Endi mavjud! Telegram Tadqiqoti 2025 — yilning asosiy insaytlari 
Data Science
Kanalga Telegram’da o‘tish
DS По всем вопросам- @haarrp @ai_machinelearning_big_data - machine learning @pythonl - Python @itchannels_telegram - 🔥 best it channels @ArtificialIntelligencedl - AI @pythonlbooks-📚 @programming_books_it -📚 Реестр РКН: https://clck.ru/3Fk3zS
Ko'proq ko'rsatish📈 Telegram kanali Data Science analitikasi
Data Science (@datascienceiot) kanali faol ishtirokchi. Hozirda hamjamiyat 41 895 obunachidan iborat bo'lib, Texnologiyalar & Aralashmalar toifasida 3 241-o'rinni va Rossiya mintaqasida 15 299-o'rinni egallagan.
📊 Auditoriya ko‘rsatkichlari va dinamika
невідомо sanasidan buyon loyiha tez o‘sib, 41 895 obunachiga ega bo‘ldi.
18 Iyun, 2026 dagi oxirgi ma’lumotlarga ko‘ra kanal barqaror faollikka ega. Oxirgi 30 kunda obunachilar soni -32 ga, so‘nggi 24 soatda esa -12 ga o‘zgardi va umumiy qamrov yuqori darajada qolmoqda.
- Tasdiqlash holati: Tasdiqlanmagan
- Jalb etish (ER): Auditoriya o‘rtacha 8.85% darajada jalb etiladi. Nashrdan keyingi dastlabki 24 soatda kontent odatda umumiy obunachilar sonining 2.90% ini tashkil etuvchi reaksiyalarni to‘playdi.
- Post qamrovi: Har bir post o‘rtacha 3 709 marta ko‘riladi; birinchi sutkada odatda 1 213 ta ko‘rish yig‘iladi.
- Reaksiyalar va o‘zaro ta’sir: Auditoriya faol: har bir postga o‘rtacha 0 ta reaksiya keladi.
- Tematik yo‘nalishlar: Kontent llm, агентов, api, октября, разработчиков kabi asosiy mavzularga jamlangan.
📝 Tavsif va kontent siyosati
Muallif resursni shaxsiy fikrni ifoda etish maydoni sifatida ta’riflaydi:
“DS
По всем вопросам- @haarrp
@ai_machinelearning_big_data - machine learning
@pythonl - Python
@itchannels_telegram - 🔥 best it channels
@ArtificialIntelligencedl - AI
@pythonlbooks-📚
@programming_books_it -📚
Реестр РКН: https://clck.ru/3...”
Yuqori yangilanish chastotasi (oxirgi ma’lumot 19 Iyun, 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.
41 895
Obunachilar
-1224 soatlar
-157 kunlar
-3230 kunlar
Postlar arxiv
41 895
❓ Как мощные алгоритмы матричных разложений применяются в рекомендательных системах?
Расскажем на открытом уроке «SVD и ALS на службе рекомендательных систем», посвященному курсу Machine Learning. Advanced
✅ Изучим и применим на практике такие методы как SVD и ALS для построения рекомендательных систем
👉 Регистрация и подробности: https://otus.pw/c5hz/?erid=2W5zFK7DzBz
Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.
41 895
Strong law of large numbers for a branching random walk among Bernoulli traps
📕 Статья
@datascienceiot
41 895
Приглашаем на открытый урок «Инструменты обратного тестирования торговых стратегий» от Otus
Рассмотрим базовую методику и рассмотрим основные библиотеки для проведения обратного тестирования торговых стратегий.
✅ Практика: тест простой торговой стратегии
Оставляйте заявку на курс «ML для финансового анализа» и создайте торгового робота для автоматического проведения операций с оценкой уровня риска
👉 Регистрация на урок и подробности:
https://otus.pw/dIEW/?erid=2W5zFJC4rs2
#реклама
О рекламодателе
41 895
Implementing A Byte Pair Encoding (BPE) Tokenizer From Scratch
📕 Article
@datascienceiot
41 895
Repost from Machinelearning
🖥 Только что Google опубликовали один из лучших официальных гайдов по ИИ-агентам. И его действительно стоит прочитать.
В нем содержится все, что вам нужно знать:
> Описание агентов, компонентов и когнитивных архитектур.
> Разобраны инструменты по работе с агентами: расширения, написании функций и хранилища данных.
> Описываются методы обучения для повышения производительности агентов.
> Описываются методы создания агентов с использованием LangChain и LangGraph
▪ Читать гайд
@ai_machinelearning_big_data
#aiagents #ai #llm #ml #machinelearning
41 895
Mathematicians and physicists alike will jump on this Representation theory primer by Etingof, Hensel, Golberg++
📕 Paper
@datascienceiot
41 895
Приглашаем вас на открытый вебинар: «Как увеличить число обнаружений YOLO?» OTUS.RU
📚На вебинаре вы узнаете на практике:
+Необходимые нюансы с библиотекой по работе с YOLO моделями
+Как увеличивать чисто детекций и инстанс сегментаций с использованием патчевых подходов инференса
+Что нужно для запуска на видеопотоке нейронной сети в базовом и патчевом режиме
+Теорию патчевых методов обработки
🚀В результате вебинара вы научитесь:
-Работать с нейронной сетю на изображениях и видео в базовом и патчевом подходе
-Автопатчингу и сможете его применить для увеличения числа детекций
*а также познакомитесь с библиотекой patched_yolo_infer
Участники вебинара получат скидку🎁 на курс «Компьютерное зрение»
👉Регистрируйтесь по ссылке: OTUS.RU
Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576
#реклама
О рекламодателе
41 895
"Fundamentals of Linear Algebra" by James B. Carrell
Link: personal.math.ubc.ca/~carrell/NB.pdf
41 895
+4
📚 Новогодние праздники продолжаются и пришло время провести крутой розыгрыш.
На этот раз мы разыграем целых 3 места на наших курсах и целую коллекцию актуальных книг для изучения и погружения в машинное обучение и python.
Условия просты:
• подписаться на Pythonl
• подписаться на Поступашки
Победители рандомно получат доступы к курсам или одну из книг, которые перечислены ниже:
— System Design. Машинное обучение. Подготовка к сложному интервью | Сюй Алекс
— Алгебра, топология, дифференциальное исчисление и теория оптимизации для компьютерных наук и машинного обучения
— Глубокое обучение Курвилль Аарон, Гудфеллоу Ян
— Как быть успешным в Data Science.
— Все, что нужно, чтобы понимать математику в одном толстом конспекте
Итоги подведем при помощи бота, который рандомно выберет победителя. Всем удачи ❤️
• подписаться на Pythonl
• подписаться на Поступашки
#Конкурс
41 895
Lecture Notes on Principal Component Analysis by Laurenz Wiskott
📕 lectures
@datascienceiot
41 895
🤖 Искусственный интеллект уже давно перестал быть чем-то фантастическим. Сегодня он окружает нас повсюду: начиная от голосовых помощников в смартфонах и заканчивая сложными системами машинного обучения, управляющими финансовыми рынками. Сейчас ИИ помогает решать самые разные задачи — например, повышать релевантность поисковой выдачи.
Так, Авито представил новую версию поиска, которая позволит в два раза сократить количество неподходящих предложений в поисковой выдаче. Этого удалось достичь с помощью собственной технологии ранжирования — Avito Ranker 3.
Теперь вместо того, чтобы полагаться исключительно на время размещения объявления, система уделяет внимание качеству контента, цене товара и уровню сервиса продавца, отметил старший директор Авито по продукту Иван Зимин.
Эти изменения привели к повышению релевантности поисковых результатов на 25%, что означает, что пользователи получают именно те предложения, которые им действительно интересны. Алгоритмы Авито анализируют более 100 различных параметров, включая персональные предпочтения покупателя, рейтинг и отзывы продавцов, конкурентоспособность цен и удаленность продавца от покупателя.
41 895
Repost from Машиннное обучение | Наука о данных Библиотека
⚡️ Scala for machine learning
📕 Книга
@machinelearning_books
