Github Trends®
9519 findingsmedian surprise 0.00484window 3 days
UNIT / TREND-MONITOR · REV 2.6
[ 3 days window ]
SOURCE: own snapshots
▲РЕПО НЕТ В ОКНЕ 180D. ПОКАЗАН FINDING ИЗ ОКНА 3D (3 days) — РАНГ #983.
FINDING #983 · UNIT ID 949199938
gavinkhung/machine-learning-visualized
ML algorithms implemented and derived from first-principles in Jupyter Notebooks and NumPy
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.0348
ENGAGEMENT0.49
FRESHNESS1.00
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
2% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
12.67
ACCEL
-7.50
RETENTION
4.8%
PEAK 2026-10-08 · FORK-RETENTION 0.0% · 38 STARS / WINDOW

Author Audience

AUDIENCE
324
FOLLOWERS
111
OWNER ★
2,133

Engagement Signals

FORKS
195
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 38 / 38 (DIVERSITY 1.00)

Why This Is A Finding

gavinkhung/machine-learning-visualized собрал 38 звёзд за окно, тогда как у автора всего 111 подписчиков — эффективная аудитория ≈ 324. Это даёт surprise-индекс 0.0348 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 0.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 9519 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.020.00+0.02ABOVE 90%
VELOCITY12.675.67+7.00ABOVE 76%
RETENTION4.8%40.0%-35.2 PPABOVE 35%
FORKS195317-122ABOVE 40%
SURPRISE0.030.00+0.03ABOVE 82%