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:Machinelearning Rossiya1 283 Texnologiyalar & Aralashmalar326...

📈 Telegram kanali Machinelearning analitikasi

Machinelearning (@ai_machinelearning_big_data) Rus til segmentidagi kanali faol ishtirokchi. Hozirda hamjamiyat 293 306 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, 293 306 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.

293 306

Obunachilar

-21824 soatlar

-1 5287 kunlar

-6 46930 kunlar

21 487

Post ko'rishlar

~ 16 93724 soatlar

~ 18 77448 soatlar

7.32%

Muloqot nisbati

~ 6

Kuniga postlar

Ads index

beta

Postlar arxiv

293 292

How to Transform Target Variables for Regression With Scikit-Learn https://machinelearningmastery.com/how-to-transform-target-variables-for-regression-with-scikit-learn/

293 292

BMW shares AI algorithms used in production, available on GitHub https://www.bmwblog.com/2019/12/13/bmw-shares-ai-algorithms-used-in-production-available-on-github/ Github : https://github.com/BMW-InnovationLab

293 292

Quality-Diversity optimisation algorithms https://quality-diversity.github.io/ Code: https://gitlab.com/leo.cazenille/qdpy

293 292

Develop Smaller Speech Recognition Models with NVIDIA’s NeMo Framework https://devblogs.nvidia.com/develop-smaller-speech-recognition-models-with-nvidias-nemo-framework/ Github: https://github.com/NVIDIA/NeMo https://ngc.nvidia.com/catalog/models/nvidia:quartznet15x5

293 292

Tune Hyperparameters for Classification Machine Learning Algorithms https://machinelearningmastery.com/hyperparameters-for-classification-machine-learning-algorithms/

293 292

Model-Based Reinforcement Learning: Theory and Practice https://bair.berkeley.edu/blog/2019/12/12/mbpo/

293 292

Хочешь разобраться, кто такой Data Scientist? Узнать, что такое машинное обучение? Добро пожаловать на курс «Профессия Data Scientist!». Пройдя его, ты получишь востребованную работу, с интересными задачами, да и зарплата неплохая. 👉 Все подробности по ссылке: https://clc.to/5c37tA Что ты получишь: 📌 целых 300 часов онлайн-обучения; 📌 2 специальности в одной программе; 📌 реальные задачи и много практики; 📌 гарантированное трудоустройство после прохождения курса. Учись 6 месяцев бесплатно! Первый платеж соверши аж через полгода. Для всех студентов подарок — 2 месяца английского языка бесплатно! 🎁 В новый год с новыми знаниями! Skillbox дарит огромную скидку 50% в декабре!

293 292

Fairness Indicators: Scalable Infrastructure for Fair ML Systems http://ai.googleblog.com/2019/12/fairness-indicators-scalable.html Github: https://github.com/tensorflow/fairness-indicators Blog: https://blog.tensorflow.org/2019/12/fairness-indicators-fair-ML-systems.html

293 292

KingSoft WPS: document image dewarping based on TensorFlow https://blog.tensorflow.org/2019/12/kingsoft-wps-document-image-dewarping.html

293 292

A practical approach to machine learning https://github.com/practicalAI/practicalAI

293 292

NeurIPS 2019 Neural Information Processing Systems (NeurIPS) https://slideslive.com/neurips

293 292

Develop an Intuition for Bayes Theorem With Worked Examples https://machinelearningmastery.com/intuition-for-bayes-theorem-with-worked-examples/

293 292

PyTorch adds new tools and libraries, welcomes https://pytorch.org/blog/pytorch-adds-new-tools-and-libraries-welcomes-preferred-networks-to-its-community/ NeurIPS 2019 Expo Workshop https://nips.cc/ExpoConferences/2019/schedule?workshop_id=16 PyTorch Elastic : https://github.com/pytorch/elastic @ai_machinelearning_big_data

293 292

Свежая подборка из мира новостей по искусственному интеллекту, Big Data и машинному обучению. Переходи по ссылке и будь в курсе всего, что происходит в России и мире. Не оставайся в стороне от историй, за которыми будущее. https://t.me/bolshiedannye

293 292

A new framework for large-scale training of state-of-the-art visual classification models https://ai.facebook.com/blog/a-new-framework-for-large-scale-training-of-state-of-the-art-visual-classification-models/ Github: https://github.com/facebookresearch/ClassyVision Multi-modal Research to Production with PyTorch and Facebook https://nips.cc/ExpoConferences/2019/schedule?workshop_id=16 https://classyvision.ai/

293 292

Understanding Transfer Learning for Medical Imaging https://ai.googleblog.com/2019/12/understanding-transfer-learning-for.html Article: https://arxiv.org/abs/1902.07208

293 292

Deep Double Descent https://openai.com/blog/deep-double-descent/ Deep Double Descent: Where Bigger Models and More Data Hurt https://arxiv.org/abs/1912.02292

293 292

Netflix open-sources its Python Framework ‘Metaflow’ for building and managing data science projects https://www.marktechpost.com/2019/12/04/netflix-open-sources-its-python-framework-metaflow-for-building-and-managing-data-science-projects/ Github: https://github.com/Netflix/metaflow Documentation: https://docs.metaflow.org/

293 292

Training multi-agent AI systems to solve complex tasks through cooperation https://ai.facebook.com/blog/using-multi-agent-reinforcement-learning-to-improve-collaboration/ full paper: https://arxiv.org/abs/1910.08809 code: https://github.com/TorchCraft/TorchCraftAI/tree/targeting

293 292

Python for Scientists @ai_machinelearning_big_data