ar
Feedback
Machine learning books and papers

Machine learning books and papers

الذهاب إلى القناة على Telegram

📈 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
photo content

اخرين تخفيف تا فردا شب #٥٠٪؜

Programming for Problem Solving.pdf1.50 MB

🪄 Investigating the Role of Image Retrieval for Visual Localization -- An exhaustive benchmark. Github: https://github.com/naver/kapture-localization Paper: https://arxiv.org/abs/2205.15761v1 Data: https://paperswithcode.com/dataset/inloc @Machine_learn

🦠 MaSIF- Molecular Surface Interaction Fingerprints: Geometric deep learning to decipher patterns in protein molecular surfaces. MaSIF is a proof-of-concept method to decipher patterns in protein surfaces important for specific biomolecular interactions. Github: https://github.com/LPDI-EPFL/masif Paper: https://www.nature.com/articles/s41592-019-0666-6 Data: https://github.com/LPDI-EPFL/masif#MaSIF-data-preparation @Machine_learn

با عرض سلام هر دو پكيج يادگيري ماشين و يادگيري عميق تا اخر هفته تخفيف ٥٠٪؜ براي دوستان گذاشتم جهت تهيه مي تونين به ايدي بنده پيام بدين @Raminmousa

B978-0-12-810408-8.00023-7.pdf1.71 MB

B978-0-12-810408-8.00022-5.pdf1.46 MB

B978-0-12-810408-8.00020-1.pdf7.55 KB

📍 Perturbation Augmentation for Fairer NLP Responsible NLP projects from Meta AI. Github: https://github.com/facebookresearch/responsiblenlp Paper: https://arxiv.org/abs/2205.12586v1 Dataset: https://paperswithcode.com/dataset/glue @Machine_learn

[CVPR 2022] PoseTriplet: Co-evolving 3D Human Pose Estimation, Imitation, and Hallucination under Self-supervision (Oral) https://github.com/Garfield-kh/PoseTriplet @Machine_lean

🔸لیستی از برترین کانال‌های آموزشی در زمینه های هوش‌مصنوعی, پایتون و یادگیری ماشین ‏❯ هوش مصنوعی: 1️⃣ @Ai_Tv 2️⃣ @AI_PYTHON 3️⃣ @HomeAI 4️⃣ @eventai ‏❯ یادگیری ماشین و یادگیری عمیق : 1️⃣ @Machine_learn 2️⃣ @Programming4all_0to100 ‏❯ آموزش پایتون: ‏ 1⃣ @pythonchallenge 2⃣ @raspberry_python

📝 Automated Crossword Solving Pretrained models, precomputed FAISS embeddings, and a crossword clue-answer dataset. Github: https://github.com/albertkx/berkeley-crossword-solver Paper: https://arxiv.org/abs/2205.09665v1 Dataset: https://www.xwordinfo.com/JSON/ @Machine_learn

📝 Automated Crossword Solving Pretrained models, precomputed FAISS embeddings, and a crossword clue-answer dataset. Github: https://github.com/albertkx/berkeley-crossword-solver Paper: https://arxiv.org/abs/2205.09665v1 Dataset: https://www.xwordinfo.com/JSON/ @Machine_learn

🔸لیستی از برترین کانال‌های آموزشی در زمینه های هوش‌مصنوعی, پایتون و یادگیری ماشین ‏❯ هوش مصنوعی: 1️⃣ @Ai_Tv 2️⃣ @ai_python 3️⃣ @HomeAI 4️⃣ @eventai ‏❯ یادگیری ماشین و یادگیری عمیق : 1️⃣ @Machine_learn 2️⃣ @Programming4all_0to100 ‏❯ آموزش پایتون: ‏ 1⃣ @pythonchallenge

جهت درخواست اين پكيج مي توانين با ايدي بنده در ارتباط باشين

photo content

photo content

Weighted Deep Neural Network Ensemble Approach for Multi-Domain Sentiment Analysis Author: @Raminmousa Doi:https://dx.doi.org/10.22105/jarie.2021.288364.1332 cite: Mousa, Ramin, et al. "Weighted Deep Neural Network Ensemble Approach for Multi-Domain Sentiment Analysis." Journal of Applied Research on Industrial Engineering (2021).

Machine learning books and papers - إحصائيات وتحليلات قناة تيليجرام @machine_learn