Data science/ML/AI
Відкрити в Telegram
Data science and machine learning hub Python, SQL, stats, ML, deep learning, projects, PDFs, roadmaps and AI resources. For beginners, data scientists and ML engineers 👉 https://rebrand.ly/bigdatachannels DMCA: @disclosure_bds Contact: @mldatascientist
Показати більше
Сітка:📈 Аналітичний огляд Telegram-каналу Data science/ML/AI
Канал Data science/ML/AI (@datascience_bds) у мовному сегменті Англійська є активним учасником. На даний момент спільнота об'єднує 13 903 підписників, посідаючи 8 919 місце в категорії Технології та додатки та 29 117 місце у регіоні Індія.
📊 Показники аудиторії та динаміка
З моменту свого створення невідомо, проект продемонстрував стрімке зростання, зібравши аудиторію у 13 903 підписників.
За останніми даними від 26 серпня, 2026, канал демонструє стабільну активність. Хоча за останні 30 днів спостерігається зміна кількості учасників на 95, а за останні 24 години на -8, загальне охоплення залишається високим.
- Статус верифікації: Не верифікований
- Рівень залученості (ER): Середній показник залученості аудиторії становить 8.25%. Протягом перших 24 годин після публікації контент зазвичай збирає 2.05% реакцій від загальної кількості підписників.
- Охоплення публікацій: В середньому кожен допис отримує 1 146 переглядів. Протягом першої доби публікація в середньому набирає 285 переглядів.
- Реакції та взаємодія: Аудиторія активно підтримує контент: середня кількість реакцій на один пост – 5.
- Тематичні інтереси: Контент зосереджений навколо ключових тем, таких як panda, learning, row, api, ethic.
📝 Опис та контентна політика
Автор описує ресурс як майданчик для висловлення суб'єктивної думки:
“Data science and machine learning hub
Python, SQL, stats, ML, deep learning, projects, PDFs, roadmaps and AI resources.
For beginners, data scientists and ML engineers
👉 https://rebrand.ly/bigdatachannels
DMCA: @disclosure_bds
Contact: @mldatasci...”
Завдяки високій частоті оновлень (останні дані отримано 27 серпня, 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.
13 903
Підписники
-824 години
-57 днів
+9530 день
Архів дописів
13 903
Data Science Interview Questions and Answers.pdf13.55 MB
13 903
VC Dimension
In theory courses, VC dimension appears abstract.
But it answers a deep question:
How complex is your model’s decision boundary?VC dimension measures the largest number of points a model can shatter (perfectly classify in all labelings). Why this is important❔ Two models with similar parameter counts can have very different capacities. For example: 📦 k-NN → very high effective capacity 📐 Linear classifier → limited capacity 🌳 Deep trees → extremely high capacity What you need to understand Generalization depends on capacity relative to data size. Too much capacity with little data leads to overfitting. ✅ VC dimension is about expressive power, not just number of parameters.
13 903
Repost from Programming Quiz Channel
Which ML concept refers to splitting data into training and testing subsets?
13 903
LLMs are getting insanely popular lately and suddenly everyone is talking about AI, chatbots, copilots, agents… so let’s clear it up 👇
So what are LLMs really? 🤔
LLMs = Large Language Models
Think of them as insanely smart text prediction machines that learned from tons of books, code, docs, and conversations 📚💻
Why everyone is obsessed right now 🔥
• They can write code 🧑💻
• Explain complex stuff like a friend 🗣
• Analyze data 📊
• Power chatbots, copilots, agents 🤖
• One model, MANY tasks
Why they exploded now 🚀
• GPUs got better and cheaper
• Open source models became really good
• Companies realized: this saves time and money 💰
The most famous LLMs you hear about 👀
• GPT-4 / GPT-4.1 by OpenAI
• Claude 3 by Anthropic
• Gemini by Google
• LLaMA 3 by Meta
• Mistral by Mistral AI
Where LLMs are actually used today 🛠
• Chatbots and AI assistants
• Writing SQL and Python
• Data analysis and reporting
• Customer support automation
• Internal company tools
Important truth 💡
LLMs are not magic 🪄
They are very powerful autocomplete with reasoning skills.
Learn how to use them properly and you are already ahead of most people 😉
13 903
🧠 LayerNorm vs BatchNorm: Same Goal, Different Behavior
Both techniques normalize activations, but they operate differently.
Batch Normalization
📦 Normalizes across the batch
⚡️ Depends on batch statistics
🖼 Works very well in CNNs
⚠️ Sensitive to small batch sizes
Layer Normalization
🔬 Normalizes across features per sample
📏 Independent of batch size
🤖 Preferred in transformers and NLP
✅ Stable for sequence models
Why transformers use LayerNorm❔
Sequence models often run with variable or small batches.
LayerNorm avoids reliance on batch statistics and stays stable.
✅ Rule of thumb
🖼 CNNs → BatchNorm
🤖 Transformers → LayerNorm
📌 They look similar mathematically but normalize along different axes.
13 903
⚡️📊 One Line Feature Scaling
Scaling features without touching sklearn 👀
df["age_scaled"] = (df["age"] - df["age"].mean()) / df["age"].std()13 903
Python for Data Analytics: The Ultimate Library Ecosystem (2026 Edition)
This wheel is the Python data stack that's recommended from raw scraping to production insights:
➡️ Data Manipulation → Pandas, Polars (the fast successor), NumPy
➡️ Visualization → Matplotlib, Seaborn, Plotly (interactive dashboards)
➡️ Analysis → SciPy, Statsmodels, Pingouin
➡️ Time Series → Darts, Kats, Tsfresh, sktime
➡️ NLP → NLTK, spaCy, TextBlob, transformers (BERT & friends)
➡️ Web Scraping → BeautifulSoup, Scrapy, Selenium
🔥 Pro tip from real projects:
👉Switch to Polars when Pandas starts choking on >1 GB datasets
👉 Use Plotly + Dash when stakeholders want interactive reports
👉 Combine Darts + Tsfresh for serious time-series feature engineering
13 903
🤯📈 Detect Outliers in 5 Lines
Simple Z score based outlier detection.
import numpy as np
z = (df["salary"] - df["salary"].mean()) / df["salary"].std()
outliers = df[np.abs(z) > 3]13 903
Pre-Chunking vs. Post-Chunking (On-Demand Chunking)
This visual breaks down two common ways to chunk documents in Retrieval-Augmented Generation (RAG) systems,and when each makes sense.
Pre-Chunking
Documents are cleaned, split into chunks, embedded, and stored ahead of time.
• Pros: Fast retrieval at query time, simpler runtime pipeline.
• Cons: Rigid,changing chunk size or strategy means reprocessing the entire dataset.
• Best for: Stable datasets, high-throughput apps, predictable queries.
Post-Chunking / On-Demand Chunking
Documents are stored whole; chunking happens after retrieval based on the user’s query.
• Pros: More flexible and query-aware, often more relevant context.
• Cons: Higher latency and infrastructure complexity.
• Best for: Evolving content, exploratory queries, precision-focused use cases.
🔑 Takeaway:
There’s no one-size-fits-all. If speed and scale matter most, pre-chunk. If adaptability and relevance are key, post-chunk. Many production systems even combine both.
13 903
✅ Natural Language Processing (NLP) Basics You Should Know 🧠💬
Understanding NLP is key to working with language-based AI systems like chatbots, translators, and voice assistants.
1️⃣ What is NLP?
NLP stands for Natural Language Processing. It enables machines to understand, interpret, and respond to human language.
2️⃣ Key NLP Tasks:
- Text classification (spam detection, sentiment analysis)
- Named Entity Recognition (NER) (identifying names, places)
- Tokenization (splitting text into words/sentences)
- Part-of-speech tagging (noun, verb, etc.)
- Machine translation (English → French)
- Text summarization
- Question answering
3️⃣ Tokenization Example:
from nltk.tokenize import word_tokenize
text = "ChatGPT is awesome!"
tokens = word_tokenize(text)
print(tokens) # ['ChatGPT', 'is', 'awesome', '!']from textblob import TextBlob
TextBlob("I love AI!").sentiment # Sentiment(polarity=0.5, subjectivity=0.6)from nltk.corpus import stopwords
words = ["this", "is", "a", "test"]
filtered = [w for w in words if w not in stopwords.words("english")]
