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 142 711 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 142 711 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.

142 711
المشتركون
-4624 ساعات
-2077 أيام
-1 28930 أيام
أرشيف المشاركات
PyRetri: An open source deep learning based unsupervised image retrieval toolbox built on PyTorch🔥
PyRetri: An open source deep learning based unsupervised image retrieval toolbox built on PyTorch🔥

ICLR 2020 (International Conference on Learning Representations) papers and their codes. Papers ranked based on stars
ICLR 2020 (International Conference on Learning Representations) papers and their codes. Papers ranked based on stars

Learning to See Through Obstructions
Learning to See Through Obstructions

AI Literacy for K-12 School Children

3D Photography using Context-aware Layered Depth Inpainting

Tasks under Unsupervised learning: https://www.infinitycodex.in/ Deep Unsupervised Learning: Lecture: https://youtu.be/JBb5sSC0JoY Slides: https://bit.ly/34dVGE1 Colab: https://bit.ly/2JEzsl1

Important Tasks under Unsupervised Learning: Clustering Anomaly detection Dimensionality reduction and CS294-158 Deep Unsupervised Learning from Abbeel et al.

Gary Marcus Robust AI 17 February 2020
Gary Marcus Robust AI 17 February 2020

The Next Decade in AI: Four Steps Towards Robust Artificial Intelligence.

Machine Learning for Everyone with great explanation
Machine Learning for Everyone with great explanation

Softmax Splatting for Video Frame Interpolation (using Pytorch)
Softmax Splatting for Video Frame Interpolation (using Pytorch)

Set of free AI, ML, Deep Learning, Reinforcement Learning, Computer Vision, Statistics video lectures collections(last updated 20th February 2020 with 140 items)