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:Machinelearning Россия1 276 Технологии и приложения327...

📈 Аналитический обзор Telegram-канала Machinelearning

Канал Machinelearning (@ai_machinelearning_big_data) языкового сегмента Русский является активным участником. Сейчас сообщество объединяет 293 879 подписчиков, занимая 327 место в категории Технологии и приложения и 1 276 место в регионе Россия.

📊 Показатели аудитории и динамика

С момента создания невідомо проект демонстрирует стремительный рост, собрав аудиторию из 293 879 подписчиков.

Согласно последним данным от 01 июля, 2026, канал показывает стабильную активность. За последние 30 дней изменение числа участников составило -6 444, а за последние 24 часа — -235, при этом общий охват остаётся высоким.

Статус верификации: Не верифицирован
Уровень вовлечённости (ER): Средний показатель вовлечённости аудитории составляет 7.55%. В первые 24 часа после публикации контент обычно набирает 5.55% реакций от общего числа подписчиков.
Охват публикаций: В среднем каждый пост получает 22 202 просмотров. В течение первых суток публикация набирает 16 311 просмотров.
Реакции и взаимодействия: Аудитория активно поддерживает контент: среднее количество реакций на один пост — 172.
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 02 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.

293 879

Подписчики

-23524 часа

-1 5517 дней

-6 44430 день

22 202

Просмотры поста

~ 16 31124 часа

~ 18 21848 часов

7.55%

Коэффициент вовлеченности

~ 6

Постов в день

Ads index

beta

Архив постов

293 807

18 ноября в 11:00 МСК состоится вебинар «Бесплатная оптимизация ИИ-моделей на базе ML Space с помощью Intel ®️ oneAPI». Эксперт облачного провайдера услуг и сервисов SberCloud Владимир Новоженов расскажет об инструментах Intel oneAPI — OpenVino на облачной платформе ML Space, ставших теперь доступными для физических лиц, и продемонстрирует, как с их помощью оптимизировать ИИ-модели. Также вы узнаете, где получить бесплатный доступ к инструментам Intel oneAPI на платформе ML Space. Intel oneAPI Toolkits – это набор инструментов для разработки приложений под различные архитектуры: CPU, GPU, FPGA и другие. В состав набора входит компилятор языка Data Parallel C++, библиотеки для API-программирования и комплект средств для анализа и отладки приложений. Intel oneAPI обеспечивает разработчикам продуктивное и производительное гетерогенное программирование. Присоединяйтесь! Будет интересно и полезно: https://sbercloud.ru/ru/warp/webinar?id=9657285

293 807

🔄 Unofficial PyTorch implementation of Masked Autoencoders Are Scalable Vision Learners Github: https://github.com/pengzhiliang/MAE-pytorch Paper: https://arxiv.org/abs/2111.06377 Pytorch: https://github.com/lucidrains/vit-pytorch Dataset: https://paperswithcode.com/dataset/ade20k @ai_machinelearning_big_data

293 807

Must have для каждого специалиста по машинному обучению! Последняя в этом году практическая группа по «Machine Learning. Advanced» старт уже 29 ноября. Приглашаем вас на бесплатный 2-х дневный интенсив: ⌛️22-23 ноября в 20:00 (мск) «Деплой ml модели: от грязного кода в ноутбуке к рабочему сервису» от OTUS и Сбер: https://otus.pw/9wGG/ Ответьте на 10 вопросов и проверьте свой уровень знаний. Пройдите вступительный тест на онлайн-курс, чтобы определить подойдет ли вам сложность курса, и успейте словить бонусную скидку.

293 807

📌 Dense Unsupervised Learning for Video Segmentation Github: https://github.com/visinf/dense-ulearn-vos Paper: https://openreview.net/pdf?id=i8kfkuiCJCI Video: https://www.youtube.com/watch?v=BqVtZJSLOzg&ab_channel=VisualInference Dataset: https://paperswithcode.com/dataset/davis-2017 @ai_machinelearning_big_data

293 807

🏡 AlphaGardenSim The simulator implements a custom OpenAI gym reinforcement learning environment for this polyculture farming setup. Github: https://github.com/berkeleyautomation/alphagarden Paper: https://arxiv.org/abs/2111.06014v1 Project: https://rieff.jacksonchui.ai/ @ai_machinelearning_big_data

293 807

⚡️ Как обучить нейросеть объяснять себе задачу Яндекс внедрил метод P-tuning для языковой модели YaLM, который проще традиционных подходов и требует меньше ресурсов. Хорошего качества с ним можно добиться, обучая всего 40 тысяч параметров из трех миллиардов — такая модель в итоге опережает даже тысячекратно более трудоемкие решения. https://habr.com/ru/company/yandex/blog/588214/

293 807

👁‍🗨 OCR Post Correction for Endangered Language Texts Github: https://github.com/shrutirij/ocr-post-correction Paper: https://arxiv.org/abs/2111.02622v1 Docs: https://shrutirij.github.io/ocr-el/ @ai_machinelearning_big_data

293 807

Создайте свою первую нейросеть за 10 дней Благодаря машинному обучению нам доступны чудеса вроде распознавания лиц, написания песен в стиле «Гражданской обороны» и картин в духе Рембрандта. Создать свою собственную нейросеть реально — и не только для опытных дата-сайентистов. Вы тоже можете попробовать. На бесплатном курсе Нетологии «Искусственный интеллект: создайте свою первую нейросеть» вы узнаете, как устроены нейросети и в каких сферах они применяются, а также самостоятельно обучите до 4-х математических моделей. Мир Data Science и искусственного интеллекта — доступнее, чем кажется. Убедитесь в этом сами ↓ https://netolo.gy/hdO

293 807

⚡️ Alias-Free Generative Adversarial Networks (StyleGAN3) Github: https://github.com/pdillis/stylegan3-fun Paper: https://arxiv.org/abs/2111.02175v1 Dataset: https://paperswithcode.com/dataset/ffhq @ai_machinelearning_big_data

293 807

📏 OpenPrompt: An Open-source Framework for Prompt-learning Github: https://github.com/thunlp/OpenPrompt Paper: https://arxiv.org/abs/2111.01998v1 @ai_machinelearning_big_data

293 807

16 ноября⚡️INTERCOM’21⚡️ Ежегодная конференция о главных коммуникационных технологиях для бизнеса В этом году INTERCOM объединит представителей крупного бизнеса и ведущих IT-компаний, чтобы обсудить, как искусственный интеллект и машинное обучение меняют глобальный бизнес-ландшафт. В программе: опыт таких ведущих компаний, как NVIDIA, Сбeр, Yandex GO, IDC, Битрикс24 и многих других, а также тренды и прогнозы. Конференция пройдёт онлайн 💻 Регистрируйтесь, записывайте в свои календари и готовьтесь слушать крутые, интересные выступления и интервью! Участие: бесплатное Регистрация по ссылке: https://bit.ly/3mxeUiR До встречи на INTERCOM’21 👋🏼

293 807

🎯 Bayes-Newton Methods for Approximate Bayesian Inference with PSD Guarantees Github: https://github.com/AaltoML/BayesNewton Paper: https://arxiv.org/abs/2111.01721v1 @ai_machinelearning_big_data

293 807

Что прямо сейчас происходит в российских компьютерных науках? Канал «Русские норм!» поговорил с учеными из Яндекса и узнал, насколько хорошо нейросети рисуют логотипы и пишут шансон и какие нюансы нужно учесть, чтобы запустить беспилотники на улицы. Чему сейчас учат искусственный интеллект? Что такое графы и как их используют в современных приложениях? Что мешает роботам ориентироваться в реальном мире и можем ли мы им помочь? Актуальное о Machine Learning и нейросетях — смотрите в выпуске «Ученые норм!».

293 807

🖼 StudioGAN is a Pytorch library providing implementations of representative Generative Adversarial Networks (GANs) for conditional/unconditional image generation. Github: https://github.com/POSTECH-CVLab/PyTorch-StudioGAN Paper: https://arxiv.org/abs/2111.01118v1 Dataset: https://paperswithcode.com/dataset/cifar-10 @ai_machinelearning_big_data

293 807

Конференция NVIDIA GTC начнется уже на следующей неделе, 8 ноября. GTC пройдет онлайн, и участие в ней бесплатное. На GTС вы сможете узнать о самых актуальных разработках по направлениям Conversational AI/NLP, IVA, Reinforcement Learning, Robotics, ИИ в здравоохранении и др. Несколько ключевых выступлений: • A Step-by-step Guide to Building Large Custom Language Models [A31082] - NVIDIA • How Walmart and NVIDIA Defined a Large-Scale End-to-End Recommendation System for E-Commerce - Walmart Global Technology • MegaMolBart: Generally Applicable Chemical AI Models with Large-Scale Pretrained Transformers – AstraZeneca • Deep Learning: What the Future Might Hold – OpenAI • About StyleGAN v3: Alias-free Generative Adversarial Networks GTС откроет выступление CEO NVIDIA Дженсена Хуанга, который традиционно рассказывает об основных трендах на рынке и анонсирует все самые важные новости NVIDIA. Добавьте напоминание в календарь, чтобы не пропустить. Зарегистрируйтесь здесь для бесплатного участия.

293 807

🪛 OneFlow is a performance-centered and open-source deep learning framework. Github: https://github.com/Oneflow-Inc/oneflow Paper: https://arxiv.org/abs/2110.15032v2 @ai_machinelearning_big_data

293 807

One day offer в МТS Digital для мобильных разработчиков и не только Нужны iOS, Android и Angular разработчики, пишущие на Swift, ObjectiveC, Kotlin, тестировщики, а также продакты, дизайнеры и UX-редакторы. Кандидатам необходимо выбрать интересующее его направление и зарегистрироваться по этой ссылке. После одобрения резюме вы получите приглашение на one day offer, где вам предстоит пройти лишь одно интервью с экспертами вашего направления. В случае успешного прохождения вы получаете оффер в тот же день. One day offer состоится 17 ноября с 10:00 до 20:00 онлайн. MTS Digital — это инновационное подразделение МТС, которое работает над созданием экосистемы цифровых сервисов, с мобильными приложениями, продуктами в финтехе, в стриминге, гейминге, «облаках», AI и других направлениях.

293 807

😃 GoEmotions: A Dataset for Fine-Grained Emotion Classification Github: https://github.com/google-research/google-research/tree/master/goemotions Google AI: https://ai.googleblog.com/2021/10/goemotions-dataset-for-fine-grained.html @ai_machinelearning_big_data

293 807

🌲 Revisiting randomized choices in isolation forests Github: https://github.com/david-cortes/isotree Paper: https://arxiv.org/abs/2110.13402v1 @ai_machinelearning_big_data

293 807

❓Что должен знать и уметь специалист по Machine learning? ✅ Узнайте 1 ноября в 18:00 на вебинаре с Марией Тихоновой, Senior Data Scientist в Сбере. 👩🏼 Мария поделится своим карьерный опытом и представит программу онлайн-курса «Machine Learning». 🎒Вы узнаете, как организована практика и получите возможность сэкономить на обучении. 👉Регистрация на вебинар https://otus.pw/geho/