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

Data Science & Machine Learning

Открыть в Telegram

Join this channel to learn data science, artificial intelligence and machine learning with funny quizzes, interesting projects and amazing resources for free For collaborations: @love_data

Больше

Сеть: Free Courses with Certificate - Python Programming, Data Science, Java Coding, SQL, Web Development, AI, ML, ChatGPT ExpertИндия3 825Образование2 015...

📈 Аналитический обзор Telegram-канала Data Science & Machine Learning

Канал Data Science & Machine Learning (@datasciencefun) языкового сегмента Английский является активным участником. Сейчас сообщество объединяет 77 661 подписчиков, занимая 2 015 место в категории Образование и 3 825 место в регионе Индия.

📊 Показатели аудитории и динамика

С момента создания невідомо проект демонстрирует стремительный рост, собрав аудиторию из 77 661 подписчиков.

Согласно последним данным от 12 ноября, 2026, канал показывает стабильную активность. За последние 30 дней изменение числа участников составило -123, а за последние 24 часа — -21, при этом общий охват остаётся высоким.

Статус верификации: Не верифицирован
Уровень вовлечённости (ER): Средний показатель вовлечённости аудитории составляет 2.52%. В первые 24 часа после публикации контент обычно набирает 1.01% реакций от общего числа подписчиков.
Охват публикаций: В среднем каждый пост получает 1 954 просмотров. В течение первых суток публикация набирает 781 просмотров.
Реакции и взаимодействия: Аудитория активно поддерживает контент: среднее количество реакций на один пост — 3.
Тематические интересы: Контент сосредоточен на ключевых темах, таких как learning, accuracy, distribution, panda, dataset.

📝 Описание и контентная политика

Автор описывает ресурс как площадку для выражения субъективного мнения:
“Join this channel to learn data science, artificial intelligence and machine learning with funny quizzes, interesting projects and amazing resources for free For collaborations: @love_data”

Благодаря высокой частоте обновлений (последние данные получены 13 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 Образование.

Buy Ad

77 661

Подписчики

-2124 часа

-767 дней

-12330 дней

1 954

Просмотры поста

~ 78124 часа

~ 1 03648 часов

2.52%

Коэффициент вовлеченности

~ 2

Постов в день

Ads index

Архив постов

77 661

Top 8 Github Repos to Learn Data Science and Python 1. All algorithms implemented in Python By: The Algorithms Stars ⭐️: 135K Fork: 35.3K Repo: https://github.com/TheAlgorithms/Python 2. DataScienceResources By: jJonathan Bower Stars ⭐️: 3K Fork: 1.3K Repo: https://github.com/jonathan-bower/DataScienceResources 3. Playground and Cheatsheet for Learning Python By: Oleksii Trekhleb ( Also the Image) Stars ⭐️: 12.5K Fork: 2K Repo: https://github.com/trekhleb/learn-python 4. Learn Python 3 By: Jerry Pussinen Stars ⭐️: 4,8K Fork: 1,4K Repo: https://github.com/jerry-git/learn-python3 5. Awesome Data Science By: Fatih Aktürk, Hüseyin Mert & Osman Ungur, Recep Erol. Stars ⭐️: 18.4K Fork: 5K Repo: https://github.com/academic/awesome-datascience 6. data-scientist-roadmap By: MrMimic Stars ⭐️: 5K Fork: 1.5K Repo: https://github.com/MrMimic/data-scientist-roadmap 7. Data Science Best Resources By: Tirthajyoti Sarkar Stars ⭐️: 1.8K Fork: 717 Repo: https://github.com/tirthajyoti/Data-science-best-resources/blob/master/README.md 8. Ds-cheatsheets By: Favio André Vázquez Stars ⭐️: 10.4K Fork: 3.1K Repo: https://github.com/FavioVazquez/ds-cheatsheets

77 661

Effective Data Storytelling: How to Drive Change with Data, Narrative and Visuals PDF

77 661

🚀Join our first free lessons and explore the fields of tech! You will find the answers to all your questions at our webinars. Open the link https://crst.co/imKOy, make your choice and apply now while there are still seats available. See you there! ▶️ May 26 - Manual QA Course. Free first lesson! ▶️ May 26 - Best Tech Remote Careers 2022: Systems Engineer ▶️ June 2 - Systems Engineer. Free first lesson! Special offer for all participants! ️✅ Apply by the link https://crst.co/mwOgo

77 661

Python for Data Science: The Ultimate Step-by-Step Guide to Learn Python In 7 Days & NLP, Data Science from with Python PDF

77 661

A LITTLE GUIDE TO HANDLING MISSING DATA Having any Feature missing more than 5-10% of its values? you should consider it to be missing data or feature with high absence rate👀 How can you handle these missing values, ensuring you dont loose important part of your data🤷‍♀️ Not a problem😌. Here are important facts you must know😉 ✍️Instances with missing values for all features should be eliminated ✍️Features with high absence rate should either be eliminated or filled with values ✍️Missing values can be replaced using Mean Imputation or Regression Imputation ✍️ Be careful with mean imputation for it may introduce bias as it evens out all instances ✍️Regression Imputation might overfit your model ✍️Mean and Regression Imputation can't be applied to Text features with missing values ✍️Text Features with missing values can be eliminated if not needed in data ✍️Important Text Features with Missing values can be replaced with a new class or category labelled as uncategorized

77 661

Machine_Learning_andrewng.pdf4.01 MB

77 661

To become a Machine Learning Engineer: • Python • numpy, pandas, matplotlib, Scikit-Learn • TensorFlow or PyTorch • Jupyter, Colab • Analysis > Code • 99%: Foundational algorithms • 1%: Other algorithms • Solve problems ← This is key • Teaching = 2 × Learning • Have fun!

77 661

GIT Cheatsheet.pdf0.70 KB

77 661

Data Engineering with AWS PDF

77 661

Big data notes.pdf2.89 MB

77 661

#numpy NumPy Smart use of ‘:’ to extract the right shape Sometimes you encounter a 3-dim array that is of shape (N, T, D), while your function requires a shape of (N, D). At a time like this, reshape() will do more harm than good, so you are left with one simple solution: Example:

for t in xrange(T):
  x[:, t, :] = # ...

77 661

📕 Introduction to Machine Learning by Alex Smola and S.V.N. Vishwanathan University Press, Cambridge

77 661

thebook_ Introduction to Machine Learning.pdf10.31 MB

77 661

Expert_Python_Programming_Master_Python_by_learning_the_best_coding.epub4.52 MB

77 661

Pattern Recognition and Machine Learning.pdf4.52 MB

77 661

Pattern Recognition and Machine Learning [ Information Science and Statistics ] Christopher M. Bishop #python #machinelearning #statistics #information #ai #ml

77 661

Follow the latest IT, computer science and entrepreneurship news on Hacker News Digest Telegram channel Hacker News (news.ycombinator.com) – is one of the most influential social news websites. It was here that Drew Houston first introduced Dropbox to the world. Hacker News Digest Telegram channel will send you the top 10 most popular posts from Hacker News, daily. Subscribe to stay up-to-date!

77 661

SQL handwritten notes .pdf1.37 MB

77 661

SQL Tips and Tricks for Data Science.zip147.63 MB

77 661

Numpy_Python_Cheat_Sheet.pdf6.49 KB