Не попадись на ботовода! Telemetrio знаходить і позначає такі канали мітками 👉 Хочеш бачити мітку, оформляй підписку

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

Сітка: MachinelearningРосія1 377Технології та додатки336...

📈 Аналітичний огляд Telegram-каналу Machinelearning

Канал Machinelearning (@ai_machinelearning_big_data) у мовному сегменті Російська є активним учасником. На даний момент спільнота об'єднує 275 988 підписників, посідаючи 336 місце в категорії Технології та додатки та 1 377 місце у регіоні Росія.

📊 Показники аудиторії та динаміка

З моменту свого створення невідомо, проект продемонстрував стрімке зростання, зібравши аудиторію у 275 988 підписників.

За останніми даними від 07 листопада, 2026, канал демонструє стабільну активність. Хоча за останні 30 днів спостерігається зміна кількості учасників на -2 499, а за останні 24 години на -157, загальне охоплення залишається високим.

Статус верифікації: Не верифікований
Рівень залученості (ER): Середній показник залученості аудиторії становить 8.01%. Протягом перших 24 годин після публікації контент зазвичай збирає 6.41% реакцій від загальної кількості підписників.
Охоплення публікацій: В середньому кожен допис отримує 22 107 переглядів. Протягом першої доби публікація в середньому набирає 17 690 переглядів.
Реакції та взаємодія: Аудиторія активно підтримує контент: середня кількість реакцій на один пост – 342.
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 08 листопада, 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.

275 988

Підписники

-15724 години

-8727 днів

-2 49930 днів

22 107

Перегляди допису

~ 17 69024 години

~ 19 43548 годин

8.01%

Коефіцієнт залучення

~ 6

Дописів на день

Ads index

Архів дописів

275 991

📖 Physics-Based Deep Learning Book: https://www.physicsbaseddeeplearning.org/intro.html Github: https://github.com/thunil/Physics-Based-Deep-Learning Deep-Flow-Prediction: https://github.com/thunil/Deep-Flow-Prediction Paper: https://arxiv.org/abs/2109.05237v1 @ai_machinelearning_big_data

275 991

🔧 Neural Networks Block Movement Pruning Code: https://github.com/huggingface/nn_pruning Paper: https://arxiv.org/abs/2109.04838v1 Documentation: https://github.com/huggingface/nn_pruning/blob/main/docs/HOWTO.md @ai_machinelearning_big_data

275 991

✅ AliceMind: ALIbaba's Collection of Encoder-decoders from MinD (Machine IntelligeNce of Damo) Lab Github: https://github.com/alibaba/AliceMind Paper: https://arxiv.org/abs/2109.05687v1 Dataset: https://paperswithcode.com/dataset/glue @ArtificialIntelligencedl

275 991

🔊 Textless NLP: Generating expressive speech from raw audio Facebook Ai: https://ai.facebook.com/blog/textless-nlp-generating-expressive-speech-from-raw-audio/ Examples: https://speechbot.github.io/pgslm/ Code: https://github.com/pytorch/fairseq/tree/master/examples/textless_nlp/gslm Paper: https://arxiv.org/abs/2102.01192 @ai_machinelearning_big_data

275 991

🧍‍♂ Texformer: 3D Human Texture Estimation from a Single Image with Transformers Github: https://github.com/xuxy09/texformer Paper: http://arxiv.org/abs/2109.02563 Meta data: https://www.dropbox.com/s/ekxn300cuw8bw6b/meta.zip @ai_machinelearning_big_data

275 991

🔝 Reinforcement Learning Lecture Series 2021 https://deepmind.com/learning-resources/reinforcement-learning-series-2021 Video: youtube.com/playlist?list=PLqYmG7hTraZDVH599EItlEWsUOsJbAodm @ai_machinelearning_big_data

275 991

☄️ nnFormer: Interleaved Transformer for Volumetric Segmentation Github: https://github.com/ziniuwan/maed Paper: https://arxiv.org/abs/2109.03201v1 Dataset: https://www.creatis.insa-lyon.fr/Challenge/acdc/ @ai_machinelearning_big_data

275 991

📹 CTRL-C: Camera calibration TRansformer with Line-Classification Github: https://github.com/jwlee-vcl/ctrl-c Paper: https://arxiv.org/abs/2109.02259v1 Dataset: https://drive.google.com/file/d/1opDR_j-9y4TY82ZscBb-xYAoMkTocAOp/view @ai_machinelearning_big_data$$$

275 991

0.15 KB

275 991

👨‍🎓 Best Resources to Learn Natural Language Processing in 2021 https://www.kdnuggets.com/2021/09/best-resources-learn-natural-language-processing-2021.html @ai_machinelearning_big_data

275 991

📁 Open-sourcing Common Objects in 3D, a large-scale data set for 3D reconstruction Github: https://github.com/facebookresearch/co3d Paper: https://arxiv.org/abs/2109.00512 Facebook blog: https://github.com/openvinotoolkit/training_extensions/tree/develop/misc Dataset: https://ai.facebook.com/datasets/co3d-downloads/ @ai_machinelearning_big_data

275 991

ℹ️ LIGAR: Lightweight General-purpose Action Recognition Github: https://github.com/openvinotoolkit/training_extensions Paper: https://arxiv.org/abs/2108.13153v1 Models: https://github.com/openvinotoolkit/training_extensions/tree/develop/misc @ai_machinelearning_big_data

275 991

🔎 Efficient Person Search: An Anchor-Free Approach. Github: https://github.com/daodaofr/AlignPS Paper: https://arxiv.org/abs/2109.00211v1 Dataset: https://paperswithcode.com/dataset/cuhk-sysu @ai_machinelearning_big_data

275 991

📶 ISNet: Integrate Image-Level and Semantic-Level Context for Semantic Segmentation Github: https://github.com/segmentationblwx/sssegmentation Paper: https://arxiv.org/abs/2108.12382v1 Dataset: https://cs.stanford.edu/~roozbeh/pascal-context/ @ai_machinelearning_big_data

275 991

ShapeConv: Shape-aware Convolutional Layer for Indoor RGB-D Semantic Segmentation Github: https://github.com/hanchaoleng/shapeconv Paper: https://arxiv.org/abs/2108.10528v1 @ai_machinelearning_big_data

275 991

💬 Train Short, Test Long: Attention with Linear Biases Enables Input Length Extrapolation Github: https://github.com/ofirpress/attention_with_linear_biases Paper: https://ofir.io/train_short_test_long.pdf Fairseq: https://github.com/pytorch/fairseq @ai_machinelearning_big_data

275 991

🧍 Fast and Flexible Human Pose Estimation with HyperPose Github: https://github.com/tensorlayer/hyperpose Paper: https://arxiv.org/abs/2108.11826v1 Docs: https://hyperpose.readthedocs.io/en/latest/markdown/quick_start/prediction.html#table-of-flags-for-hyperpose-cli @ai_machinelearning_big_data

275 991

💡Volunteer computing: статья про коллаборативное обучение нейросети Если вы хотите создавать большие модели, не имея суперкомпьютер за спиной, то вам понадобится технология, способная разделить вычисления между теми, кто готов предоставить вам мощности. В этом поможет технология DeDLOC, разработанная в Yandex Research, Hugging Face и University of Toronto. Хабр: https://habr.com/ru/company/yandex/blog/574466/ @ai_machinelearning_big_data

275 991

🕸 Bag of Tricks for Training Deeper Graph Neural Networks: A Comprehensive Benchmark Study Github: https://github.com/VITA-Group/Deep_GCN_Benchmarking Paper: https://arxiv.org/abs/2108.10521v1 @ai_machinelearning_big_data

275 991

🔗 A Unified Objective for Novel Class Discovery Github: https://github.com/DonkeyShot21/UNO Paper: https://arxiv.org/abs/2108.08536v2 Dataset: https://paperswithcode.com/dataset/cifar-100 @ai_machinelearning_big_data