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 24 506 مشتركاً، محتلاً المرتبة 8 028 في فئة التعليم والمرتبة 13 775 في منطقة إيران.
📊 مؤشرات الجمهور والحراك
منذ تأسيسه في невідомо، حقق المشروع نمواً سريعاً وجمع 24 506 مشتركاً.
بحسب آخر البيانات بتاريخ 02 يوليو, 2026، تحافظ القناة على نشاط مستقر. خلال آخر 30 يوماً تغيّر عدد الأعضاء بمقدار -109، وفي آخر 24 ساعة بمقدار 5، مع بقاء الوصول العام مرتفعاً.
- حالة التحقق: غير موثّقة
- معدل التفاعل (ER): يبلغ متوسط تفاعل الجمهور 6.29%. وخلال أول 24 ساعة من النشر يحصد المحتوى عادةً 2.04% من ردود الفعل نسبةً إلى إجمالي المشتركين.
- وصول المنشورات: يحصل كل منشور على متوسط 1 541 مشاهدة. وخلال اليوم الأول يجمع عادةً 500 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 03 يوليو, 2026) تحافظ القناة على حداثتها ومستوى وصول مرتفع. وتُظهر التحليلات تفاعلاً نشطاً من الجمهور، ما يجعلها نقطة تأثير مهمة ضمن فئة التعليم.
24 506
المشتركون
+524 ساعات
-147 أيام
-10930 أيام
أرشيف المشاركات
🔸لیستی از کانالهای فعال در حوزههای هوشمصنوعی، علم داده , پایتون و یادگیری ماشین
هوش مصنوعی:
1️⃣ @Ai_Tv
2⃣ @HomeAi
علم داده:
1️⃣ @DataAnalysis
تحلیل داده و تصمیمگیری دادهمحور:
1️⃣ @Mr_IE
یادگیری ماشین و یادگیری عمیق :
1️⃣ @Machine_learn
2⃣ @cvision
آموزش پایتون و برنامه نویسی :
1⃣ @pythonchallenge
2⃣ @raspberry_python
3⃣ @Koolac_Org
4⃣ @Programming4all_0to100
@Machine_learn
NeRF: Neural Radiance Fields
http://www.matthewtancik.com/nerf
Tensorflow implementation: https://github.com/bmild/nerf
Paper: https://arxiv.org/abs/2003.08934v1
@Machine_learn
The TensorFlow tutorials are written as Jupyter notebooks and run directly in Google Colab—a hosted notebook environment that requires no setup.
FROM BEGINNERS TO EXPERTS
* Source Codes
* Videos
* Libraries and extensions
https://www.tensorflow.org/tutorials
@Machine_learn
In a chord diagram (or radial network), entities are arranged radially as segments with their relationships visualised by arcs that connect them. The size of the segments illustrates the numerical proportions, whilst the size of the arc illustrates the significance of the relationships1.
Chord diagrams are useful when trying to convey relationships between different entities, and they can be beautiful and eye-catching.
https://github.com/shahinrostami/chord
#python
@Machine_learn
Local-Global Video-Text Interactions for Temporal Grounding
Github: https://github.com/JonghwanMun/LGI4temporalgrounding
Paper: https://arxiv.org/abs/2004.07514
@Machine_learn
Machine Learning and Data Science free online courses to do in quarantine
A. Beginner courses
1. Machine Learning
2. Machine Learning with Python
B. Intermediate courses
3. Neural Networks and Deep Learning
4. Convolutional Neural Networks
C. Advanced course
5. Advanced Machine Learning Specialization
@Machine_learn
Regularizing Meta-Learning via Gradient Dropout
Code: https://github.com/hytseng0509/DropGrad
Paper: https://arxiv.org/abs/2004.05859
@Machine_learn
PUBG Data Analysis
https://youtu.be/sah4m-9Il7o
@Machine_learn
Hidden Markov Model - Implemented from scratch
https://zerowithdot.com/hidden-markov-model/
@Machine_learn
Python Machine Learning
Published by:
John Wiley & Sons, Inc.
@Machine_learn
Free course Deep Unsupervised Learning
https://sites.google.com/view/berkeley-cs294-158-sp20/home
@Machine_learn
TVR: A Large-Scale Dataset for Video-Subtitle Moment Retrieval
Github: https://github.com/jayleicn/TVRetrieval
PyTorch implementation : https://github.com/jayleicn/TVCaption
Paper: https://arxiv.org/abs/2001.09099v1
Python Data Visualization
Cookbook Second Edition
@Machine_learn
@Machine_learn
Deep unfolding network for image super-resolution
Deep unfolding network inherits the flexibility of model-based methods to super-resolve blurry, noisy images for different scale factors via a single model, while maintaining the advantages of learning-based methods.
Github: https://github.com/cszn/USRNet
Paper: https://arxiv.org/pdf/2003.10428.pdf
⚠️⚠️ANNOUNCEMENT⚠️⚠️
Learn machine Learning,AI,Data Science & more
https://t.me/joinchat/AAAAAFJoS2BjRz1pa-hdwQ
Learn music instruments
https://t.me/joinchat/AAAAAFJoS2BjRz1pa-hdwQ
Learn Video Editing, photo Editing
https://t.me/joinchat/AAAAAFJoS2BjRz1pa-hdwQ
Learn Programming Language
https://t.me/joinchat/AAAAAFJoS2BjRz1pa-hdwQ
Learn Python
https://t.me/joinchat/AAAAAFJoS2BjRz1pa-hdwQ
Learn Ethical Hacking
https://t.me/joinchat/AAAAAFJoS2BjRz1pa-hdwQ
Learn More & Develop your Mind
https://t.me/joinchat/AAAAAFJoS2BjRz1pa-hdwQ
@Machine_learn
Advancing Self-Supervised and Semi-Supervised Learning with SimCLR
https://ai.googleblog.com/2020/04/advancing-self-supervised-and-semi.html
Code and Pretrained-Models: https://github.com/google-research/simclr
Papare: https://arxiv.org/abs/2002.05709
artificial_vision_language_processing_robotics@NetworkArtificial.pdf5.57 MB
🔸لیستی از کانالهای فعال در حوزههای هوشمصنوعی، علم داده , پایتون و یادگیری ماشین
هوش مصنوعی:
1️⃣ @Ai_Tv
2️⃣ @AI_PYTHON
3️⃣ @HomeAi
علم داده:
1️⃣ @DataAnalysis
تحلیل داده و تصمیمگیری دادهمحور:
1️⃣ @Mr_IE
یادگیری ماشین و یادگیری عمیق :
1️⃣ @Machine_learn
2⃣ @cvision
هوش تجاری و پایگاه داده:
1⃣ @BIMining
2⃣ @sql_server
آموزش پایتون و برنامه نویسی :
1⃣ @pythonchallenge
2⃣ @raspberry_python
3⃣ @Programming4all_0to100
Artificial Vision and Language Processing for Robotics
#vision
#languageprocessing
#python
@Machine_learn
