uz
Feedback

Firibgarlarga uchmang! Telemetrio bunday kanallarni topadi va belgilaydi 👉 Belgini ko‘rmoqchi bo‘lsangiz, obuna bo‘ling

Анализ данных (Data analysis)

Анализ данных (Data analysis)

Kanalga Telegram’da o‘tish

Data science, наука о данных. @haarrp - админ РКН: clck.ru/3FmyAp

Ko'proq ko'rsatish

📈 Telegram kanali Анализ данных (Data analysis) analitikasi

Анализ данных (Data analysis) (@data_analysis_ml) Rus til segmentidagi kanali faol ishtirokchi. Hozirda hamjamiyat 51 955 obunachidan iborat bo'lib, Texnologiyalar & Aralashmalar toifasida 2 565-o'rinni va Rossiya mintaqasida 11 790-o'rinni egallagan.

📊 Auditoriya ko‘rsatkichlari va dinamika

невідомо sanasidan buyon loyiha tez o‘sib, 51 955 obunachiga ega bo‘ldi.

10 Noyabr, 2026 dagi oxirgi ma’lumotlarga ko‘ra kanal barqaror faollikka ega. Oxirgi 30 kunda obunachilar soni 581 ga, so‘nggi 24 soatda esa 36 ga o‘zgardi va umumiy qamrov yuqori darajada qolmoqda.

  • Tasdiqlash holati: Tasdiqlanmagan
  • Jalb etish (ER): Auditoriya o‘rtacha 11.33% darajada jalb etiladi. Nashrdan keyingi dastlabki 24 soatda kontent odatda umumiy obunachilar sonining 8.46% ini tashkil etuvchi reaksiyalarni to‘playdi.
  • Post qamrovi: Har bir post o‘rtacha 5 887 marta ko‘riladi; birinchi sutkada odatda 4 394 ta ko‘rish yig‘iladi.
  • Reaksiyalar va o‘zaro ta’sir: Auditoriya faol: har bir postga o‘rtacha 236 ta reaksiya keladi.
  • Tematik yo‘nalishlar: Kontent llm, контекст, openai, архитектура, deepseek kabi asosiy mavzularga jamlangan.

📝 Tavsif va kontent siyosati

Muallif resursni shaxsiy fikrni ifoda etish maydoni sifatida ta’riflaydi:
“Data science, наука о данных. @haarrp - админ РКН: clck.ru/3FmyAp”

Yuqori yangilanish chastotasi (oxirgi ma’lumot 11 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.

51 955
Obunachilar
+3624 soatlar
+427 kun
+58130 kun
Postlar arxiv
⚡️ Screenpipe записывает ваш экран и обрабатывает эти записи с помощью Ollama. Инструмент написан на Rust. Он позволяет автом
⚡️ Screenpipe записывает ваш экран и обрабатывает эти записи с помощью Ollama. Инструмент написан на Rust. Он позволяет автоматически собирать данные с вашего пк во всех форматах (текст, аудио, видео) и обрабатывать с помощью LLM. Особое внимание уделено безопасности данных, с фокусом на локальное хранение в базе данных SQLite. Исходный код доступен на GitHub : https://github.com/mediar-ai/screenpipe ▪ Github @data_analysis_ml

Учитесь в универе и давно хотите попробовать свои силы в решении реальных кейсов по машинному обучению и нейросетям? Междунар
Учитесь в универе и давно хотите попробовать свои силы в решении реальных кейсов по машинному обучению и нейросетям? Международные олимпиады — отличный способ проверить свои знания и выйти на новый уровень! Одна из таких олимпиад — AIDAO от Яндекса и НИУ ВШЭ. Участникам предстоит решать IT-задачи в команде из 2-3 человек, а победители получат денежные призы до 600 тысяч рублей! Выполнять задания олимпиады нужно на английском, но разрешено пользоваться переводчиком. Если у вас нет команды, то вам помогут её найти во время регистрации. Чтобы принять участие, надо: - быть студентом бакалавриата или магистратуры в российском или зарубежном вузе; - разбираться в ML, алгоритмах и работе с данными; - подать заявку на сайте до 5 октября. Не упустите шанс применить свои навыки на практике и посоревноваться со студентами со всего мира!

📊 FinanceDatabase для Python — мощный инструмент для работы с финансовыми данными! ❓Этот репозиторий предоставляет удобный д
📊 FinanceDatabase для Python — мощный инструмент для работы с финансовыми данными! ❓Этот репозиторий предоставляет удобный доступ к более чем 300 000 финансовых инструментов: акции, ETF, криптовалюты, облигации и многое другое. Можно легко находить информацию по каждому активу и использовать ее в своих проектах. 💡 Установка:

pip install financedatabase -U
💡 Использование:

import financedatabase as fd
🔐 Лицензия: MIT ▪️Github @data_analysis_ml

Оффер в дата-аналитику за выходные? Легко — для опытных специалистов на Data Weekend Offer от Авито! Пройдите ускоренный отбо
Оффер в дата-аналитику за выходные? Легко — для опытных специалистов на Data Weekend Offer от Авито! Пройдите ускоренный отбор, изучайте поведение пользователей и ищите точки роста бизнеса. Вас ждет: — конкурентная зарплата, удаленка и дополнительные дни отпуска; — возможность прокачать свой стек – проверять бизнес-модели, тестить гипотезы, запускать фичи и улучшать пользовательский опыт; — участие в разработке новых продуктов крупнейшего в мире сервиса объявлений; — сильное IT-комьюнити, которое любит опенсорс. Авито – это про карьерное развитие и комфортные условия. Регистрируйтесь до 15 октября: https://u.to/Z-bkIA

🐐Oryx🐐 - унифицированная мультимодальная архитектура для генераций изображений, видео и 3D-сцен с разными ракурсами. - Прое
🐐Oryx🐐 - унифицированная мультимодальная архитектура для генераций изображений, видео и 3D-сцен с разными ракурсами. - Проект: https://oryx-mllm.github.io - Github: https://github.com/Oryx-mllm/Oryx - Демо: https://huggingface.co/spaces/THUdyh/Oryx @data_analysis_ml

⚡Всероссийский хакатон по Биометрии 🚀Выберите один из предложенных кейсов: 🔹Разработка ассистента для упрощения регистрации
⚡Всероссийский хакатон по Биометрии 🚀Выберите один из предложенных кейсов: 🔹Разработка ассистента для упрощения регистрации в Единой биометрической системе (кейс ЦБТ); 🔹Создание инструмента для генерации синтетического датасета изображений ладоней (кейс Сбера); 🔹Создание инструмента для восстановления изображения из вектора биометрических персональных данных (кейс Мир Plat.form и СБП). Отборочный этап пройдет в онлайн-формате. Финал пройдет на площадке в Москве, где команды смогут лично пообщаться с профессионалами в сфере биометрических технологий. Для финалистов из других регионов предусмотрено участие онлайн. ⏳Дедлайн регистрации: 1 октября, 23:59 🦾Отборочный этап: 4-13 октября 📆Финал: 26 октября 👨‍💻Для кого: Разработчики, ML-специалисты, Data Scientists, UX/UI-специалисты Подробности и регистрация: https://tglink.io/29b052ab52e5?erid=LjN8Jvf5p #реклама О рекламодателе

⚡️Исследование неочевидных аспектов квантового программирования: 10 библиотек для тех, кто хочет погрузиться в квантовое программирование: ▪Qiskit — это библиотека для квантового программирования, которая позволяет пользователям писать программы для квантовых компьютеров IBM. Включает поддержку классических, квантовых алгоритмов и визуализацию квантовых схем. ▪Cirq — это библиотека от Google для создания, симуляции и выполнения квантовых алгоритмов. Она предназначена для использования с квантовыми компьютерами и обеспечивает возможность работы с сложными квантовыми системами. ▪PennyLane - объединяет машинное обучение и квантовое программирование. Она позволяет пользователям создавать самонастраиваемые квантовые алгоритмы и исследовать преимущества квантовых вычислений в задачах машинного обучения. ▪ProjectQ - это открытая платформа для квантовых вычислений, которая позволяет пользователям реализовывать и симулировать квантовые алгоритмы, и включает в себя интерфейсы для различных квантовых процессоров. ▪QuTiP - предоставляет инструменты для моделирования квантовых систем и является незаменимым инструментом для исследователей квантовой механики и квантовой оптики. ▪PyQuil - это библиотека для написания квантовых программ с помощью языка квантового программирования Quil, разработанного Rigetti Computing. Поддерживает симуляцию и выполнение программ на реальных квантовых процессорах. ▪Tequila - это инструмент для создания квантовых алгоритмов с интеграцией в PyTorch и TensorFlow, который позволяет больше акцентировать внимание на квантовых вычислениях в контексте глубокого обучения. ▪Strawberry Fields предлагает платформу для создания и симуляции квантовых алгоритмов с использованием квантовых битов и квантовой оптики. Подходит для работы с квантовыми сетями и визуализацией в квантовых схемах. ▪Q# - это язык программирования от Microsoft для квантовых вычислений, который также предоставляет библиотеки, намеренные упростить разработку и выполнение квантовых алгоритмов в Azure Quantum. ▪Quirk — это онлайн-интерфейс для визуального проектирования и анализа квантовых схем, который позволяет легко экспериментировать с различными квантовыми логическими элементами. #quantum #python #ai @data_analysis_ml

🌟 Реализация высоконагруженный процессингов и использование тяжелых моделей GPT Как подходы к генерации развивались со време
🌟 Реализация высоконагруженный процессингов и использование тяжелых моделей GPT Как подходы к генерации развивались со временем, первый подход к оптимизации нагрузки и взаимодействие процессинга и сервиса ML‑вычислений. Команда Яндекса поделилась опытом эффективного распределения нагрузки для моделей на GPU и CPU. 🟡 Habr @data_analysis_ml

🌟 ChatGPT на калькуляторе TI-84 Автор ютуб-канала ChromaLock сделал модифицированный калькулятор TI-84, оснащённый возможностью выхода в интернет. С помощью микроконтроллера ESP32C3 и специально разработанной печатной платы, калькулятор получил возможность подключения к интернету. Связь между калькулятором и модулем осуществляется с помощью эмуляции протокола передачи данных TI-84. Специальные приложения на калькуляторе, написанные на TI Basic, взаимодействуют с микроконтроллером, отправляя и получая данные, эмулируя обмен между двумя калькуляторами, чтобы обходить ограничения отправки и получение данных. В результате, TI-84 получил возможности: 🟠чат для связи с друзьями; 🟠браузер изображений; 🟠браузер приложений для загрузки дополнительных программ и заметок; 🟠возможность получать ответы на вопросы через ChatGPT. @ai_machinelearning_big_data #AI #ML #LLM #Tutorial

⚡️ Выпущена мультимодальная Llama 3.2 — с упором на vision задачи. - Доступны версии на 1B и 3B параметров. Версия с 3 миллиа
⚡️ Выпущена мультимодальная Llama 3.2 — с упором на vision задачи. - Доступны версии на 1B и 3B параметров. Версия с 3 миллиардами превосходит такие модели, как Gemma 2 и Phi-3.5 – Mini. - Доступна маленькая версия имеет 11 миллиардов параметров. - Средний вариант обладает 90 миллиардами параметров и превосходит GPT-4o-mini по тестам на визуальное понимание. https://huggingface.co/collections/meta-llama/llama-32-66f448ffc8c32f949b04c8cf

⚡️ Настоящая кладезь руководств по генеративным агентам искусственного интеллекта! В этом репозитории вы найдете все, что свя
⚡️ Настоящая кладезь руководств по генеративным агентам искусственного интеллекта! В этом репозитории вы найдете все, что связано с агентами. От простых объяснений до самых сложных тем. https://github.com/NirDiamant/GenAI_Agents @data_analysis_ml

Yandex Cloud открыла доступ к Yandex Cloud AI Studio – единой платформе для создания приложений на базе ИИ Платформа объединя
Yandex Cloud открыла доступ к Yandex Cloud AI Studio – единой платформе для создания приложений на базе ИИ Платформа объединяет все доступные ML-решения компании, включая генеративные нейросети: YandexGPT и YandexART. Единый интерфейс позволяет упростить разработку и ускорить запуск многофункциональных ИИ-приложений. Чтобы писать меньше кода для интеграции нейросетей, разработчики могут воспользоваться SDK-библиотекой с готовыми примерами кода. Также пользователи смогут тестировать ML-решения в AI Playground: в нем можно вести одновременно несколько диалогов, в каждом из которых сохраняется история обращений. Читайте подробнее в статье.

⚡️ Вышел Face fusion 3.0 Мощное приложение для работы с лицами с открытым исходным кодом на базе Gradio, поддерживает множест
⚡️ Вышел Face fusion 3.0 Мощное приложение для работы с лицами с открытым исходным кодом на базе Gradio, поддерживает множество новых функций, включая: - Модификация возраста - Редактор лиц (через LivePortrait) - Система очередей заданий - И многое другое ▪Github: https://github.com/facefusion/facefusion ▪Proj: join.facefusion.io @data_analysis_ml

👀 Open AI только что выпустила многоязычный датасет Multilingual Massive Multitask Language Understanding (MMMLU) на hugging
👀 Open AI только что выпустила многоязычный датасет Multilingual Massive Multitask Language Understanding (MMMLU) на huggingface 🌍 Набор тестов MMLU доступен на 14 языках, включая арабский, немецкий, испанский, французский,........... 🧠 Он охватывает широкий спектр тем из 57 различных категорий, от элементарных знаний до продвинутых профессиональных дисциплин, таких как юриспруденция, физика, история и информатика. 🎓 Переведено профессиональными переводчиками 🔬 Оценивает общие знания моделей искусственного интеллекта в различных культурах, используемые в openai/simple-evals 🤔 Лицензия не определена https://huggingface.co/datasets/openai/MMMLU

Большинство моделей от Mistral теперь доступны бесплатно по API 😱 Что за аттракцион невиданной щедрости? Вероятно, ваши запр
Большинство моделей от Mistral теперь доступны бесплатно по API 😱 Что за аттракцион невиданной щедрости? Вероятно, ваши запросы будут использованы для обучения новых моделей (хотя это не точно). VPN не требуется, карта не нужна. Пользуйтесь! @data_analysis_ml

🖥 Андрей Карпаты выложил ролик , где рассказывает о создании своего знаменитого проекта llm.c. Его не удовлетворяли возможности PyTorch и метод compile, поэтому он принял решение переписать всё самостоятельно с нуля на языке C. Сейчас llm.c является крайне популярным проектом среди энтузиастов Энтузиасты активно внедряют новые оптимизации, а в ближайшем будущем планируют добавить поддержку llama-3.1. Это отличный материал для прокачки мозгов 🧠 https://www.youtube.com/watch?v=BmdOt6A6tHM

🖥 Daily Papers HN - это веб-приложение на базе Python, которое отображает академические статьи в интерфейсе, похожем на Hack
🖥 Daily Papers HN - это веб-приложение на базе Python, которое отображает академические статьи в интерфейсе, похожем на Hacker News. Приложение использует Hugging Face Daily Papers API для получения и вывода статей в виде отсортированного списка. ▪Github ▪Demo @data_analysis_ml

⚡️Легкий способ получать свежие обновления и следить за трендами в разработке на вашем языке. Находите свой стек и подписывайтесь: МАШИННОЕ ОБУЧЕНИЕ: t.me/ai_machinelearning_big_data C++ t.me/cpluspluc Python: t.me/pythonl Хакинг: t.me/linuxkalii Devops: t.me/DevOPSitsec АНАЛИЗ Данных: t.me/data_analysis_ml Javascript: t.me/javascriptv C#: t.me/csharp_ci Java: t.me/javatg Базы данных: t.me/sqlhub Linux: t.me/linuxacademiya Python собеседования: t.me/python_job_interview Мобильная разработка: t.me/mobdevelop Docker: t.me/DevopsDocker Golang: t.me/Golang_google React: t.me/react_tg Rust: t.me/rust_code PHP: t.me/phpshka Android: t.me/android_its Frontend: t.me/front Big Data: t.me/bigdatai Собеседования МЛ: t.me/machinelearning_interview МАТЕМАТИКА: t.me/data_math Kubernets: t.me/kubernetc 💼 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 Папка FRONTEND: https://t.me/addlist/mzMMG3RPZhY2M2Iy 😆ИТ-Мемы: t.me/memes_prog 🇬🇧Английский: t.me/english_forprogrammers 🧠ИИ: t.me/vistehno 🎓954ГБ ОПЕНСОРС КУРСОВ: @courses 📕Ит-книги бесплатно: https://t.me/addlist/BkskQciUW_FhNjEy

🧑‍🍳 Свежий гайд по работе Groq API! В этом руководстве подробно показано как создать приложение для модерации изображений н
+2
🧑‍🍳 Свежий гайд по работе Groq API! В этом руководстве подробно показано как создать приложение для модерации изображений на базе Grog для быстрого анализа изображений и проверки содержания контент на них . Также в гайде показано как использовать Gradio для создания удобного интерфейса. Groq известен своей невероятно высокой скоростью вывода, которая очень хорошо подходит для ИИ приложений, предоставляя множество больших языковых моделей (LLM) в различных модальностях через Groq API. В этом руководстве используется LlaVA 1.5 7B для анализа изображений и Llama Guard 3 8B для оценки контент на изображеня. ▪Гайд: https://github.com/groq/groq-api-cookbook/blob/main/tutorials/image_moderation.ipynb ▪Демо: https://huggingface.co/spaces/Groq/image-moderation @data_analysis_ml

🖥 pipe func - инструмент для создания простого функционального конвейера (DAG) на чистом Python для задач по анализу данных
🖥 pipe func - инструмент для создания простого функционального конвейера (DAG) на чистом Python для задач по анализу данных и научных вычислений 🕸️🧪 DAG — это ориентированный ациклический граф, концептуальное представление серии действий или, другими словами, математическая абстракция конвейера данных (data pipeline). ▪ Github @data_analysis_ml