceV.html
Video: https://youtu.be/BZNLcD04-Fc
Paper: https://arxiv.org/abs/2208.07862v1
Dataset: https://paperswithcode.com/dataset/faceforensics-1
@ai_machinelearning_big_data
294 080
⚡️ Старт набора на углубленный курс Machine Learning. Professional
Научитесь использовать методы машинного обучения и решайте бизнес-задачи!
Ответьте на 10 вопросов и проверьте, насколько вы готовы к обучению на углубленном курсе - «Machine Learning. Professional» от OTUS и его партнера — Сбера.
Вам предстоит справляться с «грязными» данными, просчитывать свои действия наперед, экспериментировать с решениями и готовить модели в продакшн. За 5 месяцев вы освоите современные инструменты анализа данных и научитесь выстраивать полный пайплайн работы с данными.
📌 РЕЗУЛЬТАТ ПРОХОЖДЕНИЯ КУРСА:
Серьезное портфолио с проектами и возможность претендовать на Junior+ и Middle позиции Data Scientist
💻 Открытый урок — NLP сегодня: от истоков до трансформеров, 5 сентября в 18:00
https://otus.pw/gfaE/
💻 Открытый урок —Out liar! Методы детекции аномалий в данных, 19 сентября в 18:00
https://otus.pw/FjRh/
Время прохождения теста ограниченно 20 минут
👉 ПРОЙТИ ТЕСТ
https://otus.pw/tx6T/
294 080
🗣 Speech Enhancement and Dereverberation with Diffusion-based Generative Models
Github: https://github.com/sp-uhh/sgmse
Paper: https://arxiv.org/abs/2208.05830v1
Pretrained checkpoints: https://drive.google.com/drive/folders/1CSnkhUSoiv3RG0xg7WEcVapyLuwDaLbe?usp=sharing
@ai_machinelearning_big_data
294 080
Осталась всего неделя до окончания приема документов в НИУ ВШЭ на очную онлайн-магистратуру Master of Computer Vision
Программа разработана учеными Вышки и ведущими экспертами Huawei, Itseez3D, Intel, Harman, Xperience.ai, участвующими в передовых исследованиях в области компьютерного зрения.
Методика преподавания такая же, как в офлайне, но с адаптацией к онлайн-формату, программы практикоориентированные и разрабатываются в тесной связке с ведущими компаниями на рынке.
Вас ждёт много практики, которая реально поможет стать крутым мл-специалистом, а также:
- участие в проектах компаний, 16 кейсов в своем портфолио;
- высокая степень адаптации к новой профессиональной среде;
- владение разделами компьютерных наук: анализа данных и машинного обучения, включая глубинное обучение; современными методами обработки, анализа и синтеза изображений и видео;
- умение работать над сложными задачами СV.
Возможно получение скидки на обучение до 70%.
Подробнее про онлайн-программы НИУ ВШЭ
294 080
🎼 ROC: A New Paradigm for Lyric-to-Melody Generation
Muzic is a research project on AI music that empowers music understanding and generation with deep learning and artificial intelligence.
Github: https://github.com/microsoft/muzic
Paper: https://arxiv.org/abs/2208.05697v1
Project: https://www.microsoft.com/en-us/research/project/ai-music/
@ai_machinelearning_big_data
294 080
16-18 сентября пройдет третий онлайн-хакатон от АО «Россельхозбанк» — AgroCode Hack 2022 🌳
Командам предстоить решить одну из трех технологичных задачи агроиндустрии:
🚜 Разработать алгоритм по определению границ кузова транспорта для комбайна при сборе урожая в задаче от «Ростсельмаш»;
🐮 Выявить закономерности заболеваний у коров и определить наименее эффективные протоколы по их лечению в рамках задачи от «Агроинтеллект»;
🍇 И создать сервис по поиску перспективных земель для выращивания винограда в Краснодарском крае в задаче от Terroir Concept.
Команды-победители смогут разделить призовой фонд в 1 400 000 рублей!💰
Регистрация и все подробности по ссылке294 080
LAMDA-SSL: Semi-Supervised Learning in Python
Github: https://github.com/ygzwqzd/lamda-ssl
Paper: https://arxiv.org/pdf/2208.04610.pdf
Docs: https://ygzwqzd.github.io/LAMDA-SSL
@ArtificialIntelligencedl
294 080
#спринт 11.8 ai_machinelearning_big_data Отдам САМ
⚡️ R — один из самых мощных языков для анализа данных.⚡️
В сочетании с удобством и быстродействием SQL Server получается мощная аналитическая платформа с привычной структурой БД и удобством анализа в R.
Как использовать MS SQL Server для аналитики данных с помощью мощного языка R?
🚀 Узнайте на открытом уроке в OTUS 16 августа в 20:00 мск.
На занятии мы разберем примеры аналитики данных и библиотек машинного обучения встроенных в SQL Server.
Занятие пройдет в рамках онлайн-курса «MS SQL Server Developer» и позволит познакомиться с экспертом.
👉🏼 Для регистрации пройдите вступительный тест https://otus.pw/5rvH/
294 080
🐚 Deep Occlusion-Aware Instance Segmentation with Overlapping BiLayers
Github: https://github.com/lkeab/BCNet
Paper: https://arxiv.org/abs/2208.04438v1
Dataset: https://paperswithcode.com/dataset/bdd100k
Video: https://www.youtube.com/watch?v=iHlGJppJGiQ
@ai_machinelearning_big_data
294 080
Как стать магистром в области цифровых решений для юриспруденции?
Приходите в совместную магистратуру ВШЭ и Нетологии «LegalTech: автоматизация юридических процессов». Вы освоите весь процесс автоматизации юридической функции: от анализа текущего состояния до релиза высокотехнологичного продукта в компании.
Плюсы программы:
- Онлайн-обучение с преимуществами очного ― вы будете полноценным студентом ВШЭ, при этом сможете учиться в удобное время.
- Получите специализацию на выбор ― LegalOps или Legal Engineer.
- Пройдёте стажировку у партнёров из Мегафона, Райффайзенбанка, Крока и других.
Изучите программирование и анализ данных, познакомитесь с ведущими LegalTech-решениями и создадите свой проект.
Подать документы на программу можно до 19 августа. Изучить программу подробнее: https://netolo.gy/i3S
294 080
🧠 Free AI for Beginners Course
Artificial Intelligence for Beginners
MindMap
Description
@ai_machinelearning_big_data
294 080
Эволюция машинного обучения и проблема «черного ящика»
Какие бенчмарки используются в ML?
Благодаря чему произошел прорыв в технологиях машинного обучения?
Как метод LIME помогает интерпретировать алгоритмы ИИ?
Почему нейронки по-прежнему работают не так, как хотелось бы ученым?
Ученые Yandex Research рассказали, как они исследуют логику нейросетей и почему людям до сих пор сложно прочитать их «мысли».
294 080
Эволюция машинного обучения и проблема «черного ящика»
Какие бенчмарки используются в ML?
Благодаря чему произошел прорыв в технологиях машинного обучения?
Как метод LIME помогает интерпретировать алгоритмы ИИ?
Почему нейронки по-прежнему работают не так, как хотелось бы ученым?
Ученые Yandex Research рассказали, как они исследуют логику нейросетей и почему людям до сих пор сложно прочитать их «мысли».
294 080
🧩 Per-Clip Video Object Segmentation
Progressive matching mechanism for efficient information-passing within a clip.
Github: https://github.com/pkyong95/PCVOS
Paper: https://arxiv.org/abs/2208.01924v1
Dataset: https://paperswithcode.com/dataset/davis
Video: https://youtu.be/6QATHDwrUx0
@ai_machinelearning_big_data
294 080
Под бой курантов цели на год приходят в голову легко — уйду в IT работать на удалёнке! А вот путь к ним перекрывают сомнения: не потяну, не смогу работать и учиться, не возьмут без опыта, это всё не для меня. Вот уже лето, а цель всё так же далека.
Стать аналитиком данных за год реально — на курсе Яндекс Практикума. Вот почему мы в этом уверены:
— Размеренную учёбу по 10–15 часов в неделю можно совмещать с работой, вузом и семьёй.
— После курса у вас будет портфолио: 14 учебных проектов и два боевых, от реальных заказчиков.
— Работу находят выпускники с очень разным опытом — бывший офицер, звукорежиссёр, менеджер и другие.
— 78% наших выпускников трудоустраиваются. Смогли они — получится и у вас.
Дойти до цели вам поможет команда сопровождения. Специалисты объяснят сложные темы на вебинарах, проверят проекты, научат писать резюме и проходить собеседования.
Курс можно оплатить в рассрочку: 15 500 ₽ в месяц. Сэкономить 13 020 ₽ поможет промокод DAPLUSAUGUST — он даёт 7% скидки на курс с 8 по 21 августа.
Протестируйте формат бесплатно →
294 080
💻 P2P: Tuning Pre-trained Image Models for Point Cloud Analysis with Point-to-Pixel Prompting
Github: https://github.com/wangzy22/P2P
Paper: https://arxiv.org/abs/2208.02812v1
Dataset: https://paperswithcode.com/dataset/imagenet
Model: https://shapenet.cs.stanford.edu/media/modelnet40_normal_resampled.zip
@ai_machinelearning_big_data
294 080
🚀 @machinelearning_interview - в Канале собраны все возможные вопросы и ответы с собеседований по Аналитике данных и Машинному обучению. Канал от Data Analytics.
Материалы канала реально помогут подготовиться к data science собеседованию.
👉Перейти
294 080
➡️ Prompt Tuning for Generative Multimodal Pretrained Models
Github: https://github.com/ofa-sys/ofa
Paper: https://arxiv.org/abs/2208.02532v1
Dataset: https://paperswithcode.com/dataset/snli-ve
Demo: https://huggingface.co/spaces/OFA-Sys/OFA-Generic_Interface
@ai_machinelearning_big_data
