About this listing
Машинное обучение | Наука о данных is a Telegram channel listed on TeleHub. View its description, category, member count, and Telegram join link.
Telehub🔥 Обсуждаем ИИ, ML и Data Science! Здесь найди книги, статьи и рекомендации по программам для активного изучения.
Машинное обучение | Наука о данных is a Telegram channel listed on TeleHub. View its description, category, member count, and Telegram join link.
Добро пожаловать в мир машинного обучения и науки о данных! 🌐 Наша библиотека предлагает множество ресурсов: #{1} 📚.Мы собираем интересные книги, полезные курсы и лучшие IT-каналы для вашего быстрого роста в сфере технологий. Хотите углубить свои знания? У нас есть ссылки на {2}, такие как AI, Python, DevOps и многое другое. Мы также делимся свежими находками из открытых репозиториев бюджета – от анализа алгоритмов до обсуждения разработки моделей. Не упустите возможность держать руку на пульсе актуальных тем! Наш канал будет полезен как новичкам, так и профессионалам. Просто подписывайтесь на нужные направления, чтобы не пропустить важные обновления! 🚀 Вот несколько популярных направлений: 🔍 AI: t.me/ai_machinelearning_big_data 📊 Data Science: t.me/data_analysis_ml 🖥️ Python: t.me/pythonl 🤖 Big Data: t.me/bigdatai Ориентируемся на максимальную практическую ценность материалов – всё от теории до применения. {3} Подписывайтесь на наш канал и соберите идеальную ленту новостей для своего развития в IT!
Loading recent Telegram analytics…
TeleHub helps users discover Telegram communities, but users should review each community before joining. Report misleading, unsafe, or inappropriate listings.
Report a listingClick the join button to open Машинное обучение | Наука о данных on Telegram.
No, Машинное обучение | Наука о данных is not marked as NSFW. Users should still review the community before joining.
Машинное обучение | Наука о данных is listed under Наука, Образование, Технологии, Программирование on TeleHub.
Statistics updated September 9, 2026
Post frequency is estimated from the latest 30 stored public posts and may undercount activity.
✔️ Anthropic сдвинула IPO на середину октября Компания скорректировала график подготовки к первичному размещению - теперь оно ориентировано на середину октября. Причинами называют финальное согласование отчётности и желание андеррайтеров поймать более устойчивое окно на рынке. Размещение будет заметным для всей отрасли - Anthropic первой среди создателей передовых моделей переходит от венчурных денег к регулярной публичной отчётности и рынок впервые увидит, сходится ли экономика больших языковых моделей с затратами на вычисления. reuters.com ✔️ OpenAI набирает лоббистов для работы в штатах В команду по связям с госорганами пришли трое: Джессика Шумер из Amazon, Колдер Харвилл-Чайлдс из команды Цукерберга и Томас Маклеллан из Palo Alto Networks. Ставка на штаты объясняется тем, что единый федеральный закон об ИИ застрял в Конгрессе. Под руководством вице-президента по глобальной политике Криса Лехейна компания собирается напрямую участвовать в разработке законопроектов в Нью-Йорке, Калифорнии и других крупных штатах. Расчёт в том, чтобы закрепить нормы прозрачности и кибербезопасности на региональном уровне и сделать их фактическим стандартом для всей индустрии. axios.com ✔️ Microsoft выпустила облегчённый генератор изображений MAI-Image-2.6-Flash Это упрощённая версия флагманской MAI-Image-2.6. Она умеет генерировать картинки по тексту, править фрагменты, работать с несколькими референсами, сама подбирает соотношение сторон и ходит в веб-поиск. В рейтинге Artificial Analysis модель взяла 1311 Elo в редактировании (третье место, выше GPT Image 2) и 1297 Elo в генерации по тексту, восьмое место. Доступна в публичном превью на Microsoft Foundry. Генерация стоит 19 долларов за миллион токенов, что вдвое дешевле родительской модели и в несколько раз бюджетнее GPT Image 2. microsoft.ai ✔️ GitHub научил Copilot раздавать задачи разным моделям Project HydraFusion меняет прежнюю схему с одной моделью на ансамбль специализированных. Задачи распределяются на лету - маленькие модели отвечают за автокомплит в строках кода, а большие берут на себя архитектуру, рефакторинг и поиск граничных случаев. Прежде чем результат попадёт в IDE или в пул-реквест, его проверяют модели-критики и статический анализ. От этого проекта GitHub ждёт меньше галлюцинаций и логических ошибок в больших репозиториях без потери скорости. Предварительная версия уже доступна всем подписчикам Copilot. github.blog ✔️ ComfyOrg отправит своих инженеров работать внутри студий Разработчики нодового движка запустили программу Forward Deployed Creatives, скопировав модель Palantir - технические художники и инженеры компании сядут прямо в команды киностудий, игровых компаний и агентств. Задача - встроить ComfyUI в существующую инфраструктуру на Blender, Maya и Unreal Engine и написать под неё нестандартные ноды, чтобы генерация стала управляемой и повторяемой в реальном производстве. Обратная связь с проектов пойдёт напрямую разработчикам ядра ComfyUI. comfy.org @ai_machinelearning_big_data #news #ai #ml
📚 Бесплатная книга по математике для Computer Science и Machine Learning - более 2200 страниц Жан Галлье и Джоселин Куэйнтанс собрали в одном учебнике алгебру, топологию, дифференциальное исчисление и теорию оптимизации. Материал для тех, кто хочет глубже разобраться в математической основе алгоритмов и машинного обучения. Книга на английском, полная рукопись доступна бесплатно в PDF. https://www.cis.upenn.edu/~jean/gbooks/geomath.html
📖 OpenAI обновила гайд по GPT-6 Astra API - модель явно заточена под длинные агентные задачи GPT-6 Astra позиционируется как самая сильная модель OpenAI для computer use, браузера, software engineering, науки и сложных профессиональных workflows. Главные возможности: - Async tool calling — модель может продолжать рассуждать и выполнять другие части задачи, пока внешний tool ещё работает - Mid-turn steering — требования можно менять прямо во время выполнения задачи, не начиная всё заново - Динамический reasoning — reasoning effort можно повышать или снижать по ходу диалога с сохранением prompt cache - Multi-agent orchestration - Computer use - Structured Outputs - Programmatic Tool Calling - Persisted reasoning - Compaction OpenAI отдельно отмечает, что Astra во многих тестах использует заметно меньше output-токенов, поэтому стоимость успешно выполненной задачи может быть ниже даже при более высокой цене токена. https://developers.openai.com/api/docs/guides/latest-model?model=gpt-6-astra