ar
Feedback
Computer Science and Programming

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

📈 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 142 667 مشتركاً، محتلاً المرتبة 813 في فئة التكنولوجيات والتطبيقات والمرتبة 86 في منطقة إيطاليا.

📊 مؤشرات الجمهور والحراك

منذ تأسيسه في невідомо، حقق المشروع نمواً سريعاً وجمع 142 667 مشتركاً.

بحسب آخر البيانات بتاريخ 15 يونيو, 2026، تحافظ القناة على نشاط مستقر. خلال آخر 30 يوماً تغيّر عدد الأعضاء بمقدار -1 289، وفي آخر 24 ساعة بمقدار -46، مع بقاء الوصول العام مرتفعاً.

  • حالة التحقق: غير موثّقة
  • معدل التفاعل (ER): يبلغ متوسط تفاعل الجمهور 6.44‎%. وخلال أول 24 ساعة من النشر يحصد المحتوى عادةً 1.85‎% من ردود الفعل نسبةً إلى إجمالي المشتركين.
  • وصول المنشورات: يحصل كل منشور على متوسط 9 197 مشاهدة. وخلال اليوم الأول يجمع عادةً 2 646 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 16 يونيو, 2026) تحافظ القناة على حداثتها ومستوى وصول مرتفع. وتُظهر التحليلات تفاعلاً نشطاً من الجمهور، ما يجعلها نقطة تأثير مهمة ضمن فئة التكنولوجيات والتطبيقات.

142 667
المشتركون
-4624 ساعات
-2077 أيام
-1 28930 أيام
أرشيف المشاركات
Machine Learning Cheatsheet. Brief visual explanations of machine learning concepts with diagrams, code examples and links to resources for learning more.

Papers with codes, which published in top conferences and sorted by stars. Read the paper and play with code. This repository is continuous progress and weekly update

NLP_2018_Highlights.pdf2.96 MB

NLP 2018 Highlights By Elvis Saravia. Summary of all the biggest NLP stories, state-of-the-art results and new interesting research directions of the year coming from both academia and the industry

A Comprehensive Hands-on Guide to Transfer Learning with Real-World Applications in Deep Learning

Wonderfully interactive, gentle, and well done introduction to probability and statistics. Walk through this with your favorite kid and give them a head-start in life on ML https://seeing-theory.brown.edu/basic-probability/index.html

Some important discussion and effective learning method from specialists. I'll highly recommend to read this greate article

The Illustrated BERT, ELMo, and co. (How NLP Cracked Transfer Learning)

MIT Deep Learning courses list from scholars and video tutorials, lectures series

Cheatsheets for each machine learning field and ultimate complition of concepts from Stanford CS. Updated (2018) and in pdf version

TensorSpace is a neural network 3D visualization framework Built on TensorFlow.js, Three.js and Tween.js. Better understandin
TensorSpace is a neural network 3D visualization framework Built on TensorFlow.js, Three.js and Tween.js. Better understanding and imagination of deep learning with visualization