Machine learning books and papers
الذهاب إلى القناة على Telegram
Admin: @Raminmousa1 ID: @Machine_learn link: https://t.me/Machine_learn
إظهار المزيد📈 نظرة تحليلية على قناة تيليجرام Machine learning books and papers
تُعد قناة Machine learning books and papers (@machine_learn) في القطاع اللغوي الإنكليزية لاعباً نشطاً. يضم المجتمع حالياً 24 125 مشتركاً، محتلاً المرتبة 8 267 في فئة التعليم والمرتبة 14 567 في منطقة إيران.
📊 مؤشرات الجمهور والحراك
منذ تأسيسه في невідомо، حقق المشروع نمواً سريعاً وجمع 24 125 مشتركاً.
بحسب آخر البيانات بتاريخ 25 أكتوبر, 2026، تحافظ القناة على نشاط مستقر. خلال آخر 30 يوماً تغيّر عدد الأعضاء بمقدار -172، وفي آخر 24 ساعة بمقدار -2، مع بقاء الوصول العام مرتفعاً.
- حالة التحقق: غير موثّقة
- معدل التفاعل (ER): يبلغ متوسط تفاعل الجمهور 6.51%. وخلال أول 24 ساعة من النشر يحصد المحتوى عادةً 1.93% من ردود الفعل نسبةً إلى إجمالي المشتركين.
- وصول المنشورات: يحصل كل منشور على متوسط 1 570 مشاهدة. وخلال اليوم الأول يجمع عادةً 466 مشاهدة.
- التفاعلات والاستجابة: يتفاعل الجمهور بانتظام؛ متوسط التفاعلات لكل منشور يبلغ 2.
- الاهتمامات الموضوعية: يركز المحتوى على مواضيع رئيسية مثل disorder, psy, مقاله, framework, graph.
📝 الوصف وسياسة المحتوى
يصف المؤلف القناة بأنها مساحة للتعبير عن الآراء الذاتية:
“Admin: @Raminmousa1
ID: @Machine_learn
link: https://t.me/Machine_learn”
بفضل وتيرة التحديث المرتفعة (أحدث البيانات بتاريخ 26 أكتوبر, 2026) تحافظ القناة على حداثتها ومستوى وصول مرتفع. وتُظهر التحليلات تفاعلاً نشطاً من الجمهور، ما يجعلها نقطة تأثير مهمة ضمن فئة التعليم.
24 125
المشتركون
-224 ساعات
-537 أيام
-17230 أيام
جارٍ تحميل البيانات
القنوات المماثلة
سحابة العلامات
الإشارات الواردة والصادرة
---
---
---
---
---
---
جذب المشتركين
أكتوبر '26أكتوبر '26
أكتوبر '26
+11
في 1 قنوات
سبتمبر '26
+13
في 2 قنوات
Get PRO
أغسطس '26
+76
في 1 قنوات
Get PRO
يوليو '26
+83
في 2 قنوات
Get PRO
يونيو '26
+44
في 1 قنوات
Get PRO
مايو '26
+45
في 2 قنوات
Get PRO
أبريل '26
+45
في 0 قنوات
Get PRO
مارس '26
+2
في 0 قنوات
Get PRO
فبراير '26
+14
في 1 قنوات
Get PRO
يناير '26
+10
في 1 قنوات
Get PRO
ديسمبر '25
+251
في 2 قنوات
Get PRO
نوفمبر '25
+522
في 11 قنوات
Get PRO
أكتوبر '25
+1 065
في 2 قنوات
Get PRO
سبتمبر '25
+794
في 2 قنوات
Get PRO
أغسطس '25
+941
في 11 قنوات
Get PRO
يوليو '25
+835
في 3 قنوات
Get PRO
يونيو '25
+734
في 3 قنوات
Get PRO
مايو '25
+956
في 2 قنوات
Get PRO
أبريل '25
+1 898
في 4 قنوات
Get PRO
مارس '25
+658
في 7 قنوات
Get PRO
فبراير '25
+44
في 4 قنوات
Get PRO
يناير '25
+92
في 8 قنوات
Get PRO
ديسمبر '24
+134
في 5 قنوات
Get PRO
نوفمبر '24
+394
في 13 قنوات
Get PRO
أكتوبر '24
+463
في 6 قنوات
Get PRO
سبتمبر '24
+249
في 4 قنوات
Get PRO
أغسطس '24
+387
في 3 قنوات
Get PRO
يوليو '24
+220
في 1 قنوات
Get PRO
يونيو '24
+228
في 11 قنوات
Get PRO
مايو '24
+422
في 2 قنوات
Get PRO
أبريل '24
+611
في 11 قنوات
Get PRO
مارس '24
+731
في 4 قنوات
Get PRO
فبراير '24
+1 021
في 1 قنوات
Get PRO
يناير '24
+1 100
في 13 قنوات
Get PRO
ديسمبر '23
+628
في 0 قنوات
Get PRO
نوفمبر '23
+409
في 11 قنوات
Get PRO
أكتوبر '23
+296
في 9 قنوات
Get PRO
سبتمبر '23
+365
في 0 قنوات
Get PRO
أغسطس '23
+467
في 0 قنوات
Get PRO
يوليو '23
+715
في 0 قنوات
Get PRO
يونيو '23
+268
في 0 قنوات
Get PRO
مايو '23
+107
في 0 قنوات
Get PRO
أبريل '23
+107
في 0 قنوات
Get PRO
مارس '23
+249
في 0 قنوات
Get PRO
فبراير '23
+110
في 0 قنوات
Get PRO
يناير '23
+163
في 0 قنوات
Get PRO
ديسمبر '22
+118
في 0 قنوات
Get PRO
نوفمبر '22
+165
في 0 قنوات
Get PRO
أكتوبر '22
+101
في 0 قنوات
Get PRO
سبتمبر '22
+177
في 0 قنوات
Get PRO
أغسطس '22
+220
في 0 قنوات
Get PRO
يوليو '22
+229
في 0 قنوات
Get PRO
يونيو '22
+56
في 0 قنوات
Get PRO
مايو '22
+296
في 0 قنوات
Get PRO
أبريل '22
+411
في 0 قنوات
Get PRO
مارس '22
+47
في 0 قنوات
Get PRO
فبراير '22
+34
في 0 قنوات
Get PRO
يناير '22
+44
في 0 قنوات
Get PRO
ديسمبر '21
+59
في 0 قنوات
Get PRO
نوفمبر '21
+59
في 0 قنوات
Get PRO
أكتوبر '21
+109
في 0 قنوات
Get PRO
سبتمبر '21
+454
في 0 قنوات
Get PRO
أغسطس '21
+251
في 0 قنوات
Get PRO
يوليو '21
+84
في 0 قنوات
Get PRO
يونيو '21
+183
في 0 قنوات
Get PRO
مايو '21
+126
في 0 قنوات
Get PRO
أبريل '21
+116
في 0 قنوات
Get PRO
مارس '21
+101
في 0 قنوات
Get PRO
فبراير '21
+601
في 0 قنوات
Get PRO
يناير '21
+167
في 0 قنوات
Get PRO
ديسمبر '20
+8 834
في 0 قنوات
| التاريخ | نمو المشتركين | الإشارات | القنوات | |
| 27 أكتوبر | 0 | |||
| 26 أكتوبر | 0 | |||
| 25 أكتوبر | 0 | |||
| 24 أكتوبر | 0 | |||
| 23 أكتوبر | 0 | |||
| 22 أكتوبر | 0 | |||
| 21 أكتوبر | 0 | |||
| 20 أكتوبر | 0 | |||
| 19 أكتوبر | 0 | |||
| 18 أكتوبر | 0 | |||
| 17 أكتوبر | 0 | |||
| 16 أكتوبر | 0 | |||
| 15 أكتوبر | 0 | |||
| 14 أكتوبر | 0 | |||
| 13 أكتوبر | +6 | |||
| 12 أكتوبر | 0 | |||
| 11 أكتوبر | +2 | |||
| 10 أكتوبر | 0 | |||
| 09 أكتوبر | +1 | |||
| 08 أكتوبر | 0 | |||
| 07 أكتوبر | +1 | |||
| 06 أكتوبر | 0 | |||
| 05 أكتوبر | 0 | |||
| 04 أكتوبر | +1 | |||
| 03 أكتوبر | 0 | |||
| 02 أكتوبر | 0 | |||
| 01 أكتوبر | 0 |
منشورات القناة
سلام
فقط دو روز تا سابمیت نهایی این مقاله باقی مونده دوستانی که نیاز دارن بهم پیام بدن.
@Raminmousa1
| 2 |  🔥 OmniReasoning: Pushing the Limits of Audio-Visual Joint Reasoning
💡 Summary
🔗 Links:
GitHub: https://github.com/huggingface
arXiv: https://arxiv.org/abs/2609.39490
PDF: https://arxiv.org/pdf/2609.39490
Project Page: https://pku-value-lab.github.io/OmniReasoning-Homepage/
📊 Datasets citing this paper:
https://huggingface.co/datasets/mjuicem/OmniReasoning-131K
https://huggingface.co/datasets/mjuicem/OmniReasoningBench
@Machine_learn | 910 |
| 3 |  با عرض سلام این مقاله نفرات ۲ و ۳ رو میخواییم اسم بنویسم. هزینه به ترتیب ۳۰۰ و ۲۰۰ دلار. اگه کسی نیاز داشت به ایدیم پیام بده.
@Raminmousa1 | 445 |
| 4 | با عرض سلام این مقاله نفرات ۲ و ۳ رو میخواییم اسم بنویسم. هزینه به ترتیب ۳۰۰ و ۲۰۰ دلار. اگه کسی نیاز داشت به ایدیم پیام بده.
@Raminmousa1 | 1 723 |
| 5 | preprints202504.2464.v1.pdf | 1 892 |
| 6 |  🔥 Prism: Dynamic Sparse Attention for Native 2K Joint Video-Audio Generation Model Training
🔗 Links:
GitHub: https://github.com/huggingface
arXiv: https://arxiv.org/abs/2610.05416
PDF: https://arxiv.org/pdf/2610.05416
Project Page: https://francis-rings.github.io/Prism/
🤖 Models citing this paper:
https://huggingface.co/FrancisRing/Prism
🚀 Spaces citing this paper:
https://huggingface.co/spaces/bibibi12345/Prism
https://huggingface.co/spaces/tardellirs/model-pulse
@Machine_learn | 1 892 |
| 7 |  🔥 Spatial Memory Intelligence: Endowing World Models with Understanding-Driven Long-Term Memory
🔗 Links:
GitHub: https://github.com/huggingface
arXiv: https://arxiv.org/abs/2610.02521
PDF: https://arxiv.org/pdf/2610.02521
Project Page: https://spatial-memory-intelligence.github.io/
@Machine_learn | 1 684 |
| 8 | High-Impact Research Paper – MedicalRec / GROKRec
Title: MedicalRec
Price: $1,000 USD
Looking for a ready-to-publish, novel research paper in medical AI and sustainable deep learning?
This paper introduces GROKRec, an innovative recommender framework that uses embedding vectors from the Grok language model combined with numerical features to recommend the best deep learning model for any medical image classification task — without the need to train dozens of models on the target dataset.
Key Highlights:
Addresses major real-world problems: high computational cost, energy consumption, carbon emissions, and e-waste caused by training large DL models.
Built on a newly curated public dataset MedicalRec-Bench II containing 3,500 research papers and over 6,000 model evaluation records across diverse medical imaging tasks.
Evaluated under four feature configurations (MedicalRec I) using 13 different models.
Achieves strong performance with HitRate@100 ranging from 72.43% to 77.08% — the highest among compared approaches.
Uses composite loss functions and regularization techniques for accurate recommendations.
Fully eliminates the trial-and-error process of training multiple models, significantly reducing carbon footprint.
This is a complete, self-contained research contribution with a novel dataset and a practical, environmentally conscious solution for the medical AI community.
Ideal for: Researchers, academic publishers, journals, or institutions looking for high-quality, ready-to-use work in medical image analysis, recommender systems, and green AI.
Price: $1,000 USD (one-time transfer of ownership/rights as agreed).
Interested? Contact me for the full manuscript, dataset details, or to discuss terms.
@Raminmousa1 | 2 030 |
| 9 |  🔥 FrameMorrow: Future-guided Frame Selection with Prospective Tokens for Long-Horizon Video Generation
🔗 Links:
GitHub: https://github.com/huggingface
arXiv: https://arxiv.org/abs/2609.38839
PDF: https://arxiv.org/pdf/2609.38839
Project Page: https://yinbo0927.github.io/FrameMorrow/
@Machine_learn | 1 559 |
| 10 |  🔥 TAPNext: Tracking Any Point (TAP) as Next Token Prediction
🔗 Links:
GitHub: https://github.com/huggingface
arXiv: https://arxiv.org/abs/2504.05579
PDF: https://arxiv.org/pdf/2504.05579
Project Page: https://tap-next.github.io/
@machine_learn | 1 557 |
| 11 |  ☁️ ابرک ویراک را 24 ساعت رایگان تست کنید!
قبل از خرید، سرویس ابری VirakCloud را با شرایط واقعی امتحان کنید:
🎁 24 ساعت تست رایگان
🚀 پهنای باند اختصاصی با ترافیک نامحدود
⏱️ پرداخت ساعتی؛ فقط به اندازه مصرفتان هزینه کنید
بدون نیاز به تعهد بلندمدت، ابرک خودتان را بسازید، عملکرد سرویس را بررسی کنید و بعد تصمیم بگیرید.
برای دریافت کد تست رایگان، کلمه «تست» را به آیدی زیر ارسال کنید:
https://t.me/cloud_virak
👇 سپس وارد پنل VirakCloud شوید، کد را وارد کنید و ابرک خود را بسازید:
🔗 https://B2n.ir/qy4432
☎️ 02191555530
🌐 virakcloud.com | 417 |
| 12 |  📖 "A Little Book on the Fundamentals of Generative AI" - an intuitive introduction to the mathematics:
arxiv.org/pdf/2605.29713
#GenerativeAI #Mathematics #DeepLearning #AIResearch #MachineLearning #arXiv
✨ Join Best TG Channels https://t.me/addlist/0f6vfFbEMdAwODBk
@Machine_learn | 1 839 |
| 13 |  🔎 #وبینار عملی ریشه‌یابی خطا با Sentry
🔮 در وبینار «از گزارش خطای کاربر تا ریشه‌یابی مشکل با Sentry» با یک سناریوی عملی، مسیر رسیدن از گزارش یک مشکل به سرنخ‌های لازم برای ریشه‌یابی آن را دنبال می‌کنیم.
در این وبینار:
• #سنتری را راه‌اندازی می‌کنیم و به یک اپلیکیشن متصل می‌شویم
• یک خطا را ثبت می‌کنیم و با اطلاعاتی که Sentry در اختیارمان می‌گذارد، علت آن را بررسی می‌کنیم
• با Session Replay اتفاقات پیش از بروز خطا را از دید کاربر بازبینی می‌کنیم
• با Trace و Span مسیر اجرای عملیات را دنبال و گلوگاه‌های عملکردی اپلیکیشن را پیدا می‌کنیم.
📣 ارائه‌دهنده: علیرضا بانشی | SaaS Team Lead در هم‌روش
📅 سه‌شنبه ۲۱ مهر ساعت ۱۹
🔗 ثبت‌نام رایگان:
https://hmrv.sh/EdN7gd
☁️@hamravesh | 540 |
| 14 |  با عرض سلام این مقاله به صورت کامل واگذار میشه به همراه پیاده سازی مجموعه داده و قالب latex. هزینه کار ۱۰۰۰ دلار
@Raminmousa1 | 1 911 |
| 15 |  Understanding Attention
From Q, K, V to Modern Transformer Attention
https://drive.google.com/file/d/1fCHQ5xCQJ6jZszAYf-qP3VIySbzFIEDv/view
@Machine_learn | 2 060 |
| 16 |  Uniface
Automate face detection, recognition, and analysis of key facial landmarks with the Uniface Python library.
https://github.com/yakhyo/uniface
@Machine_learn | 1 868 |
| 17 | For Sale: High-Impact Research Paper – MedicalRec / GROKRec
Title: MedicalRec
Price: $1,000 USD
Looking for a ready-to-publish, novel research paper in medical AI and sustainable deep learning?
This paper introduces GROKRec, an innovative recommender framework that uses embedding vectors from the Grok language model combined with numerical features to recommend the best deep learning model for any medical image classification task — without the need to train dozens of models on the target dataset.
Key Highlights:
Addresses major real-world problems: high computational cost, energy consumption, carbon emissions, and e-waste caused by training large DL models.
Built on a newly curated public dataset MedicalRec-Bench II containing 3,500 research papers and over 6,000 model evaluation records across diverse medical imaging tasks.
Evaluated under four feature configurations (MedicalRec I) using 13 different models.
Achieves strong performance with HitRate@100 ranging from 72.43% to 77.08% — the highest among compared approaches.
Uses composite loss functions and regularization techniques for accurate recommendations.
Fully eliminates the trial-and-error process of training multiple models, significantly reducing carbon footprint.
This is a complete, self-contained research contribution with a novel dataset and a practical, environmentally conscious solution for the medical AI community.
Ideal for: Researchers, academic publishers, journals, or institutions looking for high-quality, ready-to-use work in medical image analysis, recommender systems, and green AI.
Price: $1,000 USD (one-time transfer of ownership/rights as agreed).
Interested? Contact me for the full manuscript, dataset details, or to discuss terms.
@Raminmousa1 | 2 127 |
| 18 | For Sale: High-Impact Research Paper – MedicalRec / GROKRec
Title: MedicalRec
Price: $1,000 USD
Looking for a ready-to-publish, novel research paper in medical AI and sustainable deep learning?
This paper introduces GROKRec, an innovative recommender framework that uses embedding vectors from the Grok language model combined with numerical features to recommend the best deep learning model for any medical image classification task — without the need to train dozens of models on the target dataset.
Key Highlights:
Addresses major real-world problems: high computational cost, energy consumption, carbon emissions, and e-waste caused by training large DL models.
Built on a newly curated public dataset MedicalRec-Bench II containing 3,500 research papers and over 6,000 model evaluation records across diverse medical imaging tasks.
Evaluated under four feature configurations (MedicalRec I) using 13 different models.
Achieves strong performance with HitRate@100 ranging from 72.43% to 77.08% — the highest among compared approaches.
Uses composite loss functions and regularization techniques for accurate recommendations.
Fully eliminates the trial-and-error process of training multiple models, significantly reducing carbon footprint.
This is a complete, self-contained research contribution with a novel dataset and a practical, environmentally conscious solution for the medical AI community.
Ideal for: Researchers, academic publishers, journals, or institutions looking for high-quality, ready-to-use work in medical image analysis, recommender systems, and green AI.
Price: $1,000 USD (one-time transfer of ownership/rights as agreed).
Interested? Contact me for the full manuscript, dataset details, or to discuss terms.
@Raminmousa1 | 1 |
| 19 | #for_sell
@Raminmousa1 | 1 579 |
| 20 |  ❇️ MindDrive: A Vision-Language-Action Model for Autonomous Driving via Online Reinforcement Learning 🔥
Source code: https://github.com/xiaomi-mlab/Minddrive
@Machine_learn | 2 410 |
