Data Science | ML | AI Resources
Відкрити в Telegram
Data Science community is built for Data Science Aspirants who wish to start their journey into the field Data Science. Download Free PDFs, Courses & Internships and Jobs related to Data Science and Machine Learning!
Показати більшеКраїна не вказанаКатегорія не вказана
7 903
Підписники
-424 години
-267 днів
-5530 днів
Завантажуємо дані
Схожі канали
Хмара тегів
Немає даних
Виникли проблеми? Будь ласка, оновіть сторінку або зверніться до нашого support-менеджера.
Вхідні та вихідні згадування
---
---
---
---
---
---
Залучення підписників
жовтень '26жовт '26
жовтень '26
+1 697
в 0 каналах
вересень '260
в 0 каналах
Get PRO
серпень '260
в 0 каналах
Get PRO
липень '260
в 0 каналах
Get PRO
червень '260
в 1 каналах
Get PRO
травень '260
в 1 каналах
Get PRO
квітень '260
в 0 каналах
Get PRO
березень '260
в 0 каналах
Get PRO
лютий '260
в 0 каналах
Get PRO
січень '260
в 0 каналах
Get PRO
грудень '250
в 0 каналах
Get PRO
листопад '250
в 0 каналах
Get PRO
жовтень '250
в 0 каналах
Get PRO
вересень '250
в 0 каналах
Get PRO
серпень '250
в 0 каналах
Get PRO
липень '250
в 0 каналах
Get PRO
червень '250
в 0 каналах
Get PRO
травень '250
в 0 каналах
Get PRO
квітень '250
в 0 каналах
Get PRO
березень '250
в 0 каналах
Get PRO
лютий '250
в 0 каналах
Get PRO
січень '250
в 0 каналах
Get PRO
грудень '24
+1
в 0 каналах
Get PRO
листопад '24
+2
в 0 каналах
Get PRO
жовтень '24
+5
в 0 каналах
Get PRO
вересень '240
в 0 каналах
Get PRO
серпень '24
+3
в 0 каналах
Get PRO
липень '24
+1
в 0 каналах
Get PRO
червень '240
в 0 каналах
Get PRO
травень '240
в 0 каналах
Get PRO
квітень '240
в 0 каналах
Get PRO
березень '24
+4
в 0 каналах
Get PRO
лютий '240
в 0 каналах
Get PRO
січень '240
в 0 каналах
Get PRO
грудень '230
в 0 каналах
Get PRO
листопад '230
в 0 каналах
Get PRO
жовтень '23
+27
в 0 каналах
Get PRO
вересень '23
+38
в 0 каналах
Get PRO
серпень '23
+51
в 0 каналах
Get PRO
липень '23
+61
в 0 каналах
Get PRO
червень '23
+59
в 0 каналах
Get PRO
травень '23
+56
в 0 каналах
Get PRO
квітень '23
+40
в 0 каналах
Get PRO
березень '23
+52
в 0 каналах
Get PRO
лютий '23
+40
в 0 каналах
Get PRO
січень '23
+8 052
в 0 каналах
| Дата | Залучення підписників | Згадування | Канали | |
| 26 жовтня | 0 | |||
| 25 жовтня | +3 | |||
| 24 жовтня | 0 | |||
| 23 жовтня | 0 | |||
| 22 жовтня | 0 | |||
| 21 жовтня | 0 | |||
| 20 жовтня | 0 | |||
| 19 жовтня | 0 | |||
| 18 жовтня | +1 | |||
| 17 жовтня | +1 | |||
| 16 жовтня | +1 | |||
| 15 жовтня | +2 | |||
| 14 жовтня | 0 | |||
| 13 жовтня | +1 | |||
| 12 жовтня | +1 | |||
| 11 жовтня | +1 | |||
| 10 жовтня | +1 |
Дописи каналу
| 2 | 🚀 5 Unsupervised Machine Learning Algorithms You Should Know! 👇
https://www.instagram.com/reel/De52nqGSTSg/?rpxt=anpmenFob25kNjIz | 131 |
| 3 | Unsupervised Machine Learning Algorithms Complete Guide 👆 | 159 |
| 4 | 5 Most Important Unsupervised Machine Learning Algorithms You Should Know 👆 | 158 |
| 5 | Немає тексту... | 150 |
| 6 | Asked in an Uber AI/ML Engineer interview 👇
Uber’s AI predicts that ride demand in a particular area will increase significantly in the next 20 minutes. How would you design an AI system that predicts demand and proactively moves drivers to that area?
Prediction is the easy half. The value is in the allocation, and most candidates stop before they get there.
1. Forecast both sides, per cell per bucket
- H3 hexagons × 5-minute buckets, forecasting rides requested and drivers available
- Features: the same hour last week, weather, events, traffic, and live app-open sessions
- Short horizons need current state; long horizons need seasonality
2. What matters is the gap
- Rank cells by expected unmet demand, which is demand minus reachable supply
- A surging cell that already has forty idle drivers needs nothing from you
3. Turn the forecast into assignments
- For each driver, the expected value of moving versus staying, minus travel time and fuel
- Solve it as min-cost flow across drivers and cells, not as a greedy nudge per driver
- Greedy sends everyone to the same hex and creates the opposite problem
4. Drivers are people, not units of supply
- Incentives and heatmaps, never orders — model the probability they accept
- Respect end-of-shift, home direction and rest; an ignored nudge is worse than none
5. Do not stampede
- Move a fraction of the nearby drivers, then re-solve a few minutes later
- Closed-loop correction beats one confident dispatch
6. Evaluate on the marketplace
- Geo-based A/B tests, because moving drivers changes the outcome for everyone in the city
- Track unfulfilled requests, pickup ETA and driver earnings per hour together
The principle: A demand forecast is only worth what the allocation on top of it earns. Optimise the assignment, not the RMSE.
💬 Incentives or dispatch — which moves drivers better in your experience? | 169 |
| 7 | Never Sit in AI Interview before knowing these concepts👆 | 205 |
| 8 | Немає тексту... | 224 |
| 9 | Немає тексту... | 269 |
| 10 | Немає тексту... | 291 |
| 11 | Complete Machine Learning Engineer Roadmap - Download👆 | 289 |
| 12 | 🚀 Follow this roadmap to become a Machine Learning Engineer in 2026👇
https://www.instagram.com/reel/Des_6UOSplh/?exln=MWJvaXoxY2wxY3VpdA== | 302 |
| 13 | Complete Machine Learning Engineer Roadmap and Resources👇️️ | 290 |
| 14 | Немає тексту... | 300 |
| 15 | Немає тексту... | 329 |
| 16 | Немає тексту... | 288 |
| 17 | 🚀 STOP SCROLLING! These websites can level up your career in 2026 💻
Looking for a job? Want to build a standout resume or portfolio? Need to sharpen your technical skills?
Bookmark these FREE & useful resources! 👇 | 280 |
| 18 | https://www.instagram.com/reel/Delb4KugDTd/?psln=dXljM3g5NG1nNjRv | 314 |
| 19 | 8 Model Evaluation Techniques in Machine Learning 👆 | 282 |
| 20 | Немає тексту... | 323 |
