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 292 839 obunachidan iborat bo'lib, Texnologiyalar & Aralashmalar toifasida 328-o'rinni va Rossiya mintaqasida 1 282-o'rinni egallagan.

📊 Auditoriya ko‘rsatkichlari va dinamika

невідомо sanasidan buyon loyiha tez o‘sib, 292 839 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.

292 839
Obunachilar
-18724 soatlar
-1 3257 kunlar
-6 31430 kunlar
Postlar arxiv
Deep Reinforcement Learning with TensorFlow 2.0 http://inoryy.com/post/tensorflow2-deep-reinforcement-learning/

A Visual Exploration of Gaussian Processes https://distill.pub/2019/visual-exploration-gaussian-processes/

Stanford CS224N: NLP with Deep Learning | Winter 2019 | Lecture 19 – Bias in AI https://www.youtube.com/watch?v=XR8YSRcuVLE

A Gentle Introduction to Channels First and Channels Last Image Formats for Deep Learning https://machinelearningmastery.com/a-gentle-introduction-to-channels-first-and-channels-last-image-formats-for-deep-learning/

Who Will Win the Game of Thrones? Data visualization tool, had a little fun visualizing the probability of each main character ending up on the Iron Throne, calculated using the latest odds published on the betting site Bovada. https://towardsdatascience.com/who-will-win-the-game-of-thrones-fbde8434c94b

Build XGBoost / LightGBM models on large datasets — what are the possible solutions? https://towardsdatascience.com/build-xgboost-lightgbm-models-on-large-datasets-what-are-the-possible-solutions-bf882da2c27d

Capturing Special Video Moments with Google Photos http://ai.googleblog.com/2019/04/capturing-special-video-moments-with.html

Using Deep Learning to Improve Usability on Mobile Devices http://ai.googleblog.com/2019/04/using-deep-learning-to-improve.html

Word2vec в картинках https://habr.com/ru/post/446530/

Beautiful Gooey Simulations, Now 10 Times Faster https://www.youtube.com/watch?v=-jL2o_15s1E

NeuroSAT: An AI That Learned Solving Logic Problems https://www.youtube.com/watch?v=luwP75lPExo

From Attention in Transformers to Dynamic Routing in Capsule Nets https://staff.fnwi.uva.nl/s.abnar/?p=108

Машинное обучение проникло во все сферы; теперь заказчики поголовно хотят использовать его возможности в своих проектах. Приходится срочно осваивать методы machine learning и обучение нейросетей, но самому разобраться в многообразии информации бывает сложно. Многие платные и бесплатные курсы страдают излишней академичностью и по месяцу рассказывают о теории, прежде чем перейти наконец к практике. В Skillfactory вместе с опытными data scientist’ами проводят курс “Практический Machine Learning” http://bit.ly/2GRmdyn , в котором студенты с первого занятия начинают обучать модели машинного обучения, от простого к более сложному, попутно разбираясь в теории. За 11 недель в интенсивном темпе участники решают все типовые задачи машинного обучения, осваивают методы оценки и оптимизации, участвуют в 2 соревнованиях на kaggle и знакомятся с основами нейросетей. Кстати, сегодня - последний день распродаж в Skillfactory, успейте забронировать место на курсе со скидкой 30%!