uk
Feedback

Не попадись на ботовода! Telemetrio знаходить і позначає такі канали мітками 👉 Хочеш бачити мітку, оформляй підписку

Анализ данных (Data analysis)

Анализ данных (Data analysis)

Відкрити в Telegram

Data science, наука о данных. @haarrp - админ РКН: clck.ru/3FmyAp

Показати більше

📈 Аналітичний огляд Telegram-каналу Анализ данных (Data analysis)

Канал Анализ данных (Data analysis) (@data_analysis_ml) у мовному сегменті Російська є активним учасником. На даний момент спільнота об'єднує 51 955 підписників, посідаючи 2 565 місце в категорії Технології та додатки та 11 790 місце у регіоні Росія.

📊 Показники аудиторії та динаміка

З моменту свого створення невідомо, проект продемонстрував стрімке зростання, зібравши аудиторію у 51 955 підписників.

За останніми даними від 10 листопада, 2026, канал демонструє стабільну активність. Хоча за останні 30 днів спостерігається зміна кількості учасників на 581, а за останні 24 години на 36, загальне охоплення залишається високим.

  • Статус верифікації: Не верифікований
  • Рівень залученості (ER): Середній показник залученості аудиторії становить 11.33%. Протягом перших 24 годин після публікації контент зазвичай збирає 8.46% реакцій від загальної кількості підписників.
  • Охоплення публікацій: В середньому кожен допис отримує 5 887 переглядів. Протягом першої доби публікація в середньому набирає 4 394 переглядів.
  • Реакції та взаємодія: Аудиторія активно підтримує контент: середня кількість реакцій на один пост – 236.
  • Тематичні інтереси: Контент зосереджений навколо ключових тем, таких як llm, контекст, openai, архитектура, deepseek.

📝 Опис та контентна політика

Автор описує ресурс як майданчик для висловлення суб'єктивної думки:
“Data science, наука о данных. @haarrp - админ РКН: clck.ru/3FmyAp”

Завдяки високій частоті оновлень (останні дані отримано 11 листопада, 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.

51 955
Підписники
+3624 години
+427 днів
+58130 днів
Архів дописів
⚡️ Screenpipe записывает ваш экран и обрабатывает эти записи с помощью Ollama. Инструмент написан на Rust. Он позволяет автом
⚡️ Screenpipe записывает ваш экран и обрабатывает эти записи с помощью Ollama. Инструмент написан на Rust. Он позволяет автоматически собирать данные с вашего пк во всех форматах (текст, аудио, видео) и обрабатывать с помощью LLM. Особое внимание уделено безопасности данных, с фокусом на локальное хранение в базе данных SQLite. Исходный код доступен на GitHub : https://github.com/mediar-ai/screenpipe ▪ Github @data_analysis_ml

Учитесь в универе и давно хотите попробовать свои силы в решении реальных кейсов по машинному обучению и нейросетям? Междунар
Учитесь в универе и давно хотите попробовать свои силы в решении реальных кейсов по машинному обучению и нейросетям? Международные олимпиады — отличный способ проверить свои знания и выйти на новый уровень! Одна из таких олимпиад — AIDAO от Яндекса и НИУ ВШЭ. Участникам предстоит решать IT-задачи в команде из 2-3 человек, а победители получат денежные призы до 600 тысяч рублей! Выполнять задания олимпиады нужно на английском, но разрешено пользоваться переводчиком. Если у вас нет команды, то вам помогут её найти во время регистрации. Чтобы принять участие, надо: - быть студентом бакалавриата или магистратуры в российском или зарубежном вузе; - разбираться в ML, алгоритмах и работе с данными; - подать заявку на сайте до 5 октября. Не упустите шанс применить свои навыки на практике и посоревноваться со студентами со всего мира!

📊 FinanceDatabase для Python — мощный инструмент для работы с финансовыми данными! ❓Этот репозиторий предоставляет удобный д
📊 FinanceDatabase для Python — мощный инструмент для работы с финансовыми данными! ❓Этот репозиторий предоставляет удобный доступ к более чем 300 000 финансовых инструментов: акции, ETF, криптовалюты, облигации и многое другое. Можно легко находить информацию по каждому активу и использовать ее в своих проектах. 💡 Установка:

pip install financedatabase -U
💡 Использование:

import financedatabase as fd
🔐 Лицензия: MIT ▪️Github @data_analysis_ml

Оффер в дата-аналитику за выходные? Легко — для опытных специалистов на Data Weekend Offer от Авито! Пройдите ускоренный отбо
Оффер в дата-аналитику за выходные? Легко — для опытных специалистов на Data Weekend Offer от Авито! Пройдите ускоренный отбор, изучайте поведение пользователей и ищите точки роста бизнеса. Вас ждет: — конкурентная зарплата, удаленка и дополнительные дни отпуска; — возможность прокачать свой стек – проверять бизнес-модели, тестить гипотезы, запускать фичи и улучшать пользовательский опыт; — участие в разработке новых продуктов крупнейшего в мире сервиса объявлений; — сильное IT-комьюнити, которое любит опенсорс. Авито – это про карьерное развитие и комфортные условия. Регистрируйтесь до 15 октября: https://u.to/Z-bkIA

🐐Oryx🐐 - унифицированная мультимодальная архитектура для генераций изображений, видео и 3D-сцен с разными ракурсами. - Прое
🐐Oryx🐐 - унифицированная мультимодальная архитектура для генераций изображений, видео и 3D-сцен с разными ракурсами. - Проект: https://oryx-mllm.github.io - Github: https://github.com/Oryx-mllm/Oryx - Демо: https://huggingface.co/spaces/THUdyh/Oryx @data_analysis_ml

⚡Всероссийский хакатон по Биометрии 🚀Выберите один из предложенных кейсов: 🔹Разработка ассистента для упрощения регистрации
⚡Всероссийский хакатон по Биометрии 🚀Выберите один из предложенных кейсов: 🔹Разработка ассистента для упрощения регистрации в Единой биометрической системе (кейс ЦБТ); 🔹Создание инструмента для генерации синтетического датасета изображений ладоней (кейс Сбера); 🔹Создание инструмента для восстановления изображения из вектора биометрических персональных данных (кейс Мир Plat.form и СБП). Отборочный этап пройдет в онлайн-формате. Финал пройдет на площадке в Москве, где команды смогут лично пообщаться с профессионалами в сфере биометрических технологий. Для финалистов из других регионов предусмотрено участие онлайн. ⏳Дедлайн регистрации: 1 октября, 23:59 🦾Отборочный этап: 4-13 октября 📆Финал: 26 октября 👨‍💻Для кого: Разработчики, ML-специалисты, Data Scientists, UX/UI-специалисты Подробности и регистрация: https://tglink.io/29b052ab52e5?erid=LjN8Jvf5p #реклама О рекламодателе

⚡️Исследование неочевидных аспектов квантового программирования: 10 библиотек для тех, кто хочет погрузиться в квантовое программирование: ▪Qiskit — это библиотека для квантового программирования, которая позволяет пользователям писать программы для квантовых компьютеров IBM. Включает поддержку классических, квантовых алгоритмов и визуализацию квантовых схем. ▪Cirq — это библиотека от Google для создания, симуляции и выполнения квантовых алгоритмов. Она предназначена для использования с квантовыми компьютерами и обеспечивает возможность работы с сложными квантовыми системами. ▪PennyLane - объединяет машинное обучение и квантовое программирование. Она позволяет пользователям создавать самонастраиваемые квантовые алгоритмы и исследовать преимущества квантовых вычислений в задачах машинного обучения. ▪ProjectQ - это открытая платформа для квантовых вычислений, которая позволяет пользователям реализовывать и симулировать квантовые алгоритмы, и включает в себя интерфейсы для различных квантовых процессоров. ▪QuTiP - предоставляет инструменты для моделирования квантовых систем и является незаменимым инструментом для исследователей квантовой механики и квантовой оптики. ▪PyQuil - это библиотека для написания квантовых программ с помощью языка квантового программирования Quil, разработанного Rigetti Computing. Поддерживает симуляцию и выполнение программ на реальных квантовых процессорах. ▪Tequila - это инструмент для создания квантовых алгоритмов с интеграцией в PyTorch и TensorFlow, который позволяет больше акцентировать внимание на квантовых вычислениях в контексте глубокого обучения. ▪Strawberry Fields предлагает платформу для создания и симуляции квантовых алгоритмов с использованием квантовых битов и квантовой оптики. Подходит для работы с квантовыми сетями и визуализацией в квантовых схемах. ▪Q# - это язык программирования от Microsoft для квантовых вычислений, который также предоставляет библиотеки, намеренные упростить разработку и выполнение квантовых алгоритмов в Azure Quantum. ▪Quirk — это онлайн-интерфейс для визуального проектирования и анализа квантовых схем, который позволяет легко экспериментировать с различными квантовыми логическими элементами. #quantum #python #ai @data_analysis_ml

🌟 Реализация высоконагруженный процессингов и использование тяжелых моделей GPT Как подходы к генерации развивались со време
🌟 Реализация высоконагруженный процессингов и использование тяжелых моделей GPT Как подходы к генерации развивались со временем, первый подход к оптимизации нагрузки и взаимодействие процессинга и сервиса ML‑вычислений. Команда Яндекса поделилась опытом эффективного распределения нагрузки для моделей на GPU и CPU. 🟡 Habr @data_analysis_ml

🌟 ChatGPT на калькуляторе TI-84 Автор ютуб-канала ChromaLock сделал модифицированный калькулятор TI-84, оснащённый возможностью выхода в интернет. С помощью микроконтроллера ESP32C3 и специально разработанной печатной платы, калькулятор получил возможность подключения к интернету. Связь между калькулятором и модулем осуществляется с помощью эмуляции протокола передачи данных TI-84. Специальные приложения на калькуляторе, написанные на TI Basic, взаимодействуют с микроконтроллером, отправляя и получая данные, эмулируя обмен между двумя калькуляторами, чтобы обходить ограничения отправки и получение данных. В результате, TI-84 получил возможности: 🟠чат для связи с друзьями; 🟠браузер изображений; 🟠браузер приложений для загрузки дополнительных программ и заметок; 🟠возможность получать ответы на вопросы через ChatGPT. @ai_machinelearning_big_data #AI #ML #LLM #Tutorial

⚡️ Выпущена мультимодальная Llama 3.2 — с упором на vision задачи. - Доступны версии на 1B и 3B параметров. Версия с 3 миллиа
⚡️ Выпущена мультимодальная Llama 3.2 — с упором на vision задачи. - Доступны версии на 1B и 3B параметров. Версия с 3 миллиардами превосходит такие модели, как Gemma 2 и Phi-3.5 – Mini. - Доступна маленькая версия имеет 11 миллиардов параметров. - Средний вариант обладает 90 миллиардами параметров и превосходит GPT-4o-mini по тестам на визуальное понимание. https://huggingface.co/collections/meta-llama/llama-32-66f448ffc8c32f949b04c8cf

⚡️ Настоящая кладезь руководств по генеративным агентам искусственного интеллекта! В этом репозитории вы найдете все, что свя
⚡️ Настоящая кладезь руководств по генеративным агентам искусственного интеллекта! В этом репозитории вы найдете все, что связано с агентами. От простых объяснений до самых сложных тем. https://github.com/NirDiamant/GenAI_Agents @data_analysis_ml

Yandex Cloud открыла доступ к Yandex Cloud AI Studio – единой платформе для создания приложений на базе ИИ Платформа объединя
Yandex Cloud открыла доступ к Yandex Cloud AI Studio – единой платформе для создания приложений на базе ИИ Платформа объединяет все доступные ML-решения компании, включая генеративные нейросети: YandexGPT и YandexART. Единый интерфейс позволяет упростить разработку и ускорить запуск многофункциональных ИИ-приложений. Чтобы писать меньше кода для интеграции нейросетей, разработчики могут воспользоваться SDK-библиотекой с готовыми примерами кода. Также пользователи смогут тестировать ML-решения в AI Playground: в нем можно вести одновременно несколько диалогов, в каждом из которых сохраняется история обращений. Читайте подробнее в статье.

⚡️ Вышел Face fusion 3.0 Мощное приложение для работы с лицами с открытым исходным кодом на базе Gradio, поддерживает множест
⚡️ Вышел Face fusion 3.0 Мощное приложение для работы с лицами с открытым исходным кодом на базе Gradio, поддерживает множество новых функций, включая: - Модификация возраста - Редактор лиц (через LivePortrait) - Система очередей заданий - И многое другое ▪Github: https://github.com/facefusion/facefusion ▪Proj: join.facefusion.io @data_analysis_ml

👀 Open AI только что выпустила многоязычный датасет Multilingual Massive Multitask Language Understanding (MMMLU) на hugging
👀 Open AI только что выпустила многоязычный датасет Multilingual Massive Multitask Language Understanding (MMMLU) на huggingface 🌍 Набор тестов MMLU доступен на 14 языках, включая арабский, немецкий, испанский, французский,........... 🧠 Он охватывает широкий спектр тем из 57 различных категорий, от элементарных знаний до продвинутых профессиональных дисциплин, таких как юриспруденция, физика, история и информатика. 🎓 Переведено профессиональными переводчиками 🔬 Оценивает общие знания моделей искусственного интеллекта в различных культурах, используемые в openai/simple-evals 🤔 Лицензия не определена https://huggingface.co/datasets/openai/MMMLU

Большинство моделей от Mistral теперь доступны бесплатно по API 😱 Что за аттракцион невиданной щедрости? Вероятно, ваши запр
Большинство моделей от Mistral теперь доступны бесплатно по API 😱 Что за аттракцион невиданной щедрости? Вероятно, ваши запросы будут использованы для обучения новых моделей (хотя это не точно). VPN не требуется, карта не нужна. Пользуйтесь! @data_analysis_ml

🖥 Андрей Карпаты выложил ролик , где рассказывает о создании своего знаменитого проекта llm.c. Его не удовлетворяли возможности PyTorch и метод compile, поэтому он принял решение переписать всё самостоятельно с нуля на языке C. Сейчас llm.c является крайне популярным проектом среди энтузиастов Энтузиасты активно внедряют новые оптимизации, а в ближайшем будущем планируют добавить поддержку llama-3.1. Это отличный материал для прокачки мозгов 🧠 https://www.youtube.com/watch?v=BmdOt6A6tHM

🖥 Daily Papers HN - это веб-приложение на базе Python, которое отображает академические статьи в интерфейсе, похожем на Hack
🖥 Daily Papers HN - это веб-приложение на базе Python, которое отображает академические статьи в интерфейсе, похожем на Hacker News. Приложение использует Hugging Face Daily Papers API для получения и вывода статей в виде отсортированного списка. ▪Github ▪Demo @data_analysis_ml

⚡️Легкий способ получать свежие обновления и следить за трендами в разработке на вашем языке. Находите свой стек и подписывайтесь: МАШИННОЕ ОБУЧЕНИЕ: t.me/ai_machinelearning_big_data C++ t.me/cpluspluc Python: t.me/pythonl Хакинг: t.me/linuxkalii Devops: t.me/DevOPSitsec АНАЛИЗ Данных: t.me/data_analysis_ml Javascript: t.me/javascriptv C#: t.me/csharp_ci Java: t.me/javatg Базы данных: t.me/sqlhub Linux: t.me/linuxacademiya Python собеседования: t.me/python_job_interview Мобильная разработка: t.me/mobdevelop Docker: t.me/DevopsDocker Golang: t.me/Golang_google React: t.me/react_tg Rust: t.me/rust_code PHP: t.me/phpshka Android: t.me/android_its Frontend: t.me/front Big Data: t.me/bigdatai Собеседования МЛ: t.me/machinelearning_interview МАТЕМАТИКА: t.me/data_math Kubernets: t.me/kubernetc 💼 Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy Папка ML: https://t.me/addlist/2Ls-snqEeytkMDgy Папка FRONTEND: https://t.me/addlist/mzMMG3RPZhY2M2Iy 😆ИТ-Мемы: t.me/memes_prog 🇬🇧Английский: t.me/english_forprogrammers 🧠ИИ: t.me/vistehno 🎓954ГБ ОПЕНСОРС КУРСОВ: @courses 📕Ит-книги бесплатно: https://t.me/addlist/BkskQciUW_FhNjEy

🧑‍🍳 Свежий гайд по работе Groq API! В этом руководстве подробно показано как создать приложение для модерации изображений н
+2
🧑‍🍳 Свежий гайд по работе Groq API! В этом руководстве подробно показано как создать приложение для модерации изображений на базе Grog для быстрого анализа изображений и проверки содержания контент на них . Также в гайде показано как использовать Gradio для создания удобного интерфейса. Groq известен своей невероятно высокой скоростью вывода, которая очень хорошо подходит для ИИ приложений, предоставляя множество больших языковых моделей (LLM) в различных модальностях через Groq API. В этом руководстве используется LlaVA 1.5 7B для анализа изображений и Llama Guard 3 8B для оценки контент на изображеня. ▪Гайд: https://github.com/groq/groq-api-cookbook/blob/main/tutorials/image_moderation.ipynb ▪Демо: https://huggingface.co/spaces/Groq/image-moderation @data_analysis_ml

🖥 pipe func - инструмент для создания простого функционального конвейера (DAG) на чистом Python для задач по анализу данных
🖥 pipe func - инструмент для создания простого функционального конвейера (DAG) на чистом Python для задач по анализу данных и научных вычислений 🕸️🧪 DAG — это ориентированный ациклический граф, концептуальное представление серии действий или, другими словами, математическая абстракция конвейера данных (data pipeline). ▪ Github @data_analysis_ml