Вже доступно! Дослідження Telegram за 2025 — головні інсайти року 
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📈 Аналітичний огляд Telegram-каналу Data Science
Канал Data Science (@datascienceiot) є активним учасником. На даний момент спільнота об'єднує 41 895 підписників, посідаючи 3 241 місце в категорії Технології та додатки та 15 299 місце у регіоні Росія.
📊 Показники аудиторії та динаміка
З моменту свого створення невідомо, проект продемонстрував стрімке зростання, зібравши аудиторію у 41 895 підписників.
За останніми даними від 18 червня, 2026, канал демонструє стабільну активність. Хоча за останні 30 днів спостерігається зміна кількості учасників на -32, а за останні 24 години на -12, загальне охоплення залишається високим.
- Статус верифікації: Не верифікований
- Рівень залученості (ER): Середній показник залученості аудиторії становить 8.85%. Протягом перших 24 годин після публікації контент зазвичай збирає 2.90% реакцій від загальної кількості підписників.
- Охоплення публікацій: В середньому кожен допис отримує 3 709 переглядів. Протягом першої доби публікація в середньому набирає 1 213 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 19 червня, 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.
41 895
Підписники
-1224 години
-157 днів
-3230 день
Архів дописів
41 895
❓ Как мощные алгоритмы матричных разложений применяются в рекомендательных системах?
Расскажем на открытом уроке «SVD и ALS на службе рекомендательных систем», посвященному курсу Machine Learning. Advanced
✅ Изучим и применим на практике такие методы как SVD и ALS для построения рекомендательных систем
👉 Регистрация и подробности: https://otus.pw/c5hz/?erid=2W5zFK7DzBz
Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.
41 895
Strong law of large numbers for a branching random walk among Bernoulli traps
📕 Статья
@datascienceiot
41 895
Приглашаем на открытый урок «Инструменты обратного тестирования торговых стратегий» от Otus
Рассмотрим базовую методику и рассмотрим основные библиотеки для проведения обратного тестирования торговых стратегий.
✅ Практика: тест простой торговой стратегии
Оставляйте заявку на курс «ML для финансового анализа» и создайте торгового робота для автоматического проведения операций с оценкой уровня риска
👉 Регистрация на урок и подробности:
https://otus.pw/dIEW/?erid=2W5zFJC4rs2
#реклама
О рекламодателе
41 895
Implementing A Byte Pair Encoding (BPE) Tokenizer From Scratch
📕 Article
@datascienceiot
41 895
Repost from Machinelearning
🖥 Только что Google опубликовали один из лучших официальных гайдов по ИИ-агентам. И его действительно стоит прочитать.
В нем содержится все, что вам нужно знать:
> Описание агентов, компонентов и когнитивных архитектур.
> Разобраны инструменты по работе с агентами: расширения, написании функций и хранилища данных.
> Описываются методы обучения для повышения производительности агентов.
> Описываются методы создания агентов с использованием LangChain и LangGraph
▪ Читать гайд
@ai_machinelearning_big_data
#aiagents #ai #llm #ml #machinelearning
41 895
Mathematicians and physicists alike will jump on this Representation theory primer by Etingof, Hensel, Golberg++
📕 Paper
@datascienceiot
41 895
Приглашаем вас на открытый вебинар: «Как увеличить число обнаружений YOLO?» OTUS.RU
📚На вебинаре вы узнаете на практике:
+Необходимые нюансы с библиотекой по работе с YOLO моделями
+Как увеличивать чисто детекций и инстанс сегментаций с использованием патчевых подходов инференса
+Что нужно для запуска на видеопотоке нейронной сети в базовом и патчевом режиме
+Теорию патчевых методов обработки
🚀В результате вебинара вы научитесь:
-Работать с нейронной сетю на изображениях и видео в базовом и патчевом подходе
-Автопатчингу и сможете его применить для увеличения числа детекций
*а также познакомитесь с библиотекой patched_yolo_infer
Участники вебинара получат скидку🎁 на курс «Компьютерное зрение»
👉Регистрируйтесь по ссылке: OTUS.RU
Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576
#реклама
О рекламодателе
41 895
"Fundamentals of Linear Algebra" by James B. Carrell
Link: personal.math.ubc.ca/~carrell/NB.pdf
41 895
+4
📚 Новогодние праздники продолжаются и пришло время провести крутой розыгрыш.
На этот раз мы разыграем целых 3 места на наших курсах и целую коллекцию актуальных книг для изучения и погружения в машинное обучение и python.
Условия просты:
• подписаться на Pythonl
• подписаться на Поступашки
Победители рандомно получат доступы к курсам или одну из книг, которые перечислены ниже:
— System Design. Машинное обучение. Подготовка к сложному интервью | Сюй Алекс
— Алгебра, топология, дифференциальное исчисление и теория оптимизации для компьютерных наук и машинного обучения
— Глубокое обучение Курвилль Аарон, Гудфеллоу Ян
— Как быть успешным в Data Science.
— Все, что нужно, чтобы понимать математику в одном толстом конспекте
Итоги подведем при помощи бота, который рандомно выберет победителя. Всем удачи ❤️
• подписаться на Pythonl
• подписаться на Поступашки
#Конкурс
41 895
Lecture Notes on Principal Component Analysis by Laurenz Wiskott
📕 lectures
@datascienceiot
41 895
🤖 Искусственный интеллект уже давно перестал быть чем-то фантастическим. Сегодня он окружает нас повсюду: начиная от голосовых помощников в смартфонах и заканчивая сложными системами машинного обучения, управляющими финансовыми рынками. Сейчас ИИ помогает решать самые разные задачи — например, повышать релевантность поисковой выдачи.
Так, Авито представил новую версию поиска, которая позволит в два раза сократить количество неподходящих предложений в поисковой выдаче. Этого удалось достичь с помощью собственной технологии ранжирования — Avito Ranker 3.
Теперь вместо того, чтобы полагаться исключительно на время размещения объявления, система уделяет внимание качеству контента, цене товара и уровню сервиса продавца, отметил старший директор Авито по продукту Иван Зимин.
Эти изменения привели к повышению релевантности поисковых результатов на 25%, что означает, что пользователи получают именно те предложения, которые им действительно интересны. Алгоритмы Авито анализируют более 100 различных параметров, включая персональные предпочтения покупателя, рейтинг и отзывы продавцов, конкурентоспособность цен и удаленность продавца от покупателя.
41 895
Repost from Машиннное обучение | Наука о данных Библиотека
⚡️ Scala for machine learning
📕 Книга
@machinelearning_books
