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 374Texnologiyalar & Aralashmalar337...

📈 Telegram kanali Machinelearning analitikasi

Machinelearning (@ai_machinelearning_big_data) Rus til segmentidagi kanali faol ishtirokchi. Hozirda hamjamiyat 276 130 obunachidan iborat bo'lib, Texnologiyalar & Aralashmalar toifasida 337-o'rinni va Rossiya mintaqasida 1 374-o'rinni egallagan.

📊 Auditoriya ko‘rsatkichlari va dinamika

невідомо sanasidan buyon loyiha tez o‘sib, 276 130 obunachiga ega bo‘ldi.

06 Noyabr, 2026 dagi oxirgi ma’lumotlarga ko‘ra kanal barqaror faollikka ega. Oxirgi 30 kunda obunachilar soni -2 370 ga, so‘nggi 24 soatda esa -145 ga o‘zgardi va umumiy qamrov yuqori darajada qolmoqda.

Tasdiqlash holati: Tasdiqlanmagan
Jalb etish (ER): Auditoriya o‘rtacha 8.02% darajada jalb etiladi. Nashrdan keyingi dastlabki 24 soatda kontent odatda umumiy obunachilar sonining 6.32% ini tashkil etuvchi reaksiyalarni to‘playdi.
Post qamrovi: Har bir post o‘rtacha 22 160 marta ko‘riladi; birinchi sutkada odatda 17 447 ta ko‘rish yig‘iladi.
Reaksiyalar va o‘zaro ta’sir: Auditoriya faol: har bir postga o‘rtacha 335 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 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.

276 130

Obunachilar

-14524 soatlar

-8617 kun

-2 37030 kun

22 160

Post ko'rishlar

~ 17 44724 soatlar

~ 19 12448 soatlar

8.02%

Muloqot nisbati

~ 6

Kuniga postlar

Ads index

Postlar arxiv

276 108

🔥 Introducing Würstchen: Fast Diffusion for Image Generation Diffusion model, whose text-conditional component works in a highly compressed latent space of images Würstchen - это диффузионная модель, которой работает в сильно сжатом латентном пространстве изображений. Почему это важно? Сжатие данных позволяет на порядки снизить вычислительные затраты как на обучение, так и на вывод модели. Обучение на 1024×1024 изображениях гораздо затратное, чем на 32×32. Обычно в других моделях используется сравнительно небольшое сжатие, в пределах 4x - 8x пространственного сжатия. Благодаря новой архитектуре достигается 42-кратное пространственное сжатие! 🤗 HF: https://huggingface.co/blog/wuertschen 📝 Paper: https://arxiv.org/abs/2306.00637 📕 Docs: hhttps://huggingface.co/docs/diffusers/main/en/api/pipelines/wuerstchen 🚀 Demo: https://huggingface.co/spaces/warp-ai/Wuerstchen ai_machinelearning_big_data

276 108

🗣Project NN-Pytorch-scripts This is a set of Python / Pytorch scripts and tools for various speech-processing projects. Набор скриптов и инструментов на языке Python / Pytorch для различных проектов по обработке речи. git clone --depth 1 https://github.com/nii-yamagishilab/project-NN-Pytorch-scripts.git 🖥 Github: https://github.com/nii-yamagishilab/project-NN-Pytorch-scripts 📕 Paper: https://arxiv.org/pdf/2309.06014v1.pdf ⭐️ Tasks: https://paperswithcode.com/task/speech-synthesis ai_machinelearning_big_data

276 108

Присоединяйтесь к вебинару livecoding и обучайте модель Machine Learning в режиме реального времени. Когда: 15 сентября в 19:00. Тема: "Прогнозирование цен на автомобили с помощью машинного обучения” Длительность: около 2 часов. Кто обучает: эксперт в Data Science с 10-летним практическим опытом Что будет на вебинаре: ✅Пошаговая разборка ML-процесса ✅Практические задания с доступом к реальным данным и среде ✅Интерактивное обучение и обсуждение Вместе мы сделаем сложное простым и достигнем результатов с минимальными усилиями 💪 Бесплатное участие только для первых 30 записавшихся человек. 👉 Записаться на вебинар Реклама: ИП Кравченко Николай Васильевич LjN8KYXZ9

276 108

🔥 Free Certification Courses from Google to try in 2023. Бесплатные сертификационные курсы от Google, для аналитиков, которые стоит пройти в 2023 году. 1. Basics of Machine Learning https://grow.google/intl/en_in/ 2. Machine Learning Crash Course https://coursya.com/product/machine-learning-crash-course 3. Project Execution: Running the Project https://coursera.org/learn/project-execution-google 4. Foundations of Project Management https://coursera.org/learn/project-management-foundations 5. Project Initiation: Starting a Successful Project https://coursera.org/learn/project-initiation-google 6. Project Planning: Putting It All Together https://coursera.org/learn/project-planning-google 7. Google Analytics for Power Users https://coursya.com/product/google-analytics-certification-coursya 8. Fundamentals of digital marketing https://skillshop.exceedlms.com/student/collection/654330-digital-marketing?locale=en-GB 9. Python Basics for Data Analysis https://coursya.com/product/learn-python-basics-for-data-analysis 10. Data Science Foundations https://grow.google/intl/en_in/ 11. Advanced Google Analytics https://coursera.org/professional-certificates/google-data-analytics 12. Google Cloud Computing Foundations: https://cloudskillsboost.google/course_templates/153 13. Data, ML, and AI in Google Cloud https://coursya.com/product/google-cloud-computing-foundations-data-ml-and-ai-in-google-cloud-google-cloud-skills-boost 14. Agile Project Management https://coursera.org/learn/agile-project-management 15. Google Project Management https://coursera.org/professional-certificates/google-project-management ai_machinelearning_big_data

276 108

⚡Intel® Neural Compressor Intel® Neural Compressor , targeting to provide unified APIs for network compression technologies Intel® Neural Compressor - фреймворк для сжатия моделей, который позволяет проводить квантование, обрезку (sparsity), дистилляцию и поиск архитектуры нейронной сети. СОвместим с TensorFlow, PyTorch, ONNX Runtime и MXNet.

pip install neural-compressor

🖥 Github: https://github.com/intel/neural-compressor 📂 Docs: https://intel.github.io/neural-compressor 📕 Paper: https://arxiv.org/abs/2309.05516v1 ⭐️ Dataset: https://paperswithcode.com/dataset/lambada ai_machinelearning_big_data

276 108

🖥 Free Courses and Guides That Will Teach You How to Master AI: Бесплатные курсы и руководства, для погружения в искусственный интеллект. 📂Elements of AI https://elementsofai.com 📂Learn Prompting https://learnprompting.org 📂Machine Learning https://edx.org/learn/machine-learning/harvard-university-data-science-machine-learning 📂AI for everyone https://coursera.org/learn/ai-for-everyone 📂500+ AI Chatbot Prompt Templates https://theveller.gumroad.com/l/ChatGPTPromptTemplates-byTheVeller 📂Prompt Engineering https://youtu.be/_ZvnD73m40o 📂ChatGPT Prompt Engineering for Developers https://deeplearning.ai/short-courses/chatgpt-prompt-engineering-for-developers 📂Google — AI for Anyone https://edx.org/learn/artificial-intelligence/google-google-ai-for-anyone 📂Microsoft — AI For Beginners https://microsoft.github.io/AI-For-Beginners 📂IBM — AI for Everyone: Master the Basics https://edx.org/learn/artificial-intelligence/ibm-ai-for-everyone-master-the-basics 📂Google — Introduction to Generative AI https://cloudskillsboost.google/journeys/118 📂DeepLearning — Finetuning LLMs https://deeplearning.ai/short-courses/finetuning-large-language-models ai_machinelearning_big_data

276 108

ML блудни: путешествия по миру ошибок 🚫 21 сентября в 22:50 Слёрм приглашает на встречу с Иваном Аникиным, тимлидом Yandex.Edadeal, чтобы поговорить о часто встречающихся ошибках в машинном обучении. Обсудят: ➡ ошибки в построении моделей; ➡ частые заблуждения команд при работе с ML; ➡ работу с бизнес-задачами и непрозрачными процессами. Встреча пройдёт в рамках ночной неконференции от Слёрма. В программе сплетни, секреты и факапы от наших коллег. Обещают знакомства в расслабленной атмосфере, тематическую болтовню и разыграть подписку на порнхаб. 🆒 Все онлайн, бесплатно, по регистрации. Узнать подробности и зарегистрироваться — по ссылке 😎 Реклама. 18+ ООО «Слёрм» г. Лиски, ОГРН 1193668020545

276 108

🎯 DoLa: Decoding by Contrasting Layers Improves Factuality in Large Language Models Фреймворк для уменьшения галлюцинаций с помощью предварительно обученных ЛЛМ, не требующая ни файнтюнинга. 🖥 Github: https://github.com/voidism/dola 🖥 Colab: https://colab.research.google.com/github/voidism/DoLa/blob/master/dola_evaluation.ipynb 📕 Paper: https://arxiv.org/abs/2309.03883v1 ⭐️ Dataset: https://paperswithcode.com/dataset/truthfulqa ai_machinelearning_big_data

276 108

14 сентября, 18:00 Computer Vision в животноводстве, инфраструктура для ML и AI, виды дрифтов ML-моделей. В этот четверг ребята из @Selectel проведут ежегодный митап «‎MLечный путь» для MLOps и ML-инженеров. На встрече спикеры из Selectel, Контур AI, Neoflex и Русагро рассмотрят актуальные сложности, тренды и инструменты построения production ML-систем. Темы докладов: ◽️ Определение дрифта данных и дрифта моделей на MLOps-платформе Neoflex Dognauts ◽️ Хостинг сотни моделей машинного обучения в Контуре: существующее решение и путь к нему, а также актуальные и решенные проблемы ◽️ Стек технологий и инфраструктурная база для пилотных проектов внедрения LLM ◽️ Оптимизация работы видеоаналитических сервисов в животноводстве с помощью Prefect В конце пройдет дискуссия «Потребности ML-рынка России», где вы получите ответы на интересующие вопросы и сможете пообщаться с экспертами в неформальной обстановке. Регистрируйтесь на офлайн-встречу в Санкт-Петербурге: https://slc.tl/eay26 Регистрируйтесь на онлайн-трансляцию: https://slc.tl/tq2x2 Реклама ООО «Селектел» 2VtzqwxwSwr

276 108

📹 DEVA: Tracking Anything with Decoupled Video Segmentation Decoupled video segmentation approach (DEVA), composed of task-specific image-level segmentation and class/task-agnostic bi-directional temporal propagation. Новая модель сегментации видео для "отслеживания чего угодно" без обучения по видео для любой отдельной задачи. 🖥 Github: https://github.com/hkchengrex/Tracking-Anything-with-DEVA 🖥 Colab: https://colab.research.google.com/drive/1OsyNVoV_7ETD1zIE8UWxL3NXxu12m_YZ?usp=sharing ⏩ Project: https://hkchengrex.github.io/Tracking-Anything-with-DEVA/ 📕 Paper: https://arxiv.org/abs/2309.03903v1 ⭐️ Docs: https://paperswithcode.com/dataset/burst ai_machinelearning_big_data

276 108

💻PyGraft: Configurable Generation of Schemas and Knowledge Graphs at Your Fingertips PyGraft - инструмент на базе Python, позволяющий генерировать специализированные схемы и графы знаний, не зависящие от конкретной области. 🖥 Github: https://github.com/nicolas-hbt/pygraft 📕 Paper: https://arxiv.org/abs/2309.03685 ⭐️ Docs: https://pygraft.readthedocs.io/en/latest/ ai_machinelearning_big_data

276 108

⚡Легкий способ получать свежие обновлении и следить за трендами в разработке на вашем языке. Находите свой стек и подписывайтесь: Data Science: t.me/data_analysis_ml Java: t.me/javatg Базы данных: t.me/sqlhub Машинное обучение: t.me/machinelearning_ru Go: t.me/Golang_google C/C++/ t.me/cpluspluc C#: t.me/csharp_ci Хакинг: t.me/linuxkalii Мобильная разработка: t.me/mobdevelop Docker: t.me/+0WdB4uvOwCY0Mjdi Python: t.me/pythonl Rust: t.me/rust_code Javascript: t.me/javascriptv React: t.me/react_tg PHP: t.me/phpshka Android: t.me/android_its Linux: t.me/+A8jY79rcyKJlYWY6 Big Data: t.me/bigdatai Devops: t.me/devOPSitsec Тестирование:https://t.me/+F9jPLmMFqq1kNTMy 💼 Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy Папка ML: https://t.me/addlist/2Ls-snqEeytkMDgy 😆ИТ-Мемы: t.me/memes_prog 🇬🇧Английский: t.me/english_forprogrammers ИИ: t.me/vistehno 📕Ит-книги бесплатно: https://t.me/addlist/BkskQciUW_FhNjEy

276 108

✔SyntheticHumans Package (Unity Computer Vision) A package for creating Unity Perception compatible synthetic people. Модель для генерации людей, обученная на большом наборе антропоцентрических измерений, которая способна генерировать широкий спектр форм и поз человеческого тела. 🖥 Github: https://github.com/Unity-Technologies/com.unity.cv.synthetichumans 📂 AnthroNet: https://github.com/Unity-Technologies/AnthroNet 📕 Paper:https://arxiv.org/abs/2309.03812v1 ⭐️ Dataset: https://paperswithcode.com/dataset/unity-synthetic-humans ai_machinelearning_big_dataп

276 108

📈GPT-InvestAR Enhancing Stock Investment Strategies through Annual Report Analysis with Large Language Models. Этот репозиторий содержит набор инструментов и скриптов, предназначенных для улучшения стратегий инвестирования в акции посредством анализа годовых отчетов с использованием больших языковых моделей. 🖥 Github: https://github.com/UditGupta10/GPT-InvestAR 📕 Paper: https://arxiv.org/abs/2309.03079v1 ⭐️ llama-index: https://github.com/jerryjliu/llama_index ai_machinelearning_big_dataп

276 108

Сегодня на конференции Practical ML Conf Яндекс анонсировал новую версию YandexGPT2 – ее ответы на 67% лучше предыдущей версии. Специалисты дополнили набор данных новыми примерами запросов и синтетическими данными. Новая версия языковой модели также может писать тексты в нужном стиле, обрабатывать запросы пользователей с множеством условий, предлагать креативные идеи и неплохо шутить Протестировать YandexGPT2 можно в навыке Алисы “Давай придумаем”

276 108

🧑 ReliTalk - Drive any portrait with only a single training video required Vivid audio-driven portraits from monocular videos. Новый фреймворк для создания реалистичных, говорящих портретов на основе видео. 🖥 Github: https://github.com/arthur-qiu/ReliTalk 📕 Paper: https://arxiv.org/abs/2309.02434 ⏩ Demo Video: https://www.youtube.com/watch?v=tS2Tek_72J0 ⭐️ Project: http://haonanqiu.com/projects/ReliTalk.html ai_machinelearning_big_data

276 108

9 сентября Сбер приглашает IT-специалистов поучаствовать в отборе: пройти все интервью, познакомиться с командой и, возможно, даже получить оффер. Какими задачами занимаются DS-специалисты крупнейшего банка страны? 👇 ✔️ Обучают все модели искусственного интеллекта: от классического ML до глубоких нейронных сетей. ✔️ Создают инновационные сервисы от систем принятия решений до компьютерного зрения и обработки естественного языка ✔️ Развивают блочное хранилище на Teradata и DataLake на Hadoop. ✔️ Работают на Python, Spark, SQL, Hadoop, GreenPlum. За год команда разрабатывает и внедряет более 200 моделей для отделений банка, приложений, колл-центра, банкоматов и так далее, поэтому работа точно будет интересной и разнообразной. Переходите по ссылке и регистрируйся на One Day Offer, чтобы получить оффер мечты! 💚

276 108

🦅 Falcon 180B is here! In terms of capabilities, Falcon 180B achieves state-of-the-art results across natural language tasks. It tops the leaderboard for (pre-trained) open-access models and rivals proprietary models like PaLM-2. Falcon 180B устанавливает новый уровень для открытых моделей. Это самая большая открытая языковая модель со 180 миллиардами параметров, которая была обучена на огромном массиве данных TII RefinedWeb, насчитывающем 3,5 триллиона лексем. Это самый продолжительный период предварительного обучения открытой модели на одной эпохе. 🤗 HF: https://huggingface.co/blog/falcon-180b 🖥 Github: https://github.com/huggingface/blog/blob/main/falcon-180b.md 📕 Demo: https://huggingface.co/spaces/tiiuae/falcon-180b-demo ai_machinelearning_big_data

276 108

🌐 Сервис GigaChat от Сбера имеет большие перспективы как в России, так и в других странах мира Об этом заявил директор Российской ассоциации электронных коммуникаций (РАЭК) Сергей Гребенников. По словам эксперта, сегодня с текстом и изображениями работают многие диджитал-специалисты — сервис позволит им повысить скорость работы и вдохновит новые идеи. При этом Гребенников отметил, что сервис, благодаря пользователям, и сам сможет быстрее развиваться. «Здорово, что инновационные инструменты становятся доступны широкой аудитории: как показывает практика, пользователи помогают компаниям совершенствовать продукты и генерировать новые подходы к их развитию. Это крайне важно в современной гонке технологий. Уверен, что Сбер продолжит и дальше развивать функционал GigaChat, а также создавать новые продукты на основе технологий ИИ», — подчеркнул он. 📌 Источник ai_machinelearning_big_data

276 108

🔥Master Data Science for free Вторая большая подборка бесплатных курсов для получения степени в области Data Science. 📂 Computer Science 101 https://online.stanford.edu/courses/soe-ycscs101-computer-science-101 📂 Machine Learning Specialization https://coursera.org/specializations/machine-learning-introduction 📂 Artificial Intelligence for Robotics https://udacity.com/course/artificial-intelligence-for-robotics--cs373 📂 Designing Your Career https://online.stanford.edu/courses/tds-y0003-designing-your-career 📂 Stanford: Теория игр https://online.stanford.edu/courses/soe-ycs0002-game-theory 📂 Machine Learning with Python https://www.freecodecamp.org/learn/machine-learning-with-python/ 📂 Probability and Statistics: To P or Not To P? (Coursera) https://www.coursera.org/learn/probability-statistics 📂 Numpy полный бесплатный курс https://www.youtube.com/playlist?list=PLysMDSbb9Hcz3Gdi9oV-btohZ9zhths-r 📂Углубленное машинное обучение https://www.kaggle.com/learn/intro-to-machine-learning 📂 Stat 110: Harvard University (YouTube) https://www.youtube.com/watch?v=KbB0FjPg0mw&list=PL2SOU6wwxB0uwwH80KTQ6ht66KWxbzTIo&index=1 📂 The Open Source Data Science Masters https://github.com/datasciencemasters/go 📂 Google - искусственный интеллект для всех https://edx.org/learn/artificial-intelligence/google-google-ai-for-anyone 📂Microsoft - ИИ для начинающих https://microsoft.github.io/AI-For-Beginners 📂 IBM - AI for Everyone: Освоить основы https://edx.org/learn/artificial-intelligence/ibm-ai-for-everyone-master-the-basics 📂 Гарвард - Введение в искусственный интеллект с помощью Python https://cs50.harvard.edu/ai/2023 📂 Введение в генеративный ИИ https://cloudskillsboost.google/journeys/118 📂 Deep Learning - Finetuning Large Language Models https://deeplearning.ai/short-courses/finetuning-large-language-models/ 📂Microsoft - Основы ИИ в Azure https://learn.microsoft.com/en-us/training/paths/create-no-code-predictive-models-azure-machine-learning/ 📂Linux Foundation - Основы работы с данными и искусственным интеллектом https://edx.org/learn/computer-programming/the-linux-foundation-data-and-ai-fundamentals 📂12 linux курсов: https://t.me/linuxkalii/538 📂 Alison - 13 бесплатных курсов по ИИ https://alison.com/tag/artificial-intelligence 📂 Проекты по искусственному интеллекту https://mygreatlearning.com/academy/learn-for-free/courses/artificial-intelligence-projects 📂 Introduction to Internet of Things: https://online.stanford.edu/courses/xee100-introduction-internet-things 📂 Graph Search, Shortest Paths, and Data Structures https://coursera.org/learn/algorithms-graphs-data-structures 📂 Python: http://cs50.harvard.edu/python/2022/ 📂 Machine Learning: http://developers.google.com/machine-learning/crash-course 📂 Deep Learning http://introtodeeplearning.com 📂 Data Analysis http://pll.harvard.edu/course/data-analysis-life-sciences-4-high-dimensional-data-analysis 📂 Линейная Алгебра http://pll.harvard.edu/course/data-analysis-life-sciences-2-introduction-linear-models-and-matrix-algebra 📂 Algebra basics https://www.khanacademy.org/math/algebra-basics 📂 Excel и PowerBI http://learn.microsoft.com/training/paths/modern-analytics/ 📂 Визуализация данных: http://pll.harvard.edu/course/data-science-visualization 📂 PowerBI http://learn.microsoft.com/users/collinschedler-0717/collections/m14nt4rdwnwp04 📂 Tableau: http://tableau.com/learn/training 📂 Statistics: http://cognitiveclass.ai/courses/statistics-101… 📂 SQL: http://online.stanford.edu/courses/soe-ydatabases0005-databases-relational-databases-and-sql ai_machinelearning_big_data