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 24 502 مشتركاً، محتلاً المرتبة 8 036 في فئة التعليم والمرتبة 13 785 في منطقة إيران.
📊 مؤشرات الجمهور والحراك
منذ تأسيسه في невідомо، حقق المشروع نمواً سريعاً وجمع 24 502 مشتركاً.
بحسب آخر البيانات بتاريخ 01 يوليو, 2026، تحافظ القناة على نشاط مستقر. خلال آخر 30 يوماً تغيّر عدد الأعضاء بمقدار -127، وفي آخر 24 ساعة بمقدار -5، مع بقاء الوصول العام مرتفعاً.
- حالة التحقق: غير موثّقة
- معدل التفاعل (ER): يبلغ متوسط تفاعل الجمهور 7.47%. 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 1 829 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 02 يوليو, 2026) تحافظ القناة على حداثتها ومستوى وصول مرتفع. وتُظهر التحليلات تفاعلاً نشطاً من الجمهور، ما يجعلها نقطة تأثير مهمة ضمن فئة التعليم.
24 502
المشتركون
-524 ساعات
-207 أيام
-12730 أيام
أرشيف المشاركات
Machine Learning for Computer Architecture
http://ai.googleblog.com/2021/02/machine-learning-for-computer.html
@Machine_learn
WeNet open source, production first and production ready end-to-end (E2E) speech recognition toolkit
Github: https://github.com/mobvoi/wenet
Paper: https://arxiv.org/abs/2102.01547v1
Tutorial: https://github.com/mobvoi/wenet/blob/main/docs/tutorial.md
@Machine_learn
Open Datasets for Research
During last week there were several news about newly open datasets for researchers.
1. Twitter opened “full history of public conversation” for academics (specifically, for academics):
https://www.theverge.com/2021/1/26/22250203/twitter-academic-research-public-tweet-archive-free-access
We can happily conduct researches about social networks graphs, users behavior and fake news (especially fake news🙃) without fighting with Twitter API.
2. Papers with code are now also Papers with Datasets:
https://www.paperswithcode.com/datasets
Not for only NLP, but for all fields structured for easy search and download.
@Machine_learn
Feature Engineering for Machine Learning
Principles and Techniques for Data Scientists
#book
@Machine_learn
Adaptive Checkpoint Adjoint Method for Gradient Estimation in Neural ODE #paper @Machine_learn
Evaluating Design Trade-offs in Visual Model-Based Reinforcement Learning
http://ai.googleblog.com/2021/02/evaluating-design-trade-offs-in-visual.html
@Machin_learn
Improving Mobile App Accessibility with Icon Detection
http://ai.googleblog.com/2021/01/improving-mobile-app-accessibility-with.html
@Machine_learn
TIN: Transferable Interactiveness Network
Github: https://github.com/DirtyHarryLYL/Transferable-Interactiveness-Network
HOI-Learning-List: https://github.com/DirtyHarryLYL/HOI-Learning-List
Paper: https://arxiv.org/abs/2101.10292v1
@Machine_learn
🔸لیستی از برترین کانالهای آموزشی در زمینه های هوشمصنوعی, پایتون و یادگیری ماشین
❯ هوش مصنوعی:
1️⃣ @Ai_Tv
2⃣ @HomeAI
❯ یادگیری ماشین و یادگیری عمیق :
1️⃣ @Machine_learn
2⃣ @cvision
❯ علم داده:
1⃣ @mr_ie
❯ آموزش پایتون و برنامه نویسی :
1⃣ @pythony
2⃣ @pythonchallenge
3⃣ @Programming4all_0to100
Stabilizing Live Speech Translation in Google Translate
http://ai.googleblog.com/2021/01/stabilizing-live-speech-translation-in.html
@Machine_learn
Self-Adaptive Training
Github: https://github.com/LayneH/self-adaptive-training
Paper: https://arxiv.org/abs/2101.08732v1
@Machine_learn
سلام از دوستان كسي هست كه به #رايانش_تكاملي مسلط باشه ممنون ميشم بهم پيام بده
@Raminmousa
A Visual Intro to NumPy and Data Representation
.
Link : https://jalammar.github.io/visual-numpy/
@Machine_learn
👉Lecture Notes for Linear Algebra Featuring Python
.
GitHub link : https://github.com/MacroAnalyst/Linear_Algebra_With_Python
@Machine_learn
🔥 Fast convolutional neural networks on FPGAs with hls4ml
Github: https://github.com/fastmachinelearning/hls4ml
Paper: https://arxiv.org/abs/2101.05108v1
Documentation: https://fastmachinelearning.org/hls4ml/
@Machine_learn
Alex_Thomas_Natural_Language_Processing_with_Spark_NLP_Learn.pdf
#book #NLP
@Machine_learn
Superpixel-based Refinement for Object Proposal Generation
Github: https://github.com/chwilms/superpixelRefinement
Paper: https://arxiv.org/abs/2101.04574v1
@Machine_learn
Gender recognition in the wild: a robustness evaluation over corrupted images
Github: https://github.com/MiviaLab/GenderRecognitionFramework
Paper: https://link.springer.com/article/10.1007/s12652-020-02750-0
@Machine_lear
