Endi mavjud! Telegram Tadqiqoti 2025 — yilning asosiy insaytlari 
Machinelearning
Kanalga Telegram’da o‘tish
Погружаемся в машинное обучение и Data Science Показываем как запускать любые LLm на пальцах. По всем вопросам - @haarrp @itchannels_telegram -🔥best channels Реестр РКН: clck.ru/3Fmqri
Ko'proq ko'rsatish📈 Telegram kanali Machinelearning analitikasi
Machinelearning (@ai_machinelearning_big_data) Rus til segmentidagi kanali faol ishtirokchi. Hozirda hamjamiyat 293 399 obunachidan iborat bo'lib, Texnologiyalar & Aralashmalar toifasida 326-o'rinni va Rossiya mintaqasida 1 283-o'rinni egallagan.
📊 Auditoriya ko‘rsatkichlari va dinamika
невідомо sanasidan buyon loyiha tez o‘sib, 293 399 obunachiga ega bo‘ldi.
03 Iyul, 2026 dagi oxirgi ma’lumotlarga ko‘ra kanal barqaror faollikka ega. Oxirgi 30 kunda obunachilar soni -6 469 ga, so‘nggi 24 soatda esa -218 ga o‘zgardi va umumiy qamrov yuqori darajada qolmoqda.
- Tasdiqlash holati: Tasdiqlanmagan
- Jalb etish (ER): Auditoriya o‘rtacha 7.32% darajada jalb etiladi. Nashrdan keyingi dastlabki 24 soatda kontent odatda umumiy obunachilar sonining 5.77% ini tashkil etuvchi reaksiyalarni to‘playdi.
- Post qamrovi: Har bir post o‘rtacha 21 487 marta ko‘riladi; birinchi sutkada odatda 16 937 ta ko‘rish yig‘iladi.
- Reaksiyalar va o‘zaro ta’sir: Auditoriya faol: har bir postga o‘rtacha 169 ta reaksiya keladi.
- Tematik yo‘nalishlar: Kontent openai, claude, api, gemini, контекст kabi asosiy mavzularga jamlangan.
📝 Tavsif va kontent siyosati
Muallif resursni shaxsiy fikrni ifoda etish maydoni sifatida ta’riflaydi:
“Погружаемся в машинное обучение и Data Science
Показываем как запускать любые LLm на пальцах.
По всем вопросам - @haarrp
@itchannels_telegram -🔥best channels
Реестр РКН: clck.ru/3Fmqri”
Yuqori yangilanish chastotasi (oxirgi ma’lumot 04 Iyul, 2026 da olingan) sababli kanal doimo dolzarb va katta qamrovli bo‘lib qoladi. Analitika auditoriya kontent bilan faol hamkorlik qilishini, uni Texnologiyalar & Aralashmalar toifasidagi muhim ta’sir nuqtasiga aylantirishini ko‘rsatadi.
293 399
Obunachilar
-21824 soatlar
-1 5287 kunlar
-6 46930 kunlar
Postlar arxiv
293 419
Real-Time Face Mask Detector with Python, OpenCV, Keras
https://data-flair.training/blogs/face-mask-detection-with-python/
Dataset: https://data-flair.training/blogs/download-face-mask-data/
Code: https://data-flair.training/blogs/download-face-mask-detector-project-source-code/
@ai_machinelearning_big_data
293 419
Accelerating 3D Deep Learning with PyTorch3D
PyTorch3D provides efficient, reusable components for 3D Computer Vision research with PyTorch.
Code: https://github.com/facebookresearch/pytorch3d
Paper: https://arxiv.org/abs/2007.08501v1
Mesh R-CNN: https://github.com/facebookresearch/meshrcnn
@ai_machinelearning_big_data
293 419
Real Time Object Measurement
Object measurement using OpenCV and Python. We will use an A4 paper as our guide and find the width and height of objects.
https://www.murtazahassan.com/real-time-object-measurement/
293 419
⚡️23 июля в 20:00 состоится демо-урок «Логистическая регрессия для классификации данных».
За 1,5 часа вы:
● Обсудите основы регрессионных моделей
● Узнаете, как устроена логистическая регрессия
● Разберёте, какие разделы математики используются для ее построения
● Поймёте, как улучшить этот классификатор.
Занятие является частью курса «Математика для Data Science. Продвинутый уровень». Приходите получить полезные знания, познакомиться с преподавателем и оценить формат обучения.
👉Для регистрации пройдите вступительный тест, который поможет сориентироваться в уровне вашей подготовки: https://otus.pw/3Cnd/
293 419
Indoor SfMLearner
The unsupervised depth estimation task in indoor environments.
Github: https://github.com/svip-lab/Indoor-SfMLearner
Paper: https://arxiv.org/abs/2007.07696v1
293 419
Крутой Data-scientist, Python-разработчик или аналитик? 😎
DigitalSuperHero ждет вас!
Регистрируйтесь на онлайн-хакатон по Кибербезопасности и FinTech.
Fintech & Security Superhero пройдет 1–8 августа. Призовой фонд: 700 000 рублей!
🏆Победители получат денежный приз, возможность пилотирования проекта, поддержку от iHub, оффер на работу и попадут на Всероссийский финальный хакатон, который пройдет в сентябре.
На хакатоне Fintech & Security Superhero вы сможете посоперничать с другими командами в двух видах задач::
● Автоматизировать ежедневные рутинные операции эксперта по кибербезопасности
● Создать новые сервисы для банка.
Подавайте заявку до 27 июля тут: dshkazan.ru/its
P.S. А еще у нас есть телеграм-канал, где выкладываем свежие новости о хакатонах: https://t.me/dshkzn
293 419
Fast and Accurate Neural CRF Constituency Parsing
To improve the parsing performance,hee introduced a new scoring architecture based on boundary representation and biaffine attention, and a beneficial dropout strategy.
Github: https://github.com/yzhangcs/parser
Paper: https://www.ijcai.org/Proceedings/2020/560
293 419
PyTorch LSTM: Text Generation Tutoria
https://www.kdnuggets.com/2020/07/pytorch-lstm-text-generation-tutorial.html
293 419
Всем привет! Приходите в эту пятницу (17 июля) на онлайн-митап PRO_DS.
На митапе Петр Ермаков (Datagym) расскажет как быстро построить дашборд из Jupyter notebook-а, Валентин Малых из Huawei расскажет про проект по анализу естественного языка Russian GLUE, а Ильдар Сафило из МТС расскажет про A/B тестирование на малых выборках.
Регистрация через онлайн-чат в телеграме - https://t.me/joinchat/GBqmrko6rAOuyq_gI-hrpg
293 419
Using machine learning in the browser to lip sync to your favorite songs
https://blog.tensorflow.org/2020/07/using-machine-learning-in-browser-to-lip-sync.html
MediaPipe Face Mesh: https://google.github.io/mediapipe/solutions/face_mesh.html
Github: https://github.com/google/mediapipe
293 419
Free MIT Courses and book on Calculus: The Key to Understanding Deep Learning
Course: https://ocw.mit.edu/resources/res-18-005-highlights-of-calculus-spring-2010/
@ai_machinelearning_big_data
293 419
Auto-Sklearn 2.0: The Next Generation
auto-sklearn is an automated machine learning toolkit and a drop-in replacement for a scikit-learn estimator.
Github: https://github.com/automl/auto-sklearn
Paper: https://arxiv.org/pdf/2007.04074.pdf
293 419
TensorFlow 2 meets the Object Detection API
https://blog.tensorflow.org/2020/07/tensorflow-2-meets-object-detection-api.html
293 419
YOLOv5
YOLOv5 improves accessibility for realtime object detection.
https://blog.roboflow.ai/yolov5-is-here/
Tutorial: https://blog.roboflow.ai/how-to-train-yolov5-on-a-custom-dataset/
Github: https://github.com/ultralytics/yolov5
Colab : https://colab.research.google.com/drive/1gDZ2xcTOgR39tGGs-EZ6i3RTs16wmzZQ
Video: https://www.youtube.com/watch?v=MdF6x6ZmLAY&feature=youtu.be
293 419
EagleEye: Fast Sub-net Evaluation for Efficient Neural Network Pruning
EagleEye achieves better pruning performance than all of the studied pruning algorithms in our experiments.
Github: https://github.com/anonymous47823493/EagleEye
Paper: https://arxiv.org/abs/2007.02491v1
293 419
4 Automatic Outlier Detection Algorithms in Python
https://machinelearningmastery.com/model-based-outlier-detection-and-removal-in-python/
@ai_machinelearning_big_data
293 419
Deep Single Image Manipulation
http://www.vision.huji.ac.il/deepsim/
Code: https://github.com/eliahuhorwitz/DeepSIM
Paper: https://arxiv.org/abs/2007.01289
293 419
Text Classification with PyTorch
A baseline model with LSTMs
Article: https://medium.com/@fer.neutron/text-classification-with-pytorch-7111dae111a6
Code: https://github.com/FernandoLpz/Text-Classification-LSTMs-PyTorch
@ai_machinelearning_big_data
293 419
PyTorch Multi-GPU Metrics Library and More in New PyTorch Lightning Release
https://www.kdnuggets.com/2020/07/pytorch-multi-gpu-metrics-library-pytorch-lightning.html
