Data Science
Відкрити в Telegram
DS По всем вопросам- @haarrp @ai_machinelearning_big_data - machine learning @pythonl - Python @itchannels_telegram - 🔥 best it channels @ArtificialIntelligencedl - AI @pythonlbooks-📚 @programming_books_it -📚 Реестр РКН: https://clck.ru/3Fk3zS
Показати більше
Сітка:📈 Аналітичний огляд Telegram-каналу Data Science
Канал Data Science (@datascienceiot) є активним учасником. На даний момент спільнота об'єднує 41 860 підписників, посідаючи 3 200 місце в категорії Технології та додатки та 15 201 місце у регіоні Росія.
📊 Показники аудиторії та динаміка
З моменту свого створення невідомо, проект продемонстрував стрімке зростання, зібравши аудиторію у 41 860 підписників.
За останніми даними від 10 липня, 2026, канал демонструє стабільну активність. Хоча за останні 30 днів спостерігається зміна кількості учасників на -70, а за останні 24 години на 30, загальне охоплення залишається високим.
- Статус верифікації: Не верифікований
- Рівень залученості (ER): Середній показник залученості аудиторії становить 6.80%. Протягом перших 24 годин після публікації контент зазвичай збирає 2.77% реакцій від загальної кількості підписників.
- Охоплення публікацій: В середньому кожен допис отримує 2 846 переглядів. Протягом першої доби публікація в середньому набирає 1 157 переглядів.
- Реакції та взаємодія: Аудиторія активно підтримує контент: середня кількість реакцій на один пост – 0.
- Тематичні інтереси: Контент зосереджений навколо ключових тем, таких як llm, агентов, api, октября, разработчиков.
📝 Опис та контентна політика
Автор описує ресурс як майданчик для висловлення суб'єктивної думки:
“DS
По всем вопросам- @haarrp
@ai_machinelearning_big_data - machine learning
@pythonl - Python
@itchannels_telegram - 🔥 best it channels
@ArtificialIntelligencedl - AI
@pythonlbooks-📚
@programming_books_it -📚
Реестр РКН: https://clck.ru/3...”
Завдяки високій частоті оновлень (останні дані отримано 11 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.
41 860
Підписники
+3024 години
+807 днів
-7030 день
Архів дописів
41 857
Эти люди делают DS
У технологического подкаста ВТБ стартовал новый сезон — «Лица Data Fusion». Он посвящён тем, кто стоит за яркими достижениями и самыми интересными проектами сферы ИИ и Data Science, — лидерам от науки и бизнеса и их командам. Кстати, Data Fusion — большая весенняя конференция по данным и ИИ, на которой соберутся все эксперты в области DS.
Ведёт подкаст Денис Суржко, вице-президент и замруководителя департамента анализа данных и моделирования ВТБ.
Нам нравится идея в подкасте о технологиях говорить о людях. В гостях первого выпуска — доктор физ.-мат. наук, профессор РАН, генеральный директор института AIRI, профессор Сколтеха Иван Оселедец. Получился интересный разговор о том, как был предопределён его путь в науку, об учениках, бизнесе и будущем ИИ.
Крайне рекомендуем к прослушиванию и просмотру, ссылки ниже.
VK Видео
Аудиоплощадки
41 857
🔥17 декабря в 20.00 мск приглашаем на открытый урок "Алгоритмы с подкреплением в стохастических играх" курса Reinforcement Learning, на котором:
- Вспомним о теории игр и равновесии Нэша;
- Поговорим о том какие алгоритмы обучения с подкреплением применимы к стохастическим играм;
- Реализуем один из них в коде и обучим наших агентов взаимодействовать друг с другом.
Участники вебинара получат ноутбук с кодом практического примера реализации алгоритма и поймут как запустить его в игровой среде.
👉Регистрация: https://otus.pw/fiHd/?erid=LjN8KbeQ4
Встречаемся в преддверии старта курса «Reinforcement Learning» в OTUS.
Обучение позволит применять алгоритмы RL для решения разнообразных задач в реальном мире, включая игровую индустрию, робототехнику, управление энергетическими системами и управление финансовым портфелем.
#реклама
О рекламодателе
41 857
MIT's "Foundations of Reinforcement Learning & Interactive Decision Making"
PDF: arxiv.org/pdf/2312.16730
@datascienceiot
41 857
Repost from Machinelearning
📌Монография "Reinforcement Learning: An Overview"
Исчерпывающий материал по обучению с подкреплением (Reinforcement Learning, RL), в котором подробно описываются различные модели среды, задачи оптимизации, исследуется определение компромисса между теорией и практической эксплуатаций RL.
Отдельно рассматриваются смежные темы: распределенное RL, иерархическое RL, обучение вне политики и VLM.
В работе представлен обзор алгоритмов RL:
🟢SARSA;
🟢Q-learning;
🟢REINFORCE;
🟢A2C;
🟢TRPO/PPO;
🟢DDPG;
🟢Soft actor-critic;
🟢MBRL.
Автор - Kevin Murphy, главный научный сотрудник и руководитель команды из 28 ресечеров и инженеров в Google Deepmind. Группа работает над генеративными моделями (диффузия и LLM), RL, робототехникой, байесовским выводом и другими темами.
Кевин опубликовал более 140 статей на рецензируемых конференциях и в журналах, а также 3 учебника по ML, опубликованных в 2012, 2022 и 2023 годах издательством MIT Press. (Книга 2012 года была удостоена премии ДеГроота как лучшая книга в области статистической науки).
🔜 Монография опубликована в открытом доступе 9 декабря 2024 года.
@ai_machinelearning_big_data
#AI #ML #Book #RL
41 857
Российская наука на NeurIPS 2024
На международной конференции NeurIPS, которая стартовала 10 декабря в Ванкувере, ученые из AIRI (российский научно-исследовательский институт искусственного интеллекта) и Сбера представили рекордные 17 научных работ. В их числе исследования в области квантовой химии, оптимизации AI-алгоритмов и методов обучения больших моделей.
Как отметил Старший вице-президент Сбера, руководитель блока «Технологическое развитие» Андрей Белевцев — этот успех подчеркивает конкурентоспособность российской науки в области искусственного интеллекта на мировой арене.
@datascienceiot
41 857
ML Advertising - это канал, где я рассказываю про мир рекламных бирж, платформ-вендоров и делаю боевые заметки с полей онлайн рекламы от лица ML инженера.
На канале вы найдете все необходимое для погружения в индустрию:
- Bid Landscape: оцениваем распределение ставок при покупке рекламных слотов
- Bidding Strategy: выбираем оптимальные стратегии ставок в RTB-аукционах с использованием многоруких бандитов и Deep RL
- LLM in Ad Tech: используем языковые модели для анализа контекста сайтов и таргетинга пользователей
- Traffic Shaping: фильтруем рекламные слоты для экономии расходов на инфру
Подборка постов
🤖 ML в AdTech
🚀 Как работает рекламная платформа
🔨 Аукционы в реальном времени
💵 Динамическое ценообразование
t.me/dsinsights - стоит подписаться!
41 857
🖥 t.me/haskell_tg - Haskell входит в число наиболее востребованных функциональных языков программирования.
В нашем новом канале, вы найдете множество уроков, книг и гайдов для погружения в этот мощный язык с нуля.
Отличная возможность не только выучить новый язык, но и возможность прокачать свои навыки программирования.
t.me/haskell_tg - стоит подписаться!
41 857
Приглашаем тебя на крутое IT-мероприятие, посвящённое AI и передовым технологиям разработки рекомендательных систем.
Регистрируйся, и в день мероприятия мы пришлём тебе ссылку на трансляцию. Или приходи очно, если ты живёшь в одном из городов.
Где и когда?
👉 Нижний Новгород, 5 декабря
👉 Санкт-Петербург, 6 декабря
Тебя ждут крутейшие доклады, живая дискуссия и новые знания в сфере рекомендательных систем.
Количество мест ограничено — успей занять своё и прикоснуться к миру рекомендательных систем! 😉
41 857
📚 Deep Learning with Python Develop Deep Learning Models on Theano and TensorFLow Using Keras by Jason Brownlee
🔗 Book
@datascienceiot
