uz
Feedback
Machinelearning

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 292 964 obunachidan iborat bo'lib, Texnologiyalar & Aralashmalar toifasida 328-o'rinni va Rossiya mintaqasida 1 278-o'rinni egallagan.

📊 Auditoriya ko‘rsatkichlari va dinamika

невідомо sanasidan buyon loyiha tez o‘sib, 292 964 obunachiga ega bo‘ldi.

06 Iyul, 2026 dagi oxirgi ma’lumotlarga ko‘ra kanal barqaror faollikka ega. Oxirgi 30 kunda obunachilar soni -6 314 ga, so‘nggi 24 soatda esa -187 ga o‘zgardi va umumiy qamrov yuqori darajada qolmoqda.

  • Tasdiqlash holati: Tasdiqlanmagan
  • Jalb etish (ER): Auditoriya o‘rtacha 7.37% darajada jalb etiladi. Nashrdan keyingi dastlabki 24 soatda kontent odatda umumiy obunachilar sonining 5.45% ini tashkil etuvchi reaksiyalarni to‘playdi.
  • Post qamrovi: Har bir post o‘rtacha 21 579 marta ko‘riladi; birinchi sutkada odatda 15 979 ta ko‘rish yig‘iladi.
  • Reaksiyalar va o‘zaro ta’sir: Auditoriya faol: har bir postga o‘rtacha 159 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 07 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.

292 964
Obunachilar
-18724 soatlar
-1 3257 kunlar
-6 31430 kunlar
Postlar arxiv
Disentangling Disentanglement in Variational Autoencoders Article.: http://proceedings.mlr.press/v97/mathieu19a.html

Hierarchical Representation in Neural Language Models: Suppression and Recovery of Expectations https://arxiv.org/abs/1906.04068

Серверы с GPU от 90 рублей в час! 🔥 Облачные вычисления на базе графических ускорителей Tesla V100 отлично подойдут для маши
Серверы с GPU от 90 рублей в час! 🔥 Облачные вычисления на базе графических ускорителей Tesla V100 отлично подойдут для машинного обучения, анализа данных и высокопроизводительных вычислений. 👀 Подробности по ссылке: http://bit.ly/2KEZPcm

Deep Learning Frameworks 2019 | Which Deep Learning Framework To Use | Deep Learning https://www.youtube.com/watch?v=6ryPbOfz03U

One-Shot Learning with Siamese Networks, Contrastive Loss, and Triplet Loss for Face Recognition https://machinelearningmastery.com/one-shot-learning-with-siamese-networks-contrastive-and-triplet-loss-for-face-recognition/

Functional Adversarial Attacks Article: https://arxiv.org/abs/1906.00001

Отличаем символы от мусора: как построить устойчивые нейросетевые модели в задачах OCR https://habr.com/ru/company/abbyy/blog/449524/

Welcome to TensorWatch TensorWatch is a debugging and visualization tool designed for deep learning and reinforcement learning from Microsoft Research. It works in Jupyter Notebook to show real-time visualizations of your machine learning training and perform several other key visualizations of your models and data. https://github.com/microsoft/tensorwatch/

Free COURSE. CS Deep Reinforcement Learning UC Berkeley Video Lectures: https://www.youtube.com/playlist?list=PLkFD6_40KJIxJM.. Lecture Material: http://rail.eecs.berkeley.edu/deeprlcourse/

Introducing TensorNetwork, an Open Source Library for Efficient Tensor Calculations http://ai.googleblog.com/2019/06/introducing-tensornetwork-open-source.html

DeepMind Made a Math Test For Neural Networks https://www.youtube.com/watch?v=f9z1I_81_Q4