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 276 Texnologiyalar & Aralashmalar326...

📈 Telegram kanali Machinelearning analitikasi

Machinelearning (@ai_machinelearning_big_data) Rus til segmentidagi kanali faol ishtirokchi. Hozirda hamjamiyat 293 260 obunachidan iborat bo'lib, Texnologiyalar & Aralashmalar toifasida 326-o'rinni va Rossiya mintaqasida 1 276-o'rinni egallagan.

📊 Auditoriya ko‘rsatkichlari va dinamika

невідомо sanasidan buyon loyiha tez o‘sib, 293 260 obunachiga ega bo‘ldi.

04 Iyul, 2026 dagi oxirgi ma’lumotlarga ko‘ra kanal barqaror faollikka ega. Oxirgi 30 kunda obunachilar soni -6 366 ga, so‘nggi 24 soatda esa -131 ga o‘zgardi va umumiy qamrov yuqori darajada qolmoqda.

Tasdiqlash holati: Tasdiqlanmagan
Jalb etish (ER): Auditoriya o‘rtacha 7.35% darajada jalb etiladi. Nashrdan keyingi dastlabki 24 soatda kontent odatda umumiy obunachilar sonining 5.62% ini tashkil etuvchi reaksiyalarni to‘playdi.
Post qamrovi: Har bir post o‘rtacha 21 569 marta ko‘riladi; birinchi sutkada odatda 16 480 ta ko‘rish yig‘iladi.
Reaksiyalar va o‘zaro ta’sir: Auditoriya faol: har bir postga o‘rtacha 168 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 05 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.

293 260

Obunachilar

-13124 soatlar

-1 4647 kunlar

-6 36630 kunlar

21 569

Post ko'rishlar

~ 16 48024 soatlar

~ 18 29048 soatlar

7.35%

Muloqot nisbati

~ 6

Kuniga postlar

Ads index

beta

Postlar arxiv

293 289

A Gentle Introduction to the Bayes Optimal Classifier https://machinelearningmastery.com/bayes-optimal-classifier/ https://svivek.com/teaching/machine-learning/lectures/slides/prob-learning/bayes-optimal-classifier.pdf

293 289

AR-Net: A simple autoregressive neural network for time series https://ai.facebook.com/blog/ar-net-a-simple-autoregressive-neural-network-for-time-series/ full paper: https://arxiv.org/abs/1911.12436

293 289

Check the Data Science channel where you can find a lot of articles, links and commentaries on them. Join and learn hot topics of data science @opendatascience

293 289

📋 Introducing TensorBoard.dev: a new way to share your ML experiment results https://blog.tensorflow.org/2019/12/introducing-tensorboarddev-new-way-to.html article : https://arxiv.org/abs/1910.10683 example: https://tensorboard.dev/experiment/EvNO346lT0iYbmeaWmoNCQ/#scalars

293 289

nbdev: use Jupyter Notebooks for everything https://www.fast.ai//2019/12/02/nbdev/ github: https://github.com/fastai/nbdev/

293 289

A Gentle Introduction to Model Selection for Machine Learning https://machinelearningmastery.com/a-gentle-introduction-to-model-selection-for-machine-learning/

293 289

Python for Probability, Statistics, and Machine Learning @ai_machinelearning_big_data

293 289

Introduction to Applied Linear Algebra – Vectors, Matrices, and Least Squares https://web.stanford.edu/~boyd/vmls/ @ai_machinelearning_big_data

293 289

High-Throughput, Contact-Free Detection of Atrial Fibrillation From Video With Deep Learning https://jamanetwork.com/journals/jamacardiology/fullarticle/2756246

293 289

Прими участие в бесплатном интенсиве по Data Science и освой Machine Learning с нуля. Регистрируйся прямо сейчас: 👉 https://clc.to/wLZYUQ. В результате ты: ✔️ познакомишься с основами программирования на Python; ✔️ научишься работать с библиотеками Matplotlib и Scikit-Learn; ✔️ узнаешь, как грамотно выгружать и визуализировать данные; ✔️ сможешь обучать модели; ✔️ создашь свой первый проект. 🎁 Все участники, которые дойдут до конца, получат премиум-доступ на месяц к приложению для изучения английского от партнёра EnglishDom!

293 289

Optimizing agent behavior over long time scales by transporting value https://github.com/deepmind/deepmind-research/tree/master/tvt https://github.com/deepmind/tvt article: https://arxiv.org/abs/1810.06721

293 289

How to Use an Empirical Distribution Function in Python https://machinelearningmastery.com/empirical-distribution-function-in-python/

293 289

Освойте самую востребованную технологию искусственного интеллекта! Хотите в сжатые сроки получить практические навыки по программированию глубоких нейронных сетей? В SkillFactory в ноябре стартует курс онлайн-курс "Deep Learning и нейронные сети" https://clc.to/_dCORw (при поддержке NVIDIA Corporation). Здесь вы: попробуете свои силы в создании нейронной сети для распознавания рукописных цифр, обучении рекурентной сети задачам прогнозирования временных рядов, разработке нейросетевого чат-бота, создании модели для идентификации лиц и др. Курс основан на практике. Фокус и упор мы делаем не на математическом фундаменте, а именно на понимании задач и практическом применении решений. Узнайте больше о возможностях: https://clc.to/_dCORw

293 289

Introducing LIGHT: A multiplayer text adventure game for dialogue research https://ai.facebook.com/blog/introducing-light-a-multiplayer-text-adventure-game-for-dialogue-research/ Learning in Interactive Games with Humans and Text https://parl.ai/projects/light/ ParlAI Quick-start http://parl.ai.s3-website.us-east-2.amazonaws.com/docs/tutorial_quick.html

293 289

Identifying Exoplanets with Neural Networks https://blog.tensorflow.org/2019/11/identifying-exoplanets-with-neural.html code: https://github.com/aedattilo/models_K2/tree/master/research/astronet paper: https://arxiv.org/pdf/1903.10507.pdf

293 289

Understanding the generalization of ‘lottery tickets’ in neural networks https://ai.facebook.com/blog/understanding-the-generalization-of-lottery-tickets-in-neural-networks/ One ticket to win them all: generalizing lottery ticket initializations across datasets and optimizers https://arxiv.org/pdf/1906.02773.pdf https://arxiv.org/pdf/1906.02768.pdf

293 289

🔥 Fire and smoke detection with Keras and Deep Learning https://www.pyimagesearch.com/2019/11/18/fire-and-smoke-detection-with-keras-and-deep-learning/

293 289

Continual Unsupervised Representation Learning Paper: https://arxiv.org/abs/1910.14481 Code: https://github.com/deepmind/deepmind-research/tree/master/curl

293 289

Handtrack.js: tracking hand interactions in the browser using Tensorflow.js and 3 lines of code https://blog.tensorflow.org/2019/11/handtrackjs-tracking-hand-interactions.html github: https://github.com/victordibia/handtrack.js/ dataset: http://vision.soic.indiana.edu/projects/egohands/

293 289

3 Ways to Encode Categorical Variables for Deep Learning https://machinelearningmastery.com/how-to-prepare-categorical-data-for-deep-learning-in-python/