Channel

Дата-Утренник

@data_morning

On this record: Growth · Engagement · What this channel posts · Reactions · Posts · Citations · Cite this entry

271subscribers

+0 since we began measuring on 7 August 2026

Risers and fallers across the register · movement among entries of Under 1,000.

Register entry

Telegram ID	-1001747031125
Type	Channel
Username	@data_morning
Description	Канал про интересное IT Находки, библиотеки, слабоосвещенные темы и полезные материалы. Автор - @Cucu_LaPraline
Created	Between 1 December 2021 and 31 March 2023— estimated from Telegram’s id allocation, not measured. How this range is calculated.
First recorded	7 August 2026
Last confirmed live	7 August 2026
Measurements held	2
On Telegram	t.me/data_morning

Growth

2 measurements taken within a single day. Dots are measurements; the straight line between them is drawn to join them, not to claim we know the path taken in between — snapshots are recorded only when a count changes, so gaps mean “no change observed”, never “interpolated”. The vertical axis spans 270–272 and does not start at zero.

Measurement log — every subscribers count we have recorded
Measured (UTC)	Subscribers	Change
7 Aug 2026, 06:47	271	no change
7 Aug 2026, 06:30	271	first reading

Engagement

17 posts held, back to 12 April 2023 — 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 17 posts for this entry, the most recent from 9 December 2023. An engagement rate over an empty window would be a number about nothing.

What this channel posts

Photos: 11
Videos: 3
Links: 15

Lifetime counters from Telegram’s own channel header, read 7 August 2026 — not the date at the top of this page, which is when the subscriber count was last read. Below Telegram’s rounding threshold, so these counts are exact.

Reaction mix

145 reactions across 17 posts, in 11 distinct kinds. The most used accounts for 50.3% of them.

Every reaction kind recorded on the sample, most used first
Reaction	Count	Share
🔥	73	50.3%
👍	58	40.0%
🌚	2	1.38%
👏	2	1.38%
💩	2	1.38%
🤩	2	1.38%
🥰	2	1.38%
❤	1	0.69%
💋	1	0.69%
🤔	1	0.69%
🤯	1	0.69%

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 17 of the 17 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 145reactions in total: the kind of figure the paragraph above means by “a reaction total printed elsewhere on the page”.

Measured over the 17 most recent posts we hold, published 12 April 2023 to 9 December 2023, using the newest reading held for each. Telegram Stars are excluded: they are a payment, not a reaction, and they have their own section.

Recent posts

9 Dec 2023, 21:51 UTC≈2,120 views6 reactionsread 7 August 2026

🔥 Подборка интересных проектов: Text Embeddings Inference (HF) - production ready деплой классификационных моделей (внутри докер, grpc, динамический батчинг). По тестам чутка быстрее onnx. ^ [github] AnomalyCLIP - клип для детекция аномалий (аварий, нападений) в видео. По факту обычная классификация, но выглядит прикольно. ^ [github] PokemonRedExperiments - обучили RL на 2D игре про покемонов. Возможно получиться…

🔥6

Signed Максим Герасимов

17 Oct 2023, 06:59 UTC≈1,990 views10 reactionsread 7 August 2026

Photo

MLC LLM *Machine Learning Compilation for Large Language Models 🔥Коротко: движок, который помогает деплоить ваши модели под Android, IOS, Windows, Linux, Mac и Web Browser Больше всего меня заинтересовал WebGPU - можно переложить часть вычислений на пользователя, чтобы разгрузить сервер. Особенно актуально для чат-ботов или небольших приложений, для которых хост с гпу - оверкилл. @data_morning Сайт Github

👍6🔥3🥰1

Signed Максим Герасимов

15 Oct 2023, 14:47 UTC≈14,200 views9 reactionsread 7 August 2026

Video

🧹Scrapper Инструмент для парсинга страниц с JS. Работает в докере, можно обращаться по апи, сложнее детектируется как бот, может парсить в режиме просмотра (только текст), может использовать прокси и многое другое. @data_morning Github

👍9

Signed Максим Герасимов

23 Sept 2023, 17:20 UTC≈7,360 views8 reactionsread 7 August 2026

Video

Сморите что нашел 👉DragDiffusion - модель, способная редактировать изображения на основе точек, заданных юзером. Есть примеры использования, руководство по настройке и запуску модели. @data_morning github примеры

🔥5👍3

Signed Максим Герасимов

21 Sept 2023, 16:39 UTC≈8,440 views10 reactionsread 7 August 2026

Photo

👀 Распознавание патологий глаза 👉 FLAIR - моделька по типу клипа для распознавания 96-и классов патологий глаза. Обучена на 37 датасетах. Показывает высокие результаты при zero-shot подходе с "расшифровками" медицинских абревиатур. Для каждой аббревиатуры есть таблица с полным названием и 1-5 коротких экспертных описаний. Для анализа требуется изображение глаза в высоком разрешении. @data_morning Project Page | Pa…

👍9🤩1

Signed Максим Герасимов

7 Aug 2023, 16:26 UTC≈1,400 views10 reactionsread 7 August 2026

Photo

👉Streamsync Достойный аналог Streamlit для деплоя Big Data приложений. 🔥Плюсы: разделение концепции UI и бизнес-логики, многократный прирост скорости за счет сокетов, скрипты запускаются только раз. Основная проблема Streamlit - любое действие на странице требует полный прогон всего кода. Вас не спасет кеширование - если данные весят несколько гигов, то на любое действие пользователя придется создавать копию данны…

🔥10

Signed Максим Герасимов

31 Jul 2023, 17:34 UTC≈5,610 views18 reactionsread 7 August 2026

Photo

Fonetika 👉Библиотека позволяет представить варианты написания одного слова как последовательность букв и цифр, может измерять расстояние между фонемами. корован -> 3090208 караван -> 3090208 К0р0ван -> 3090208 километр -> 30708049 кoрован -> 3090208 (первая 'o' - латиница) 🔥Кейс - проверка никнейма на запрещенные слова @data_morning Github

🔥16👍1🤯1

Signed Максим Герасимов

24 Jul 2023, 19:24 UTC≈1,770 views8 reactionsread 7 August 2026

Photo

🥋Парсинг кода 👉 tree-hugger - надстройка над tree-sitter (абстрактное синтаксическое дерево) для Python, PHP, Java, JavaScript, C++. Основной плюс этого API - запуск из питона. Часто парсеры пишутся и запускаются из под одного языка (Условный парсер Go написан на Go). Это накладывает некоторые ограничения, когда приходится работать с несколькими ЯП. 🔥 Библиотека адаптирована под датамайнинг из открытых репозиторие…

🔥7❤1

Signed Максим Герасимов

23 Jun 2023, 19:50 UTC849 views6 reactionsread 7 August 2026

Photo

Confusion Matrix Вероятно вы сталкивались с ней, когда изучали метрики классификации. Считать таблицу приходится крайне редко, но бывает необходимо во время собеседований. Задача решается просто, когда мы работаем с бинарной классификацией - легко запомнить 4 случая. Но как считать матрицу, когда у нас N лейблов? Не советую запоминать картинку как FN - строка или FP - колонка. Порешайте, потупите, но осознайте. С…

👍6

Signed Максим Герасимов

4 May 2023, 19:44 UTC≈7,540 views14 reactionsread 7 August 2026

Photo

ML Model Watermarking SAP сделали инструмент для защиты моделей машинного обучения путем добавления водяных знаков (в веса модели) на основных фреймворках: Scikit-learn, PyTorch, HuggingFace. Добавление водяных знаков не сильно влияет на точность модели, но позволяет доказать ее владение и предотвратить несанкционированное использование. @data_morning github

🔥10🌚2👍1🤔1

Signed Максим Герасимов

21 Apr 2023, 17:49 UTC≈1,070 views10 reactionsread 7 August 2026

Photo

Multilingual databricks dolly 15k Набор из 15 000 высококачественных пар запросов/ответов (инструкций), созданных людьми и предназначенных для настройки больших языковых моделей. Может применяться в коммерции. Сделал параллельный корпус на 6 языков (Russian, English, Kazakh, Spanish, Italian, French) из исходного databricks-dolly-15k. Всего около 90к строк. Ждем Dolly v2 для русского. @data_morning Данные на Kag…

🔥8👍1💩1

Signed Максим Герасимов

16 Apr 2023, 15:25 UTC≈6,180 views9 reactionsread 7 August 2026

Photo

Tweets for Stocks Вы наверняка слышали о том, как сообщения известных личностей могут повлиять на цены акций. Нашел проект, в котором решили проверить существует ли зависимость между твитами и изменением цен на акции. Для этого они использовали несколько моделей, включая catboost, tr roberta и naive bayes. Наилучший результат на классификации (повышение/понижение цены) составил 0,58. @data_morning В репозитории е…

👍9

Signed Максим Герасимов

Showing the 12 most recent of 17 posts we hold for @data_morning. 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.

Citation-graph rank

Citation-graph rank — 635,329 of 1,189,255entries in the measured graph. A weighted position computed from the forward and mention edges below — republished posts weigh more than named mentions — and recomputed periodically, over the whole graph. Published only as this ordinal position, never as a score: a position is a fact, and a score printed beside one channel’s name would read as a verdict this register does not make. The two counts beneath stay separate for the same reason mentions are never summed with forwards anywhere else on this page — a named-by count costs nothing to manufacture. The top 100 by this measure, or how it is computed.

Forward network

Republished by

Channels on the register that have forwarded this channel's posts into their own feed.

Градиентное погружение
@gradientdip · 4,2483 posts Теперь это мой блог (я кидаю сюда мемы)
@neurocoder · 141 post

Built only from forwarded posts we have actually read, on both sides. Coverage is early and deliberately incomplete: a missing link means we have not read the post that would prove it, never that the relationship does not exist. Counts are distinct forwarded posts observed, so they only ever go up as we read more.

Mentions

Named by 2 registered channels — every channel on the register whose own posts have named this one, by its current username or any other username it currently holds, merged from two separately captured readings of the same fact so a namer caught by only one of them is not missed and a namer both caught is not counted twice. A username this channel has since dropped is not matched — that handle may belong to someone else now, and crediting today’s namer to yesterday’s owner would misattribute it.

Named by

Channels on the register whose posts name this channel's handle.

Градиентное погружение
@gradientdip · 4,2483 posts Теперь это мой блог (я кидаю сюда мемы)
@neurocoder · 141 post

Names

Channels on the register whose handles appear in this channel's posts.

Градиентное погружение
@gradientdip · 4,2481 post Сиолошная
@seeallochnaya · 77,5191 post

A mention is a weaker signal than a forward and is counted separately for that reason — naming a channel is not republishing it, and a handle in a post body is easy to place deliberately. The post counts beside each row below are distinct posts in which the handle appeared, from posts we have read on both sides — the “Named by N registered channels” figure above is a different count, of distinct NAMING CHANNELS rather than posts, and is not the sum of the rows under it.

Cite this entry

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 7 August 2026 — this entry's latest reading, not the date you are reading this.

“Дата-Утренник” (@data_morning), 271 subscribers as measured 7 August 2026. Telegram Register, tgregister.com/channel/data_morning.

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.