Firibgarlarga uchmang! Telemetrio bunday kanallarni topadi va belgilaydi 👉 Belgini ko‘rmoqchi bo‘lsangiz, obuna bo‘ling

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

Tarmoq: MachinelearningRossiya1 377Texnologiyalar & Aralashmalar336...

📈 Telegram kanali Machinelearning analitikasi

Machinelearning (@ai_machinelearning_big_data) Rus til segmentidagi kanali faol ishtirokchi. Hozirda hamjamiyat 275 988 obunachidan iborat bo'lib, Texnologiyalar & Aralashmalar toifasida 336-o'rinni va Rossiya mintaqasida 1 377-o'rinni egallagan.

📊 Auditoriya ko‘rsatkichlari va dinamika

невідомо sanasidan buyon loyiha tez o‘sib, 275 988 obunachiga ega bo‘ldi.

07 Noyabr, 2026 dagi oxirgi ma’lumotlarga ko‘ra kanal barqaror faollikka ega. Oxirgi 30 kunda obunachilar soni -2 499 ga, so‘nggi 24 soatda esa -157 ga o‘zgardi va umumiy qamrov yuqori darajada qolmoqda.

Tasdiqlash holati: Tasdiqlanmagan
Jalb etish (ER): Auditoriya o‘rtacha 8.01% darajada jalb etiladi. Nashrdan keyingi dastlabki 24 soatda kontent odatda umumiy obunachilar sonining 6.41% ini tashkil etuvchi reaksiyalarni to‘playdi.
Post qamrovi: Har bir post o‘rtacha 22 107 marta ko‘riladi; birinchi sutkada odatda 17 690 ta ko‘rish yig‘iladi.
Reaksiyalar va o‘zaro ta’sir: Auditoriya faol: har bir postga o‘rtacha 342 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 08 Noyabr, 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.

275 988

Obunachilar

-15724 soatlar

-8727 kun

-2 49930 kun

22 107

Post ko'rishlar

~ 17 69024 soatlar

~ 19 43548 soatlar

8.01%

Muloqot nisbati

~ 6

Kuniga postlar

Ads index

Postlar arxiv

275 960

🐍 PyTorch Fundamentals Free Microsoft Course https://docs.microsoft.com/en-us/learn/paths/pytorch-fundamentals/ Ru: https://docs.microsoft.com/ru-ru/learn/paths/pytorch-fundamentals/ Github: https://github.com/pytorch/tutorials @ai_machinelearning_big_data

275 960

📖 GFP-GAN: Towards Real-World Blind Face Restoration with Generative Facial Prior Github: https://github.com/TencentARC/GFPGAN Paper: https://arxiv.org/abs/2101.04061v2 Dataset: https://paperswithcode.com/dataset/lfw Colab Demo: https://colab.research.google.com/drive/1sVsoBd9AjckIXThgtZhGrHRfFI6UUYOo @ai_machinelearning_big_data

275 960

👨‍🎓 From economists to data scientists or how to become the leader of the Kaggle Notebooks rating Habr: https://habr.com/ru/company/ru_mts/blog/567678/ Exploration of data step by step: https://www.kaggle.com/artgor/exploration-of-data-step-by-step @ai_machinelearning_big_data

275 960

⚛ Highly accurate protein structure prediction with AlphaFold https://deepmind.com/blog/article/putting-the-power-of-alphafold-into-the-worlds-hands Github: https://github.com/deepmind/alphafold Paper: https://doi.org/10.1038/s41586-021-03819-2 @ai_machinelearning_big_data

275 960

В Академии больших данных MADE открыт набор на бесплатное обучение в области Data Science. Программа рассчитана на ИТ-специалистов с опытом 1-3 года работы, знаниями высшей математики, умением применять базовый алгоритмы, а также умением программировать на Python, С++ или Java. Студенты могут выбрать одну из трех специальностей: Data Scientist, Machine Learning Engineer и Data Engineer. Все полученные теоретические знания закрепляются практикой, а в финале обучения – подготовка и защита выпускного проекта. Прием заявок продлится до 31 июля включительно. Далее – вступительные испытания. Обучение полностью бесплатное. Успейте подать заявку до дедлайна на сайте программы: https://vk.cc/c3XorM

275 960

📐 Googl's Measuring and Improving Model-Moderator Collaboration using Uncertainty Estimation Providing high-quality implementations of standard and state-of-the-art methods on standard tasks. Github: https://github.com/google/uncertainty-baselines Paper: https://arxiv.org/abs/2107.04212v1 Dataset: https://www.tensorflow.org/datasets @ai_machinelearning_big_data

275 960

↔️ Independent Encoder for Deep Hierarchical Unsupervised Image-to-Image Translation Github: https://github.com/Elvinky/IEGAN Paper: https://arxiv.org/abs/2107.02494 Datasets: https://github.com/Elvinky/IEGAN/tree/main/dataset Image-to-Image Translation: https://paperswithcode.com/task/image-to-image-translation @ai_machinelearning_big_data

275 960

🌐 Depth-supervised NeRF: Fewer Views and Faster Training for Free Github: https://github.com/dunbar12138/DSNeRF Paper: https://arxiv.org/abs/2107.02791v1 Project: https://www.cs.cmu.edu/~dsnerf/ Datasets: https://paperswithcode.com/dataset/3dmatch @ai_machinelearning_big_data

275 960

20-21 июля в OTUS пройдет открытый интенсив для тех, кто хочет работать с большими данными. После двухдневного обучения вы сможете выводить модель в продакшн с помошью AWS: - Узнаете, как использовать lambda и нюансы работы с IoT данными - Научитесь выводить модель в продакшн без сложных настроек системы Кроме того, интенсив — это возможность попробовать онлайн-курс «Промышленный ML на больших данных». https://otus.pw/dh44/

275 960

🔝 Learning Hierarchical Graph Neural Networks for Image Clustering Github: https://github.com/dmlc/dgl/tree/master/examples/pytorch/hilander Paper: https://arxiv.org/abs/2107.01319 Datasets: https://drive.google.com/file/d/1KLa3uu9ndaCc7YjnSVRLHpcJVMSz868v/view @ai_machinelearning_big_data

275 960

🚀 TensorFlow and PyTorch performance benchmarking in 2021 Habr: https://habr.com/ru/company/ru_mts/blog/565456/ Github: https://github.com/Chifffa/tf_vs_torch_benchmarking @ai_machinelearning_big_data

275 960

🔎 Microsoft AutoML - Neural Architecture Search New one-shot architecture search framework dedicated to vision transformer search Github: https://github.com/microsoft/AutoML Paper: https://arxiv.org/abs/2107.00651v1 Models: https://drive.google.com/drive/folders/1NLGAbBF9bA1IUAxKlk2VjgRXhr6RHvRW Dataset: https://paperswithcode.com/dataset/cifar-10 @ai_machinelearning_big_data

275 960

🔺 Pyramid Vision Transformer Image classification, object detection, and semantic segmentation tasks Github: https://github.com/whai362/PVT Paper: https://arxiv.org/abs/2106.13797v2 @ai_machinelearning_big_data

275 960

Cartoon-StyleGan2 🙃 : Fine-tuning StyleGAN2 for Cartoon Face Generation Github: https://github.com/happy-jihye/Cartoon-StyleGan2 Paper: https://arxiv.org/abs/2106.12445 Colab: https://colab.research.google.com/github/happy-jihye/Cartoon-StyleGan2/blob/main/Cartoon_StyleGAN2.ipynb @ai_machinelearning_big_data

275 960

📘 D2L.ai: Interactive Deep Learning Book with Multi-Framework Code, Math, and Discussions Github: https://github.com/d2l-ai/d2l-en Book: https://d2l.ai/ Paper: https://arxiv.org/abs/2106.11342v1 @ai_machinelearning_big_data

275 960

Бесконечность не предел, машина ИИ будет работать все быстрее и лучше. Чтобы обуздать ее силу, вспахать и засеять цифровые поля нужны люди — AI продакт-менеджеры. Спрос на профессионалов Big Data PM, AI&ML PM, DS PM, DL PM (альтернативные названия специальности) растет стремительными темпами. Курс «AI Product Manager» — силовой агрегат продакта, решившегося овладеть мощью Al и вырасти до руководителя c-level executives. Никакой воды, только сконцентрированная теория, которую студенты оттачивают на практике. Опыт преподавателей-практиков и 4 кейса в портфолио на выходе. Курс рассчитан на 10 часов в неделю — можно совмещать с основной работой и сразу применять полученные навыки. Преподаватели и менторы из ДомКлик, Mail.ru и Facebook помогут в трансформации вашей карьеры. ❗️Подробности и запись на курс по ссылке — https://clc.am/Qx8Z_Q

275 960

🔍 Advancing computer vision research with new Detectron2 Mask R-CNN baselines Facebook Ai: https://ai.facebook.com/blog/advancing-computer-vision-research-with-new-detectron2-mask-r-cnn-baselines/ Code: https://github.com/facebookresearch/detectron2/blob/master/MODEL_ZOO.md#new-baselines-using-large-scale-jitter-and-longer-training-schedule Tensorflow implementation: https://github.com/tensorflow/tpu/tree/master/models/official/detectiona @ai_machinelearning_big_data

275 960

Знать высшую математику и уметь применять ее в Data Science — принципиально разные вещи. Как выделять самое ценное в больших данных при помощи линейной алгебры? Как исследование функций многих переменных помогает находить оптимальные параметры модели? Как использовать теорему Байеса для бинарной классификации? Все это и многое другое ты освоишь за 4 месяца на практике онлайн-курса «Math for Data Science» от OTUS. Тебя ждет максимально приближенная к реальным рабочим условиям среда и увлекательные разнообразные кейсы. В конце обучения ты соберешь портфолио решенных задач, которое усилит резюме и позволит грамотно работать с моделями машинного обучения. Пройди вступительный тест и получи доступ к профессиональному Slack-сообществу с выпускниками и преподавателями 👉 https://otus.pw/jzIh/

275 960

⬇️ Pysentimiento: A Python toolkit for Sentiment Analysis and Social NLP tasks Github: https://github.com/pysentimiento/pysentimiento Paper: https://arxiv.org/abs/2106.09462 English model: https://huggingface.co/finiteautomata/bertweet-base-sentiment-analysis @ai_machinelearning_big_data