Channel
@ML_Hive
On this record: Growth · Engagement · Reactions · Posts · Polls · Cite this entry
136subscribers
-2 since we began measuring on 7 August 2026
Risers and fallers across the register · movement among entries of Under 1,000.
| Telegram ID | -1002446200071 |
|---|---|
| Type | Channel |
| Username | @ML_Hive |
| Created | Between 1 September 2024 and 31 March 2025— estimated from Telegram’s id allocation, not measured. How this range is calculated. |
| First recorded | 8 August 2026 |
| Last confirmed live | 31 August 2026 |
| Measurements held | 3 |
| Confirmed unchanged | 1 time, most recently 31 August 2026 |
| On Telegram | t.me/ML_Hive |
| Measured (UTC) | Subscribers | Change |
|---|---|---|
| 31 Aug 2026, 00:05 | 136 | -2 |
| 8 Aug 2026, 23:00 | 138 | no change |
| 7 Aug 2026, 18:09 | 138 | first reading |
20 posts held, back to 23 May 2025 — the reader has not yet reached the start of this channel’s public history, so older posts may sit further back, unread. Read across 1 pageof Telegram’s post history, 20 posts per page.
Nothing published in the last 30 days. ERR and ER are rolling 30-day measures, so there is nothing to compute — we hold 20 posts for this entry, the most recent from 12 March 2026. An engagement rate over an empty window would be a number about nothing.
88 reactions across 20 posts, in 5 distinct kinds. The most used accounts for 75.0% of them.
| Reaction | Count | Share | Share, drawn |
|---|---|---|---|
| ❤ | 66 | 75.0% | |
| 🔥 | 18 | 20.5% | |
| 🤨 | 2 | 2.27% | |
| 👌 | 1 | 1.14% | |
| 👎 | 1 | 1.14% |
No sentiment is inferred, and none should be read in. This table is ordered by count and by nothing else. Emoji do not carry stable meaning across languages or communities — 🙏 is thanks in one channel and mourning in another — so we publish which ones were pressed and how often, and pass no judgement on what an audience meant by them.
Precision. Telegram publishes reaction counts per emoji and short-forms each one — 4.34K, 1.2M — so any single kind at or above 1,000 reaches us at three significant figures, and only counts below 1,000 are exact. The shares above are ratios of those figures and carry the same error. This is also why the total here can differ slightly from a reaction total printed elsewhere on the page: both are sums of the same rounded parts, taken over samples with different edges.
Coverage. Reactions were read on 20 of the 20 sampled posts in this sample. Summed by Telegram’s own count on each post — not by adding up the per-emoji breakdown above — those same posts carry 88reactions in total: the kind of figure the paragraph above means by “a reaction total printed elsewhere on the page”.
Measured over the 20 most recent posts we hold, published 23 May 2025 to 12 March 2026, using the newest reading held for each. Telegram Stars are excluded: they are a payment, not a reaction, and they have their own section.
Почему RAG лучше, чем просто LLM? Большая языковая модель (LLM) сама по себе не знает три вещи: — новую информацию после обучения — ваши данные (документы, базы знаний) — иногда она просто галлюцинирует Поэтому сегодня почти все AI-продукты используют RAG (Retrieval-Augmented Generation). Как работает RAG 1️⃣ пользователь задаёт вопрос 2️⃣ система ищет релевантные документы 3️⃣ найденный текст передаётся модели 4️…
❤4
Дорогие женщины, с 8 марта! 🌷 Команда ML Hive поздравляет вас с этим прекрасным праздником весны, вдохновения и силы. Пусть каждый день приносит новые возможности, смелые идеи и достижения, которыми можно гордиться. Пусть рядом будут люди, которые поддерживают ваши мечты, а энергии и уверенности хватает на любые цели. Спасибо за вашу силу, ум, талант и стремление менять мир к лучшему. С праздником! 💛
❤6
Разбор задачи: Прогнозирование погоды в Винтерфелле Давайте разберём одну из наших культовых задач. Поехали! Задача на первый взгляд - чистой воды «привет, мир» в мире тензоров. Но именно такие простые кейсы ловят 80 % новичков: система требует строго определённый вывод, и никакой «силы зимы» в консоль выводить не нужно. Всё остальное - бонус для вашего понимания. Вот что происходит: Вход: одна строка с двумя числ…
❤4
Как создавать тензоры в TensorFlow Давайте вместе повторим эту базу, если вы вдруг забыли) Самые нужные способы создания тензоров: import tensorflow as tf # Скаляр и вектор scalar = tf.constant(5) vector = tf.constant([1, 2, 3]) # Матрица matrix = tf.constant([[1, 2], [3, 4]]) # Полезные готовые тензоры zeros = tf.zeros([2, 3]) ones = tf.ones([2, 3]) # Случайный тензор (идеально для инициализации весов) random_…
❤3
Функции активации определяют, как нейрон «решает», передавать сигнал дальше или нет. Без них сеть оставалась бы линейной и не могла бы решать сложные задачи. Рассмотрим три наиболее используемые: • Sigmoid превращает сумму в вероятность от 0 до 1 - идеально для задач классификации (например, «выжил / не выжил»). • ReLU обнуляет отрицательные значения и оставляет положительные без изменений. Именно она ускоряет обуч…
❤3
Нейронные сети — это мощный инструмент для выявления сложных закономерностей в данных. Классический пример: предсказание выживания пассажиров «Титаника» на основе возраста, пола и класса билета. В основе каждой сети лежит нейрон — базовая вычислительная единица. Он принимает входные данные, умножает их на веса (коэффициенты важности), добавляет смещение и пропускает результат через функцию активации. Формула работы …
❤5
Иногда самое важное - это база. Чтобы вы не забывали фундаментальные вещи, команда ML Hive подготовила для вас серию постов по самым основам машинного обучения. К этим материалам можно будет вернуться в любой момент - освежить знания, вспомнить забытое или просто систематизировать базу. Сохраняйте, перечитывайте и используйте как небольшой справочник. Хорошего дня 💚
❤4🔥2
ML Hive возвращается Мы правда давно ничего не публиковали. Не потому что всё остановилось. А потому что мы пересобирались. Пересматривали подход. Ошибались. Тестировали. Думали глубже. И поняли главное: мы не хотим просто «обучать ML». Нам недостаточно выпускать людей, которые знают теорию. ML Hive возвращается с другим масштабом мышления. Мы хотим строить образование, которое даёт: — системность — реальное пони…
❤8
Вы используете AI-агентов?
Shares as published, totalling 99%. No per-option vote count is published by Telegram, so none is shown.
❤1
С новым годом!
❤5
Напишите в комментариях под этим постом свои планы на будущий год. Будем читать и отвечать каждому:)
🔥2
🎄 ML Hive — новогоднее объявление 🎄 Мы обещали нечто особенное — и выполняем. 🎁 Новогодний подарок Мы открыли бесплатный доступ к нашему Google Colab с ML-шпаргалкой — выжимке по ключевым темам машинного обучения, которые чаще всего путают и забывают. Это концентрат понимания того, что происходит внутри нейросетей и библиотек. 👉 https://colab.research.google.com/drive/1I1M-LU4z83GB4yx7oTEg_k_N0AQpawNT?usp=sharing …
❤4
Showing the 12 most recent of 20 posts we hold for @ML_Hive. View and reaction counts are the latest single reading for each post, not a live figure, and a recent post is still accumulating both. A view count marked ≈ was rounded by Telegram before we ever saw it — t.me prints views in full below 1,000 and to three significant figures above, so ≈1,200,000 means somewhere between 1,150,000 and 1,249,999. Unmarked counts are exact. Text is reproduced from the public post preview and truncated for length.
The 3 polls we hold for this entry, as Telegram rendered them when we read the post. A poll’s figures keep moving after that, so each one is dated.
Вы используете AI-агентов?
Shares as published, totalling 99%. No per-option vote count is published by Telegram, so none is shown.
И снова мы с опросом 🙂 Уже работаете по своей специальности? Если да, то в крупной компании или нет?
Shares as published. No per-option vote count is published by Telegram, so none is shown.
Какой контент вы хотите видеть в этом канале?
The shares total 257%, above 100: this poll accepts more than one answer per voter. No per-option vote count is published, so the number of voters who chose each option is not derivable and is not shown.
Percentages only — there are no per-option vote counts here, because Telegram publishes none.The public post preview gives each option’s share and a single voter total, and nothing else. Multiplying one by the other would produce a per-option tally that looks measured and is not: the shares are rounded to whole numbers before we ever see them. We print what was published and leave the column that does not exist empty.
The shares need not add up to 100.Rounding alone puts many polls at 99 or 101. A poll that allows more than one answer per voter runs well past 100 by design, and several here do. The bars are drawn against a fixed 100% track at each option’s own percentage rather than normalised to the total, so a poll that exceeds it shows that it does instead of being quietly rescaled.
Read from the 20 most recent posts we hold, published 23 May 2025 to 12 March 2026. Telegram labels each poll by kind — an anonymous poll, a quiz, a closed set of final results — and that label is reproduced rather than paraphrased.
A live page changes as we take new readings, so a citation should name the measurement it is based on, not just the URL. The line below cites the subscriber count as measured 31 August 2026 — this entry's latest reading, not the date you are reading this.
“ML Hive” (@ML_Hive), 136 subscribers as measured 31 August 2026. Telegram Register, tgregister.com/channel/ML_Hive.
Full measurement history, CC BY 4.0. Every reading this register holds for this entry, not just the latest one, as a dated, downloadable record: CSV · JSON. Free to use with attribution to tgregister.com. Each file carries its own generation timestamp, which is the figure to cite for exactly when the data was retrieved.