▲РЕПО НЕТ В ОКНЕ 90D. ПОКАЗАН FINDING ИЗ ОКНА 30D (30 days) — РАНГ #8013.
FINDING #8013 · UNIT ID 981057369
ageron/handson-mlp
A series of Jupyter notebooks that walk you through the fundamentals of Machine Learning and Deep Learning in Python using Scikit-Learn, PyTorch, and Hugging Face libraries.
SURPRISE SCORE
0.00
Score Breakdown
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
6% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
4.00
ACCEL
-0.15
RETENTION
32.6%
PEAK 2026-10-02 · FORK-RETENTION 42.9% · 120 STARS / WINDOW
Author Audience
AUDIENCE
25,474
FOLLOWERS
17,957
OWNER ★
75,174
Engagement Signals
FORKS
665
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 120 / 120 (DIVERSITY 1.00)
Why This Is A Finding
ageron/handson-mlp собрал 120 звёзд за окно, тогда как у автора всего 17,957 подписчиков — эффективная аудитория ≈ 25,474. Это даёт surprise-индекс 0.000157 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 42.9% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.
Related Findings
RANKS ABOVE 17% OF 9675 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 9675 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 17%
VELOCITY4.003.80+0.20ABOVE 52%
RETENTION32.6%20.3%+12.3 PPABOVE 76%
FORKS665138+527ABOVE 83%
SURPRISE0.000.01-0.01ABOVE 6%