Вже доступно! Дослідження Telegram за 2025 — головні інсайти року 
Математика Дата саентиста
Відкрити в Telegram
@workakkk - админ @data_analysis_ml - ds https://gosuslugi.ru/snet/67b55bb01a1c5a6fb6ecc946
Показати більше📈 Аналітичний огляд Telegram-каналу Математика Дата саентиста
Канал Математика Дата саентиста (@data_math) у мовному сегменті Російська є активним учасником. На даний момент спільнота об'єднує 14 055 підписників, посідаючи 9 185 місце в категорії Технології та додатки та 47 321 місце у регіоні Росія.
📊 Показники аудиторії та динаміка
З моменту свого створення невідомо, проект продемонстрував стрімке зростання, зібравши аудиторію у 14 055 підписників.
За останніми даними від 19 червня, 2026, канал демонструє стабільну активність. Хоча за останні 30 днів спостерігається зміна кількості учасників на -52, а за останні 24 години на 3, загальне охоплення залишається високим.
- Статус верифікації: Не верифікований
- Рівень залученості (ER): Середній показник залученості аудиторії становить 17.50%. Протягом перших 24 годин після публікації контент зазвичай збирає 6.82% реакцій від загальної кількості підписників.
- Охоплення публікацій: В середньому кожен допис отримує 2 459 переглядів. Протягом першої доби публікація в середньому набирає 958 переглядів.
- Реакції та взаємодія: Аудиторія активно підтримує контент: середня кількість реакцій на один пост – 51.
- Тематичні інтереси: Контент зосереджений навколо ключових тем, таких як llm, программирование, параметр, визуализация, stepik.
📝 Опис та контентна політика
Автор описує ресурс як майданчик для висловлення суб'єктивної думки:
“@workakkk - админ
@data_analysis_ml - ds
https://gosuslugi.ru/snet/67b55bb01a1c5a6fb6ecc946”
Завдяки високій частоті оновлень (останні дані отримано 20 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.
14 055
Підписники
+324 години
+27 днів
-5230 день
Архів дописів
📚 Практическое введение в решение дифференциальных уравнений в Python Автор: Н. М. Ершов
Книга
@data_math
Практическое введение в решение дифференциальных уравнений в
Python
Автор: Н. М. Ершов
🪄 Бесплатное введение в линейную алгебру для машинного обучения с помощью Python.
Очень конкретное описание того, что вам нужно для обучения. Ничего лишнего.
Одно из лучших руководств, которое вы найдете в Интернете.
https://pabloinsente.github.io/intro-linear-algebra
@data_math
🖥Хороший визуальный Гайд по NumPy
Это подробное руководство поможет уложить в голове матричные операции.
📌 полное руководство на сайте
@data_math
Новый инструмент для тех, кто любит собирать и анализировать данные. Не так давно появились фитнес-трекеры, а теперь пришло время трекера мозга
Отслеживай свою когнитивную нагрузку в диапазоне от 0 до 100 %: чтобы понимать, что дается мозгу легко, а что нет
Знай, в каком ты состоянии: «в потоке» ли, застрессован или устал
⚡️ Получай подсказки от майнд-трекера и управляй своим состоянием: для максимальной продуктивности и концентрации
Узнай подробнее о майнд-трекере Neiry:
https://neiry.ru/mindtracker?utm_source=tg_in&utm_medium=2211mat&utm_term=ad13
Реклама. ООО "НЕЙРИ". ИНН 9701140612. erid: LjN8KA3SC
Φ-SO : Physical Symbolic Optimization - обучение физике на основе данных 🧠
Пакет Physical Symbolic Optimization использует глубокое обучение с подкреплением для обнаружения физических законов на основе данных. На гифке анимировано аналитическое выражение затухающего гармонического осциллятора.
🐱 Github: https://github.com/WassimTenachi/PhySO
👉 Paper: https://arxiv.org/abs/2303.03192
🔥 Подборка хороших задач с подробным разбором решений.
▪линейная алгебра
▪математическая статистика
@data_math
Призи розіграшу
3 підписок Telegram Premium на 3 місяців
Дата завершення
📌 awesome matlab students
Список полезных ресурсов для студентов, изучающих MATLAB и Simulink. Список включает советы и рекомендации, учебные пособия, видео, шпаргалки и возможности для изучения MATLAB и Simulink.
https://github.com/mathworks/awesome-matlab-students
data_math
🎇 Создавайте потрясающие Фрактальные рисунки с помощью Python
Небольшое учебное пособие для начинающих и заядлых любителей математики.
В этой статье вы узнаете, как построить базовые (но очень красивые) множества Мандельброта, используя Matplotlib и NumPy.
▪ Читать
data_math
Курс по соревновательному Data Science👨💻
🏆 Хочешь покорить Kaggle и научиться выигрывать соревнования по анализу данных? Тогда курс "Введение в соревновательный Data Science" - это именно то, что тебе нужно!
🎯 В отличие от большинства курсов по машинному обучению, этот курс сконцентрирован на практике, а не на теории. Поэтому на нем будет более 200 практических заданий, интервью с Kaggle Grand Masters и, конечно же, внутренние соревнования для отработки техник.
⚡️В программе курса тебя ждет:
* Продвинутая работа с pandas и numpy
* Генерация, визуализация и фильтрация признаков
* Модуль про SOTA градиентные бустинги и то как их тюнить
* Стекинг и блендинг моделей
* Ускорение вычислений и оптимизация памяти
* Парсинг данных из открытых источников
* Работа с Kaggle Api и различными облачными вычислительными сервисам
* Нейронки для табличных данных
* Интервью с Kaggle Grand Masters и многое другое
🚀 Еще ребята проводят еженедельные открытые вебинары, на которых разбирают решения победителей с чемпионатов, делают обзоры предстоящих соревнование и рассказывают про необычные техники, с которыми сталкиваются на практике.
🔗 Подписывайся на их телеграмм канал, чтобы подробнее узнать про курс и следить за открытыми вебинарами.
Реклама. ИП Миленькин Александр Анатольевич. ИНН: 231850381935 erid: 2Vtzqx52imN
Пожалуй, лучший курс линейной алгебры для машинного обучения.
Преподаватель - профессор Массачусетского технологического института Гилберт Стрэнг.
И это БЕСПЛАТНО!
Создайте прочный фундамент математики для машинного обучения:
https://youtube.com/playlist?list=PL221E2BBF13BECF6C
Математика для глубокого обучения 🧑🎓
Лучший ресурс для изучения математических концепций для лучшего понимания концепций машинного обучения и глубокого обучения:
http://d2l.ai/chapter_appendix-mathematics-for-deep-learning/index.html
data_math
🚀 Бесплатный вебинар по Pandas в Python!
Хотите прокачать свои навыки Pandas в Python? Тогда приходите на наш бесплатный вебинар, где мы проведем аналитику рекламных кампаний!
📅 Дата: 8 ноября
⏰ Время: 19:00 по Мск
Будет очень много теории и еще больше практики:
◾️ Рассчитаем основные маркетинговые метрики: CR1, CPL, CPQL, CR2, CAC, ARPU;
◾️ Напишем код на Python с помощью библиотеки Pandas и проведем расчеты;
◾️ Проанализируем результаты рекламных кампаний с помощью статистики и графиков.
Вебинар подойдет всем — от новичков до тех, кто уже знаком с Python:
◾️ подробно объясним каждый свой шаг;
◾️ мы будем много говорить про аналитику и продуктовую составляющую на примере реальной бизнес-задачи — такой опыт точно будет вам полезен 😊
🔗 Залетайте на вебинар!
Реклама. ООО "Айти Резюме". ИНН 4025460134. Erid:LjN8KVwZi
⚡️ Простейший способ визуализации множества чисел. Очень полезная диаграмма!
https://abakcus.com/directory/the-set-of-numbers/
data_math
