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 8 028 في فئة التعليم والمرتبة 13 775 في منطقة إيران.

📊 مؤشرات الجمهور والحراك

منذ تأسيسه في невідомо، حقق المشروع نمواً سريعاً وجمع 24 502 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.

24 502

المشتركون

+524 ساعات

-147 أيام

-10930 أيام

1 541

عرض المشاهدات

~ 50024 ساعات

~ 61348 ساعات

6.29%

معدل المشاركة

لا توجد بيانات

المشاركات في اليوم

Ads index

beta

أرشيف المشاركات

24 504

DENet: a deep architecture for audio surveillance applications GIthub: https://github.com/MiviaLab/DENet Paper: https://link.springer.com/article/10.1007/s00521-020-05572-5 @Machine_learn

24 504

👉Lecture Notes for Linear Algebra Featuring Python . GitHub link : https://github.com/MacroAnalyst/Linear_Algebra_With_Python @Machine_learn

24 504

#python #book @Machine_learn

24 504

TensorFlow Lite on GPU https://www.tensorflow.org/lite/performance/gpu_advanced @Machine_learn

24 504

🔇 Deep Noise Suppression Challenge – ICASSP 2021 Github: https://github.com/microsoft/DNS-Challenge Paper: https://arxiv.org/abs/2101.01902v1 Training and test datasets: https://github.com/microsoft/DNS-Challenge/tree/master/datasets Challenge: https://www.microsoft.com/en-us/research/academic-program/deep-noise-suppression-challenge-icassp-2021/ @Machine_learn

24 504

🚀 DALL·E is a 12-billion parameter version of GPT-3 trained to generate images from text descriptions Introduction: https://openai.com/blog/tags/multimodal/ Deepmind Blog: https://openai.com/blog/dall-e/ Github: https://github.com/openai/CLIP Paper: https://cdn.openai.com/papers/Learning_Transferable_Visual_Models_From_Natural_Language.pdf Colab: https://colab.research.google.com/github/openai/clip/blob/master/Interacting_with_CLIP.ipynb @Machine_learn

24 504

Not All Memories are Created Equal: Learning to Expire Github: https://github.com/lucidrains/learning-to-expire-pytorch Paper: https://openreview.net/forum?id=ZVBtN6B_6i7 @Machine_learn

24 504

How to Create Custom Real-time Plots in Deep Learning https://www.kdnuggets.com/2020/12/create-custom-real-time-plots-deep-learning.html @Machine_learn

24 504

180 Data Science and Machine Learning Projects with Python https://medium.com/coders-camp/180-data-science-and-machine-learning-projects-with-python-6191bc7b9db9 @Machine_learn

24 504

Generating Beautiful Neural Network Visualizations https://www.kdnuggets.com/2020/12/generating-beautiful-neural-network-visualizations.html @Machine_learn

24 504

💉 MeDAL: Medical Abbreviation Disambiguation Dataset for Natural Language Understanding Pretraining Github: https://github.com/BruceWen120/medal Paper: https://arxiv.org/abs/2012.13978v1 Dataset: https://www.kaggle.com/xhlulu/medal-emnlp Pre-trained: https://huggingface.co/xhlu/electra-medal @Machine_learn

24 504

Feature Selection with Stochastic Optimization Algorithms https://machinelearningmastery.com/feature-selection-with-optimization/ @Machine_learning

24 504

Adversarial Examples in Deep Learning. https://blog.djsarkar.ai/adversarial-learning-attacks-1/ Github: https://github.com/dipanjanS/adversarial-learning-robustness @Machine_learn

24 504

Machine learning lecture 0 #slide @Raminmousa @Machine_learn

24 504

Rotated Binary Neural Network Github (Pytorch implementation): https://github.com/lmbxmu/RBNN Paper: https://arxiv.org/abs/2009.13055 @Machine_learn

24 504

Visualisation of the attention patterns of Vision Transformer link: https://epfml.github.io/attention-cnn/ @Machine_learn

24 504

🌐 Optimization Algorithms in Neural Networks https://datascience-enthusiast.com/DL/Optimization_methods.html Most used optimizers: https://www.theaidream.com/post/optimization-algorithms-in-neural-networks @Machine_learn

24 504

🤩 7 Awesome Open Source Machine Learning Project Repos👍 1. DeOldify - https://github.com/jantic/DeOldify 2. Real-Time Voice Cloning - https://github.com/CorentinJ/Real-Time-Voice-Cloning 3. Face Recognition - https://github.com/ageitgey/face_recognition 4. NeuralTalk2 - https://github.com/karpathy/neuraltalk2 5. U-GAT-IT - https://github.com/taki0112/UGATIT 6. Srez - https://github.com/david-gpu/srez 7. TecoGAN - https://github.com/thunil/TecoGAN @Machine_learn

24 504

MIT launched a New free Course on Machine learning : Click here @Machine_learn

24 504

📈 کارگاه Kernel Methods for Pattern Analysis 📅 تاریخ برگزاری: پنج شنبه ۲۷ آذر از ساعت ۱۳ الی ۱۶.۳۰ و جمعه ۲۸ آذر ۱۰ الی ۱۶.۳۰ 🖥 این دوره به صورت آنلاین برگزار خواهد شد. 🔖 ثبت نام زود هنگام این دوره را از دست ندهید! ⭕️ برای مشاهده جزئیات بیشتر و ثبت نام روی این لینک کلیک کنید. ❌ دوره دارای ظرفیت محدود می باشد. 🕙 مدت این دوره: 8 ساعت ➖➖➖➖➖➖➖➖ @LoopAcademy