uk
Feedback
Data Science | Machinelearning [ru]

Data Science | Machinelearning [ru]

Відкрити 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

Показати більше

📈 Аналітичний огляд Telegram-каналу Data Science | Machinelearning [ru]

Канал Data Science | Machinelearning [ru] (@devsp) у мовному сегменті Російська є активним учасником. На даний момент спільнота об'єднує 19 943 підписників, посідаючи 6 685 місце в категорії Технології та додатки та 33 644 місце у регіоні Росія.

📊 Показники аудиторії та динаміка

З моменту свого створення невідомо, проект продемонстрував стрімке зростання, зібравши аудиторію у 19 943 підписників.

За останніми даними від 01 липня, 2026, канал демонструє стабільну активність. Хоча за останні 30 днів спостерігається зміна кількості учасників на -97, а за останні 24 години на -3, загальне охоплення залишається високим.

  • Статус верифікації: Не верифікований
  • Рівень залученості (ER): Середній показник залученості аудиторії становить 6.61%. Протягом перших 24 годин після публікації контент зазвичай збирає 4.18% реакцій від загальної кількості підписників.
  • Охоплення публікацій: В середньому кожен допис отримує 1 319 переглядів. Протягом першої доби публікація в середньому набирає 835 переглядів.
  • Реакції та взаємодія: Аудиторія активно підтримує контент: середня кількість реакцій на один пост – 5.
  • Тематичні інтереси: Контент зосереджений навколо ключових тем, таких як llm, nvidia, контекст, openai, архитектура.

📝 Опис та контентна політика

Автор описує ресурс як майданчик для висловлення суб'єктивної думки:
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

Завдяки високій частоті оновлень (останні дані отримано 02 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.

19 943
Підписники
-324 години
-397 днів
-9730 день
Архів дописів
photo content

Коты в коробочках, или Компактные структуры данных Читать...

Уходя уходи: почему не стоит принимать контроффер Читать...

Лучшие IT-выступления 2019 по версии Tproger: Data Science Смотреть...

Введение в ML для Java-разработчиков #1 / Задачи ML. Смотреть...

Введение в математическую логику 1. Базовые понятия - Смотреть... 2. Представление функций - Смотреть... 3. Самая сложная логическая задача - Смотреть... 4. Предикаты и кванторы - Смотреть... 5. Теории: интуиции - Смотреть... 6. Парадоксы и заключение

Визуализация границ решения классификатора на основе изображений. Читать...
Визуализация границ решения классификатора на основе изображений. Читать...

Как стать более ценным программистом Читать...

Алгоритмическая теория игр, курс лекций. Лектор — Михаил Вялый. Лекция 1 - Смотреть... Лекция 2 - Смотреть... Лекция 3 - Смотреть... Лекция 4 - Смотреть... Лекция 5 - Смотреть... Лекция 6 - Смотреть... Лекция 7 - Смотреть... Лекция 8 - Смотреть... Лекция 9 - Смотреть... Лекция 10 - Смотреть...

How to Learn Data Science for Free [EN] - хорошая статья, которая описывает путь обучения Data Science, включая ресурсы. Читать...

AI для людей: простыми словами о технологиях Читать...
AI для людей: простыми словами о технологиях Читать...

От избытка информации мы теряем внимание. Сейчас информации так много, что большая часть энергии уходит только на то, чтобы отсеять ту, которая нам не подходит. Разработчик и автор этого канала делает это за вас и рассказывает вкратце о том, что читает, оставляя за вами только выбор прочесть статью полностью или нет

Мы не можем доверять ИИ-системам, построенным на одном лишь глубоком обучении Читать...
Мы не можем доверять ИИ-системам, построенным на одном лишь глубоком обучении Читать...

Компания Ralient в рамках международного форума Autonet 2019 11 октября представила свой первый прототип беспилотного электрического шаттла R-shuttle. Это грузовой малотоннажный транспорт общей массой до 3,5 тонн. Шаттл будет в беспилотном режиме работать в городах и между ними. Запас хода электрического шаттла составит до 420 километров. Проект позволяет избежать долгой зарядки машины за счет созданий станций по быстрой замене аккумуляторных батарей. Компания планирует запустить свои шаттлы уже 2023 году для доставки грузов в магазины крупных ретейлеров. R-shuttle позволит в несколько раз снизить стоимость доставки для транспортных компаний. Ralient занимается разработкой системы беспилотного управления и проектированием шаттла. На текущий момент компания приступила к испытаниям шаттла на полигонах. Основой беспилотного шаттла служит система Mimir которая при помощи нейросетей и глубокого обучения, сочетает в себе функции управления, компьютерного зрения, предсказания дорожной обстановки и построения оптимального маршрута. Частная компания Ralient была основана в 2018 году в Санкт-Петербурге. На текущий момент основным проектом компании является R-shuttle и система беспилотного управления Mimir. ВИДЕО: https://www.youtube.com/watch?v=CNxXLOglRNk

Учебный план освоения глубокого обучения и нейросетей за 6 недель Читать...

Сегодня хочу порекомендовать уютный канал нашей боевой подруги Дашбордец. Даша подробно рассказывает как построить визуализацию так, чтобы dashboard выполнил свою задачу и помог пользователю принять решение. От методов бизнес-анализа до реализации на BI. Вкусные графики, интересные фичи и много другое. Подписывайтесь, там интересно.

25 прикольных вопросов для собеседования по машинному обучению Читать...

Алгоритм вычисления корня n-ой степени из произвольного положительного числа Читать...
Алгоритм вычисления корня n-ой степени из произвольного положительного числа Читать...

Тренды и прогнозы в Natural Language Processing Читать...

Big Data от А до Я. Часть 2: Hadoop Читать...