متاح الآن! بحث تيليغرام 2025 — أهم رؤى العام 
Machine learning books and papers
الذهاب إلى القناة على Telegram
Admin: @Raminmousa 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 24 504 مشتركاً، محتلاً المرتبة 8 031 في فئة التعليم والمرتبة 13 740 في منطقة إيران.
📊 مؤشرات الجمهور والحراك
منذ تأسيسه في невідомо، حقق المشروع نمواً سريعاً وجمع 24 504 مشتركاً.
بحسب آخر البيانات بتاريخ 29 يونيو, 2026، تحافظ القناة على نشاط مستقر. خلال آخر 30 يوماً تغيّر عدد الأعضاء بمقدار -131، وفي آخر 24 ساعة بمقدار -1، مع بقاء الوصول العام مرتفعاً.
- حالة التحقق: غير موثّقة
- معدل التفاعل (ER): يبلغ متوسط تفاعل الجمهور 7.01%. وخلال أول 24 ساعة من النشر يحصد المحتوى عادةً 1.97% من ردود الفعل نسبةً إلى إجمالي المشتركين.
- وصول المنشورات: يحصل كل منشور على متوسط 1 718 مشاهدة. وخلال اليوم الأول يجمع عادةً 484 مشاهدة.
- التفاعلات والاستجابة: يتفاعل الجمهور بانتظام؛ متوسط التفاعلات لكل منشور يبلغ 1.
- 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: @Raminmousa
ID: @Machine_learn
link: https://t.me/Machine_learn”
بفضل وتيرة التحديث المرتفعة (أحدث البيانات بتاريخ 30 يونيو, 2026) تحافظ القناة على حداثتها ومستوى وصول مرتفع. وتُظهر التحليلات تفاعلاً نشطاً من الجمهور، ما يجعلها نقطة تأثير مهمة ضمن فئة التعليم.
24 504
المشتركون
-124 ساعات
-277 أيام
-13130 أيام
أرشيف المشاركات
Can CNNs Be More Robust Than Transformers?
CNN architectures without any attention-like operations that is as robust as, or even more robust than, Transformers.
Github: https://github.com/ucsc-vlaa/robustcnn
Paper: https://arxiv.org/abs/2206.03452v1
Dataset: https://paperswithcode.com/dataset/imagenet-r
@Machine_learn
با عرض سلام یکی از مقاله های ما minor revisions خورده و کساییکه نیاز دارند می تونن به عنوان نفر ۴ و ۵ در مقاله شرکت کنن
جزئیات بیشتر :
@Raminmousa
🔦 Featurized Query R-CNN
Featurized object queries predicted by a query generation network in the well-established Faster R-CNN framework and develop a Featurized Query R-CN
Github: https://github.com/hustvl/featurized-queryrcnn
Paper: https://arxiv.org/abs/2206.06258v1
Dataset: https://paperswithcode.com/dataset/crowdhuman
@Machine_learn
Repost from علم و فناوری
آکادمی همراه اول برگزار میکند:
🛎 دوره بین المللی آنلاین "اینترنت اشیاء در شهر هوشمند"
🔹 معرفی نفرات برتر به شرکت های وابسته همراه اول جهت همکاری
🔸ارائه بیش از 50 مثال عملی
🔹آموزش کار با MIT APP
🔸همراه با پروژه های تخصصی
🎤 ارائه دهندگان:
دکتر مهدی قیصری (هیئت علمی دانشگاه هاربین اینستیتو و تکنولوژی چین)
دکتر آتا جهانگیر مشیدی (دانشیار دانشگاه جیانگشی چین)
دکتر محمد فرجود (مدیرعامل سازمان فاوا هلدینگ بانک تجارت)
📆 تاریخ شروع برگزاری دوره: 5 مرداد ماه ۱۴۰۱
⏳ مدت دوره: 34 ساعت آموزش شامل: 24 ساعت فیلم آموزشی ضبطشده + 6 ساعت پرسش و پاسخ آنلاین + 4 ساعت منتورینگ
🎁 30% هدیه ویژه ثبت نام زودهنگام با کد تخفیف: SMARTCITY (مهلت استفاده تا 31 تیر)➕ امکان قسط بندی هزینه دوره برای دانشجویان
🔗 مشاهده اطلاعات بیشتر و ثبتنام:
🌐 zaya.io/q1j91
❓پاسخ به سوالات: (پاسخگویی به تماس تا ساعت 17)
🆔 @AcademyHamrah1
📞 09902032003
Repost from N/a
آکادمی همراه اول برگزار میکند:
🛎 بوت کمپ آنلاین تابستانی پایتون و هوش مصنوعی
➕بدون نیاز به تجربه قبلی برنامه نویسی #پایتون و دانش #هوش_مصنوعی
➕ حل تمرین و پرسش و پاسخ زنده هفتگی با مهندسین مجرب شرکت های حاضر در بوتکمپ
➕تجربه یادگیری مستقیم از طریق کدنویسی برای پروژه های واقعی از قلب شرکت های مطرح فناوری و هوش مصنوعی کشور
➕معرفی نفرات برتر به شرکت های حاضر در بوتکمپ برای #کارآموزی و #استخدام
🎤 مدرسین دوره:
🔸 دکتر هشام فیلی
🔹دکتر یدالله یعقوب زاده
🔸دکتر حسین زینلی
🔹دکتر رشاد حسینی
🔸دکتر عماد الدین فاطمی زاده
🔹 مهندس جمال کزازی
🏢 همکاران دوره:
مرکز تحقیق و توسعه همراه اول
شرکت هوش پارت
شرکت سنسیفای
⏱ مدت دوره: بیش از 80 ساعت آموزش تئوری و کدنویسی
🔗 مشاهده اطلاعات بیشتر و ثبتنام:
🌐 zaya.io/4adog
🎖 امکان قسط بندی برای دانشجویان فراهم است
🎁 تخفیف 45 درصدی تا جمعه این هفته
❓پاسخ به سوالات: (پاسخگویی به تماس تا ساعت 17)
🆔 @AcademyHamrah1
📞 09902032003
با عرض سلام خیلی از دوستان سوالاتی می پرسند که داخل دو پکیچ یادگیری بهشون جواب دادم در صورت نیاز این دو پکیج رو تهیه کنین.
@Raminmousa
Not to Profit Community by Industry professionals for Ai job seekers
we are posting openings in the field of Artificial Intelligence, Python, Automation, Data Science.💡📊 🤖
We are connecting job seekers to hiring Companies!
To post job, email at ai.india.ml@gmail.com
To get Internships and jobs, Join
https://t.me/AiIndiaJobs
Rewriting Image Captions for Visual Question Answering Data Creation
http://ai.googleblog.com/2022/07/rewriting-image-captions-for-visual.html
@Machine_learn
Natural Language Processing with Python & nltk Cheat Sheet #Book @Machine_learn
PySpark & Spark SQL
Spark SQL is Apache Spark's #Book @Machine_learn
Contextual Rephrasing in Google Assistant
http://ai.googleblog.com/2022/05/contextual-rephrasing-in-google.html
@Machine_learn
👁🗨 CVNets: A library for training computer vision networks
Improved model, MobileViTv2, is state-of-the-art on several mobile vision tasks, including ImageNet object classification and MS-COCO object detection.
Github: https://github.com/apple/ml-cvnets
Examples: https://github.com/apple/ml-cvnets/blob/main/docs/source/en/models
Paper: https://arxiv.org/abs/2206.02680v1
Dataset: https://paperswithcode.com/dataset/coco
@Machine_learn
