FINDING #6968 · UNIT ID 461147335
ageron/handson-ml3
A series of Jupyter notebooks that walk you through the fundamentals of Machine Learning and Deep Learning in Python using Scikit-Learn, Keras and TensorFlow 2.
SURPRISE SCORE
0.00
Score Breakdown
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
0% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
5.67
ACCEL
+1.00
RETENTION
85.7%
PEAK 2026-09-11 · FORK-RETENTION 75.0% · 17 STARS / WINDOW
Author Audience
AUDIENCE
25,333
FOLLOWERS
17,855
OWNER ★
74,775
Engagement Signals
FORKS
5,300
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 17 / 17 (DIVERSITY 1.00)
Why This Is A Finding
ageron/handson-ml3 собрал 17 звёзд за окно, тогда как у автора всего 17,855 подписчиков — эффективная аудитория ≈ 25,333. Это даёт surprise-индекс 0.000223 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 75.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация положительная — рост ещё не выдохся.
Related Findings
RANKS ABOVE 21% OF 8833 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 8833 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 21%
VELOCITY5.675.670.00ABOVE 49%
RETENTION85.7%45.9%+39.8 PPABOVE 91%
FORKS5,300344+4,956ABOVE 93%
SURPRISE0.000.00-0.00ABOVE 10%