Github Trends®
2559 findingsmedian surprise 0.00074window 180 days
UNIT / TREND-MONITOR · REV 2.6
[ 180 days window ]
SOURCE: gharchive
FINDING #2201 · UNIT ID 80990461
eriklindernoren/ML-From-Scratch
Machine Learning From Scratch. Bare bones NumPy implementations of machine learning models and algorithms with a focus on accessibility. Aims to cover everything from linear regression to deep learning.
[ PYTHON ][ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.00013
ENGAGEMENT0.45
FRESHNESS1.01
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
1% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
1.66
ACCEL
-0.03
RETENTION
0.9%
PEAK 2026-05-31 · FORK-RETENTION 6.4% · 298 STARS / WINDOW

Author Audience

AUDIENCE
12,734
FOLLOWERS
5,944
OWNER ★
67,897

Engagement Signals

FORKS
5,422
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 296 / 298 (DIVERSITY 0.99)

Why This Is A Finding

eriklindernoren/ML-From-Scratch собрал 298 звёзд за окно, тогда как у автора всего 5,944 подписчиков — эффективная аудитория ≈ 12,734. Это даёт surprise-индекс 0.00013 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 6.4% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 2559 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 14%
VELOCITY1.662.88-1.23ABOVE 9%
RETENTION0.9%6.3%-5.4 PPABOVE 2%
FORKS5,4221,183+4,239ABOVE 84%
SURPRISE0.000.00-0.00ABOVE 19%