Вже доступно! Дослідження Telegram за 2025 — головні інсайти року 
Machinelearning
Відкрити 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
Показати більше📈 Аналітичний огляд Telegram-каналу Machinelearning
Канал Machinelearning (@ai_machinelearning_big_data) у мовному сегменті Російська є активним учасником. На даний момент спільнота об'єднує 294 113 підписників, посідаючи 330 місце в категорії Технології та додатки та 1 277 місце у регіоні Росія.
📊 Показники аудиторії та динаміка
З моменту свого створення невідомо, проект продемонстрував стрімке зростання, зібравши аудиторію у 294 113 підписників.
За останніми даними від 30 червня, 2026, канал демонструє стабільну активність. Хоча за останні 30 днів спостерігається зміна кількості учасників на -6 432, а за останні 24 години на -166, загальне охоплення залишається високим.
- Статус верифікації: Не верифікований
- Рівень залученості (ER): Середній показник залученості аудиторії становить 7.71%. Протягом перших 24 годин після публікації контент зазвичай збирає 5.50% реакцій від загальної кількості підписників.
- Охоплення публікацій: В середньому кожен допис отримує 22 682 переглядів. Протягом першої доби публікація в середньому набирає 16 178 переглядів.
- Реакції та взаємодія: Аудиторія активно підтримує контент: середня кількість реакцій на один пост – 176.
- Тематичні інтереси: Контент зосереджений навколо ключових тем, таких як openai, claude, api, gemini, контекст.
📝 Опис та контентна політика
Автор описує ресурс як майданчик для висловлення суб'єктивної думки:
“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”
Завдяки високій частоті оновлень (останні дані отримано 01 липня, 2026), канал підтримує актуальність та високий рівень охоплення публікацій. Аналітика показує, що аудиторія активно взаємодіє з контентом, що робить його важливою точкою впливу в категорії Технології та додатки.
294 113
Підписники
-16624 години
-1 5837 днів
-6 43230 день
Архів дописів
294 113
🛠 Generative Visual Prompt: Unifying Distributional Control of Pre-Trained Generative Models
⚙️ Github
🗒 Paper
🦾 Dataset
@ai_machinelearning_big_data
294 113
Yandex Research выложил в опенсорс RuLeanALBERT — самую большую BERT-подобную модель на русском языке, которая поместится на ваш компьютер
Нейросеть обучали децентрализованно с помощью вычислительной платформе Яндекса. На бенчмарках по пониманию языка она показывает результаты, сравнимые с другими открытыми моделями и где-то даже близкие к state-of-the-art.
Модель хотя и имеет миллиарды параметров, но вполне способна уместиться на одну домашнюю GPU: вы можете использовать её открытый код в своих проектах для классификации предложений, представления текстов и других языковых задач, не требующих генерации.
Yandex Research — это исследовательская группа в Яндексе, которая занимается фундаментальными проблемами в важнейших областях computer science.
Подробности – в статье на Хабре
294 113
+6Подборка инструментов инженера данных под разные задачи.
Взгляните, вдруг всё это время вы забивали гвозди микроскопом?
А если вы хотите сделать архитектуру данных на работе ещё мощнее — обратите внимание на курс Яндекс Практикума.
Пройдите тест в бесплатной вводной части курса, чтобы понять, подходит ли вам программа.
294 113
🤖 DAMO ConvAI
The official repository which contains the codebase for Alibaba DAMO Conversational AI.
⚙️ Github
➡️ Paper
📎 Tasks
🗒 Text-to-SQL Parsing
@ai_machinelearning_big_data
294 113
Стартовал первый Rosneft Challenge — самый масштабный среди ИТ-соревнований Роснефти. Его призовой фонд составляет 920 000 рублей 😊
Регистрируйтесь на сайте 👉🏻 https://events.rn.digital/hack/it2022rc1, получайте задание и дерзайте!
Вам предстоит создать модель машинного обучения и с ее помощью спрогнозировать дату отказа установки электроприводного центробежного насоса. В вашем распоряжении будет большой банк данных о скважине и установленном оборудовании.
Rosneft Challenge – ваш шанс выиграть крупный денежный приз, достойно продемонстрировать свои профессиональные компетенции и попасть в команду лидера нефтяной отрасли России!
Лучший результат найдет применение на предприятиях «Роснефти».
Подробнее https://bit.ly/3xsxqOt
294 113
🚀 StoryDALL-E: Adapting Pretrained Text-to-Image Transformers for Story Continuation
⚙️ Github
➡️ Paper
🛠 Demo
📄 Dataset
@ai_machinelearning_big_data
294 113
💥 Реализовать вау-фичи и задрайвить рост проекта? Задействуем Machine Learning (ML).Сделать удобнее базовые элементы сервисов? Тоже ML.
Технологии машинного обучения — это ответ на все вопросы и must have для тех, кто смотрит в будущее.
При поддержке VK на Saint HighLoad++ представлен целый трек докладов на эту тему. Поговорим о том, как на базе ML создавать практичные решения, готовые к большим нагрузкам. Расскажем, как встраивать их в существующие пайплайны и эксплуатировать в продакшене.
✅ Программа ML-трека - https://bit.ly/3RGQcJS
🖐 Встречаемся на Saint HighLoad++ 22 и 23 сентября.
294 113
👁🗨 Patch Similarity Aware Data-Free Quantization for Vision Transformers
PSAQ-ViT V2, a more accurate and general data-free quantization framework for ViTs, built on top of PSAQ-ViT.
git clone https://github.com/zkkli/PSAQ-ViT.git
cd PSAQ-ViT
⚙️ Github
➡️ Paper
📄 Dataset
@ai_machinelearning_big_data294 113
NewProLab запускает 12-недельную онлайн-программу «Специалист по большим данным»
Старт – 20 сентября.
В программе – 36 занятий, 9 лаб, 2 проекта и 3 варианта прохождения:
Полное погружение (только в даты проведения программы) – 36 живых занятий в ZOOM, возможность задавать вопросы, тесты, лабы, поддержка координаторов, сертификат об успешном прохождении.
Видео занятий и лабы (только в даты проведения программы) – видеозаписи 36 занятий, тесты, лабы, поддержка координаторов, сертификат об успешном прохождении.
Видео занятий и тесты (можно пройти в любое время) – видеозаписи 36 занятий, тесты, сертификат о прохождении.
Чему вы научитесь?
- обрабатывать данные в Pandas
- строить модели машинного обучения (логистическая регрессия, деревья, случайный лес) в Scikit-learn
- анализировать текстовые данные
- и многое другое
Подробности по ссылке
Для участников нашего сообщества организаторы предоставили промокод Machinelearning, по которому вы получите скидку 15% при покупке программы.
294 113
🦾 OpenMixup: Open Mixup Toolbox and Benchmark for Visual Representation Learning
open-source all-in-one toolbox for supervised, semi-, and self-supervised visual representation learning with mixup
conda create -n openmixup python=3.8 pytorch=1.12 cudatoolkit=11.3 torchvision -c pytorch -y
conda activate openmixup
pip install openmim
mim install mmcv-full
git clone https://github.com/Westlake-AI/openmixup.git
cd openmixup
python setup.py develop
⚙️ Github
➡️ Paper
🛠️Installation
📄 Dataset
@ai_machinelearning_big_data294 113
🧬 Uni-Mol: A Universal 3D Molecular Representation Learning Framework
⚙️ Github
➡️ Paper
🎞 Colab
📄 Dataset
@ai_machinelearning_big_data
294 113
+1🔦 A Robust, Real-time, RGB-colored, LiDAR-Inertial-Visual tightly-coupled state Estimation and mapping package
⚙️ Github
➡️ Paper
🎞 Video
📄 Dataset
@ai_machinelearning_big_data
294 113
🧠 Напишите свою первую нейронную сеть!
Встречаемся 15 сентября в 20:00 мск на открытом уроке OTUS.
💬 Вместе с Антоном Витвицким, экспертом по компьютерному зрению и глубокому обучению, рассмотрим основные этапы создания и обучения своей первой нейронной сети и попробуем решить известную задачу классификации MNIST полносвязной и сверточной нейронными сетями на примере фреймворка PyTorch.
📚 Больше практики и и интересных задач ждут вас на онлайн-курсе «Deep Learning».
Для участия необходимо знать основы Python, поэтому проходите вступительный тест и 👉 регистрируйтесь
Реклама. Информация о рекламодателе на сайте otus.ru
294 113
🔥 YOLOv6
YOLOv6-N hits 35.9% AP on COCO dataset with 1234 FPS on T4. YOLOv6-S strikes 43.5% AP with 495 FPS, and the quantized YOLOv6-S model achieves 43.3% AP at a accelerated speed of 869 FPS on T4.
git clone https://github.com/meituan/YOLOv6
cd YOLOv6
pip install -r requirements.txt
⚙️ Github
➡️ Paper
✔️ Colab
💻 Quantization Tutorial
📄 Dataset
@ai_machinelearning_big_data
294 113
Ребята, знаю, что у меня в канале есть новички и начинающие специалисты по аналитике данных. Вам может быть интересна эта информация.
Онлайн-университет Skypro ищет несколько человек, чтобы обучить их и устроить на работу на позицию аналитика данных. Выпускники зарабатывают в среднем 98 000 ₽, а устраиваются на работу 95% студентов.
Половину от цены курса вы платите до обучения, а вторую половину — когда устроитесь на новую работу.
Оставьте заявку, менеджеры Skypro ответят на ваши вопросы: https://go.sky.pro/machinelearning
Курс длится 10 месяцев:
— будут домашние задания и мастер-классы с реальными задачами;
— можно искать работу уже на пятом месяце учебы;
— получите диплом о профессиональной переподготовке.
Оставляйте заявку, пока другие вас не опередили: https://go.sky.pro/machinelearning
294 113
🦾 XSimGCL: Towards Extremely Simple Graph Contrastive Learning for Recommendation
⚙️ Github
➡️ Paper
💻 Tutorial page
📄 Dataset
@ai_machinelearning_big_data
294 113
⚡️Хотите профессионально справляться с задачами по машинному обучению?
Обсудим алгоритмы для поиска аномалий в данных и применим на практике на открытом уроке курса «Machine Learning. Professional» от OTUS и его партнера Сбера.
⚠️ Поиск аномалий и выброс (outliar detection) в данных — крайне востребованный навык в области ML
Зарегистрируйтесь на бесплатный открытый урок «Out liar! Методы детекции аномалий в данных», 19 сентября в 18:00 мск
👉 РЕГИСТРАЦИЯ
https://otus.pw/5bHo/
Реклама. Информация о рекламодателе на сайте www.otus.ru
294 113
🧬 Genomepy: genes and genomes at your fingertips
genomepy, which can search, download, and preprocess the right genomic data for your analysis.
$ pip install genomepy
⚙️ Github
➡️ Paper
📄 Documentation
@ai_machinelearning_big_data
294 113
15 сентября, 18:00
Selectel ML MeetUp: проблемы ML команд в 2022
Присоединяйтесь к ежегодному митапу от @Selectel, где мы поговорим об актуальных сложностях, трендах и инструментах построения production ML-систем.
Что обсудим:
◽️ Подготовку инфраструктуры для внедрения ML-инструментов.
◽️ Состояние российского рынка ML.
◽️ Новые Data/ML-продукты Selectel.
◽️ Кейсы наших партнеров и гостей митапа.
Все участники получат запись сессии и смогут принять участие в розыгрыше приза за лучший вопрос.
Регистрируйтесь на офлайн-встречу в Санкт-Петербурге: https://slc.tl/wgkmu
Регистрируйтесь на онлайн-трансляцию: https://slc.tl/bvz39
294 113
🔵 Stationary Kernels and Gaussian Processes on Lie Groups and their Homogeneous Spaces
The library features (approximate) computational techniques for heat and Matérn kernels on compact Lie groups.
⚙️ Github
➡️ Paper
⚪ SphericalHarmonics
@ai_machinelearning_big_data
