Computer Science and Programming

الذهاب إلى القناة على Telegram

Channel specialized for advanced topics of: * Artificial intelligence, * Machine Learning, * Deep Learning, * Computer Vision, * Data Science * Python Admin: @otchebuch Memes: @memes_programming Ads: @Source_Ads, https://telega.io/c/computer_science

إظهار المزيد

الشبكة:Computer Science and Programming إيطاليا87 التكنولوجيات والتطبيقات816...

📈 نظرة تحليلية على قناة تيليجرام Computer Science and Programming

تُعد قناة Computer Science and Programming (@computer_science_and_programming) في القطاع اللغوي الإنكليزية لاعباً نشطاً. يضم المجتمع حالياً 142 737 مشتركاً، محتلاً المرتبة 816 في فئة التكنولوجيات والتطبيقات والمرتبة 87 في منطقة إيطاليا.

📊 مؤشرات الجمهور والحراك

منذ تأسيسه في невідомо، حقق المشروع نمواً سريعاً وجمع 142 737 مشتركاً.

بحسب آخر البيانات بتاريخ 14 يونيو, 2026، تحافظ القناة على نشاط مستقر. خلال آخر 30 يوماً تغيّر عدد الأعضاء بمقدار -1 292، وفي آخر 24 ساعة بمقدار -44، 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 1.82‎% من ردود الفعل نسبةً إلى إجمالي المشتركين.
وصول المنشورات: يحصل كل منشور على متوسط 8 976 مشاهدة. وخلال اليوم الأول يجمع عادةً 2 595 مشاهدة.
التفاعلات والاستجابة: يتفاعل الجمهور بانتظام؛ متوسط التفاعلات لكل منشور يبلغ 17.
الاهتمامات الموضوعية: يركز المحتوى على مواضيع رئيسية مثل sellerflash, github, developer, pricing, waybienad.

📝 الوصف وسياسة المحتوى

يصف المؤلف القناة بأنها مساحة للتعبير عن الآراء الذاتية:
“Channel specialized for advanced topics of: * Artificial intelligence, * Machine Learning, * Deep Learning, * Computer Vision, * Data Science * Python Admin: @otchebuch Memes: @memes_programming Ads: @Source_Ads, https://telega.io/c/computer_sc...”

بفضل وتيرة التحديث المرتفعة (أحدث البيانات بتاريخ 15 يونيو, 2026) تحافظ القناة على حداثتها ومستوى وصول مرتفع. وتُظهر التحليلات تفاعلاً نشطاً من الجمهور، ما يجعلها نقطة تأثير مهمة ضمن فئة التكنولوجيات والتطبيقات.

142 737

المشتركون

-4424 ساعات

-2007 أيام

-1 29230 أيام

8 976

عرض المشاهدات

~ 2 59524 ساعات

~ 3 64748 ساعات

6.29%

معدل المشاركة

~ 1

المشاركات في اليوم

Ads index

beta

أرشيف المشاركات

142 711

Paper: http://proceedings.mlr.press/v78/dosovitskiy17a/dosovitskiy17a.pdf Code: https://github.com/carla-simulator/carla

142 711

CARLA: An Open Urban Driving Simulator Open-source simulator for autonomous driving

142 711

https://github.com/dsgiitr/graph_nets?fbclid=IwAR39aQbvMVhVxNCbQOoxkxdkYgnfd3tMuqzvWBqz048i8iE8Sjavcqbh56M

142 711

PyTorch Implementation and Explanation of Graph Representation Learning papers involving DeepWalk, GCN, GraphSAGE, ChebNet & GAT.

142 711

Paper link, Blog and code are at their Github page: https://xbpeng.github.io/projects/DeepMimic/index.html?fbclid=IwAR3SaHAM-nii9UcpBJsWH-w7swuJudV9ouC7Ige8iuZDF0lbBy4ThchKhTo

142 711

DeepMimic: Example-Guided Deep Reinforcement Learning of Physics-Based Character Skills

142 711

Article: https://www.microsoft.com/en-us/research/blog/zero-deepspeed-new-system-optimizations-enable-training-models-with-over-100-billion-parameters/ Github: https://github.com/microsoft/DeepSpeed

142 711

ZeRO & DeepSpeed: New system optimizations enable training models with over 100 billion parameters

142 711

http://introtodeeplearning.com/

142 711

Course from MIT 6.S191 "Introduction to Deep Learning". Methods and applications in game play, medicine, language, art, computer vision, robotics and more

142 711

This video is synthetic and was created using deep learning

142 711

https://ai.facebook.com/blog/-introducing-pytorch3d-an-open-source-library-for-3d-deep-learning/

142 711

Introducing PyTorch3D: An open-source library for 3D deep learning. PyTorch3D: Faster, flexible 3D deep learning research

142 711

https://towardsdatascience.com/end-to-end-machine-learning-from-data-collection-to-deployment-ce74f51ca203 If you want to play with the app and see how it looks like: 💻Demo: https://www.reviews.ai2prod.com/ Code: https://github.com/MarwanDebbiche/post-tuto-deployment

142 711

End to End Machine Learning: From Data Collection to Deployment. - Collect and scrape data with Scrapy / Selenium - Train a deep character CNN for (English) sentiment analysis using PyTorch - Build an interactive web app with Dash to serve the model in real-time - Put everything in Docker Compose - Deploy to AWS on a custom domain name

142 711

More than 200 NLP datasets - this is gold (last update 21.01.202) https://quantumstat.com/dataset/dataset.html and also Google provided dataset search tool for publicly available datasets: https://datasetsearch.research.google.com/

142 711

Paper: https://arxiv.org/pdf/2001.05613.pdf Project page: http://www.ynl.t.u-tokyo.ac.jp/research/vmocap-syn/ Dataset will be available publicly soon

142 711

Synergetic Reconstruction from 2D Pose and 3D Motion for Wide-Space Multi-Person Video Motion Capture in the Wild

142 711

Paper pdf: https://arxiv.org/pdf/2001.05201.pdf Github: https://wywu.github.io/projects/EBT/EBT.html Youtube: https://youtu.be/tNPuAnvijQk

142 711

Everybody’s Talkin’: Let Me Talk as You Want This paper presents a method to edit a target portrait footage by taking a sequence of audio as input to synthesize a photo-realistic video.