Уже доступно! Исследование Telegram 2025 — ключевые инсайты года 
Data Science | Machinelearning [ru]
Открыть в Telegram
Все о Data Science, машинном обучении и искусственном интеллекте: от базовой теории до cutting-edge исследований и LLM. Личный блог автора - @just_genych По вопросам рекламы или разработки - @g_abashkin РКН: https://vk.cc/cJPGXD
Больше📈 Аналитический обзор Telegram-канала Data Science | Machinelearning [ru]
Канал Data Science | Machinelearning [ru] (@devsp) языкового сегмента Русский является активным участником. Сейчас сообщество объединяет 19 949 подписчиков, занимая 6 685 место в категории Технологии и приложения и 33 644 место в регионе Россия.
📊 Показатели аудитории и динамика
С момента создания невідомо проект демонстрирует стремительный рост, собрав аудиторию из 19 949 подписчиков.
Согласно последним данным от 01 июля, 2026, канал показывает стабильную активность. За последние 30 дней изменение числа участников составило -97, а за последние 24 часа — -3, при этом общий охват остаётся высоким.
- Статус верификации: Не верифицирован
- Уровень вовлечённости (ER): Средний показатель вовлечённости аудитории составляет 6.61%. В первые 24 часа после публикации контент обычно набирает 4.18% реакций от общего числа подписчиков.
- Охват публикаций: В среднем каждый пост получает 1 319 просмотров. В течение первых суток публикация набирает 835 просмотров.
- Реакции и взаимодействия: Аудитория активно поддерживает контент: среднее количество реакций на один пост — 5.
- Тематические интересы: Контент сосредоточен на ключевых темах, таких как llm, nvidia, контекст, openai, архитектура.
📝 Описание и контентная политика
Автор описывает ресурс как площадку для выражения субъективного мнения:
“Все о Data Science, машинном обучении и искусственном интеллекте: от базовой теории до cutting-edge исследований и LLM.
Личный блог автора - @just_genych
По вопросам рекламы или разработки - @g_abashkin
РКН: https://vk.cc/cJPGXD”
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.
19 949
Подписчики
-324 часа
-397 дней
-9730 день
Архив постов
Возможности Deep Learning
Deep Learning занимает важнейшую роль в обществе в различных сферах деятельности и стоит в основе практически всех главных вычислительных прорывов последних нескольких лет. Сегодня сила Deep Learning помогает компьютерам превзойти способности человека.
Читать#
@yegor256news - авторский англоязычный канал Егора Бугаенко, программиста, блоггера, автора Elegant Objects, создателя платформы Zerocracy и частого спикера на многих крупных IT-конференциях; подписывайтесь и следите за его творчеством!
Зачем большие данные в автомобилестроение?
Современный автомобиль — накопитель информации: он аккумулирует все данные о водителе, окружающей среде, подключенных устройствах и о себе самом. Уже скоро одно транспортное средство, которое подключено к сети наподобие той, что объединяет электромобили Tesla Model S, будет генерировать до 25 Гб данных за час.
Исследователи пытаются замаскировать внутреннюю структуру нейросетей для защиты от атак по энергопотреблению
Инженеры из Университета штата Северная Каролина анонсировали способ защиты нейронных сетей от дифференциальной атаки по энергопотреблению. Свою работу они представят на Международном симпозиуме IEEE 2020.
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ И МАШИННОЕ ОБУЧЕНИЕ
Искусственный интеллект, машинное обучение и глубокое обучение… Чем они отличаются? Для более лучшего понимания, эти понятия можно разложить так. Компьютер тем или иным образом имитирует поведение человека. Машинное обучение (ML, Machine Learning) — это подмножество ИИ, состоящее из методов, которые позволяют компьютерам делать выводы на основе данных и предоставлять ИИ-приложениям. Глубокое обучение (DL, Deep Learning) является подмножеством машинного обучения, и оно дает компьютерам возможность решать более сложные задачи.
10 Data Science книг к прочтению в 2020 году
Эти книг позволяют изучить науку о данных (Data Science) и применить полученные знания на практике. Они написана так, что способствует погружению в Data Science аналитику, фактически не обладающего глубокими знаниями в этой прикладной дисциплине.
В объемах, достаточных для начала работы в области Data Science, книги содержат интенсивный курс языка Python, элементы линейной алгебры, математической статистики, теории вероятностей, методов сбора, очистки, нормализации и обработки данных. Даны основы машинного обучения.
Читать#
Какое влияние машинное обучение оказывает на ваш бизнес
В Gartner включили машинное обучение в число главных приоритетов. Не стоит ждать, что внедрение средств машинного обучения позволит заменить всех сотрудников компьютерами или удвоить доходы, однако они в состоянии обеспечить компании конкурентные преимущества.
Читать#
6 навыков программирования, которые стоит освоить взрослым и детям
Научиться создавать чат-боты в соцсетях, формировать отчеты одним нажатием кнопки и даже программировать роботов вовсе не сложно. Для этого достаточно найти пару часов в своем графике и отправиться на курсы по программированию.
Читать#
NetApp приобрела Cloud Jumper, лидера рынка в области инфраструктуры виртуальных десктопов
Компания NetApp (NASDAQ: NTAP), лидер рынка в области управления данными в облаках, объявила о приобретении компании Cloud Jumper, разработчика облачного ПО и лидера в областях инфраструктуры виртуальных десктопов (VDI) и служб удаленных десктопов (RDS). В результате сделки, NetApp Virtual Desktop Services сможет решать самые сложные задачи, связанные с виртуальными десктопами и управлением приложениями, что позволит заказчикам разворачивать, управлять, отслеживать и оптимизировать эти среды с помощью комплексного решения от одной компании в удобном для них облаке.
Читать#
Mapillary опубликовали датасет для распознавания мест
Mapillary Street-level Sequences Dataset (MSLS) — это самый крупный датасет с изображениями для предсказания мест. Датасет содержит 1.6 миллионов изображений, для каждого из которых доступны метаданные местности. Изображения мест снимали с ракурса автомобиля на дороге. Данные покрывают места из 30 городов на 6 континентах, разные погодные условия, освещение, типы движущихся объектов и типы камер. Сбором и тестированием датасета занимались исследователи из Mapillary.
Читать#
Каналов в телеграме много, но не так уж легко найти годный контент о компьютерной периферии.
@guide_pc - это новый и очень нужный канал обо всем, что связанно с компьютерами, специально для тех, кому не все равно, какой звук издает его клавиатура и тех, кто не хочет переплачивать за раскрученные бренды. Канал ведет большой любитель и знаток всего, что связано с компьютерами. Рассказывает интересно и понятно, с юмором и без цензуры.
@guide_pc - это канал, на который точно стоит подписаться.
Что такое обработка и анализ данных и почему это важно?
Современные специалисты по обработке и анализу данных должны знать ответы на множество вопросов. В деловом мире сейчас наблюдается повышение спроса на прогнозирование и оптимизацию, основанные на анализе данных в реальном времени с помощью инструментов.
Читать#
Этичный хакинг
За последние несколько десятков лет IT технологии охватили все сферы жизни человека. Интернет, который появился как специализированный инструмент научных работников проник в каждый дом, став частью жизни каждого человека.
Это повлекло за собой проблему безопасности, защиты чувствительных данных и противодействию атакам хакеров.
Читать#
Python пора потесниться. О перспективах Julia
Поскольку в data science и искусственном интеллекте приходится иметь дело с массой математических проблем, Julia для них просто находка. Даже при весьма критическом рассмотрении оказывается, что у Julia есть такие достоинства, которым Python ничего не может противопоставить.
Читать#
Применение алгоритмов Data Mining в решениях класса Business Intelligence
Алгоритмы Data Mining в сочетании с решениями класса Business Intelligence позволяют выделять самое важное из огромных массивов неструктурированной информации и делают их доступными для бизнес-аналитиков и топ-менеджеров. Насколько полезным может оказаться использование алгоритмов Data Mining в бизнесе, расскажем примерах.
Читать#
Обучение систем искусственного интеллекта для адаптации к динамическим средам
Программа DARPA направлена на создание искусственного интеллекта (ИИ), который распознает и реагирует автономно на изменения в реальных условиях. Современные системы искусственного интеллекта преуспевают в задачах, определенных жесткими правилами, таких как овладение настольными играми и шахматами с мастерством, превосходящим игроков мирового уровня.
Читать#
Искусственный интеллект Open AI научился писать песни с вокалом
Исследователи обучили Jukebox на 1,2 млн музыкальных композиций практически во всех жанрах. Теперь ИИ он может создавать собственные песни, которые нередко похожи на произведения тех исполнителей, на которых он обучался. Jukebox умеет имитировать определённый жанр музыки и может воссоздать стиль конкретного исполнителя.
Читать#
