Machine learning books and papers
前往频道在 Telegram
📈 Telegram 频道 Machine learning books and papers 的分析概览
频道 Machine learning books and papers (@machine_learn) 英语 语言赛道中的 是活跃参与者。目前社区聚集了 24 522 名订阅者,在 教育 类别中位列第 8 070,并在 伊朗 地区排名第 13 771 位。
📊 受众指标与增长动态
自 невідомо 创建以来,项目保持高速增长,吸引了 24 522 名订阅者。
根据 22 六月, 2026 的最新数据,频道保持稳定运转。过去 30 天订阅人数变化为 -150,过去 24 小时变化为 -5,整体触达仍然可观。
- 认证状态: 未认证
- 互动率 (ER): 平均受众互动率为 7.45%。内容发布后 24 小时内通常能获得 1.90% 的反应,占订阅者总量。
- 帖子覆盖: 每篇帖子平均可获得 1 829 次浏览,首日通常累积 465 次浏览。
- 互动与反馈: 受众积极参与,单帖平均反应数为 3。
- 主题关注点: 内容集中在 disorder, psy, مقاله, framework, graph 等核心主题上。
📝 描述与内容策略
作者将该频道定位为表达主观观点的平台:
“Admin: @Raminmousa
ID: @Machine_learn
link: https://t.me/Machine_learn”
凭借高频更新(最新数据采集于 23 六月, 2026),频道始终保持新鲜度与高覆盖。分析显示受众积极互动,使其成为 教育 类别中的关键影响点。
24 522
订阅者
-524 小时
-417 天
-15030 天
帖子存档
Paper2Code: Automating Code Generation from Scientific Papers in Machine Learning
24 Apr 2025 · Minju Seo, Jinheon Baek, Seongyun Lee, Sung Ju Hwang ·
Paper: https://arxiv.org/pdf/2504.17192v2.pdf
Code: https://github.com/going-doer/paper2code
@Machine_learn
🤼 مسابقه برنامهنویسی کوئرا در حوزه هوشمصنوعی با همکاری فدراسیون کشتی ایران
🎁 بیش از ۶۰ میلیون تومان جایزه نقدی و کلی هدایای جذاب دیگه…
✔️ فرصت استخدام
✔️ گواهینامه معتبر
✔️ فینال حضوری جذاب در کنار بزرگان کشتی ایران!
🌐 اطلاعات بیشتر و ثبتنام رایگان:
🔗 https://quera.org/r/qpey6
➖➖➖➖
#Quera
🎓Advanced Applications of Machine Learning in Bioinformatics
🗓Publish year: 2025
📎 Study thesis
@Machine_learn
Repost from Papers
با عرض سلام دوستانی که مقاله در حوزه پزشکی نیاز داشتن.
Comparative analysis on transfer learning model and optimizer for multimodal wound image classification
نفرات ۳ و ۴ قابل اضافه شدن می باشند.
3: 400$
4: 300$
زمان تقریبی سابمیت ۵ روز دیگر.
Jouranl: Scientific Report
@Raminmousa
@Machine_learn
@Paper4money
Deliberation on Priors: Trustworthy Reasoning of Large Language Models on Knowledge Graphs
🖥 Github: https://github.com/reml-group/deliberation-on-priors
📕 Paper: https://arxiv.org/abs/2505.15210v1
@Machine_learn
Repost from Papers
با عرض سلام دوستانی که مقاله در حوزه پزشکی نیاز داشتن.
Comparative analysis on transfer learning model and optimizer for multimodal wound image classification
نفرات ۳ و ۴ قابل اضافه شدن می باشند.
3: 400$
4: 300$
زمان تقریبی سابمیت ۵ روز دیگر.
Jouranl: Scientific Report
@Raminmousa
@Machine_learn
@Paper4money
Full PyTorch Implementation of
Compressive Transformer
📚 Link
@Machine_learn
DeepSeek-Coder
DeepSeek Coder is composed of a series of code language models, each trained from scratch on 2T tokens, with a composition of 87% code and 13% natural language in both English and Chinese. We provide various sizes of the code model, ranging from 1B to 33B versions. Each model is pre-trained on project-level code corpus by employing a window size of 16K and an extra fill-in-the-blank task, to support project-level code completion and infilling. For coding capabilities, DeepSeek Coder achieves state-of-the-art performance among open-source code models on multiple programming languages and various benchmarks.
Creator: Deepseek-AI
Stars ⭐️: 15.6k
Forked by: 1.5k
Github Repo:
https://github.com/deepseek-ai/DeepSeek-Coder
@Machine_learn
Exercises in Machine Learning
Download, read, and practice:
arxiv.org/pdf/2206.13446
GitHub Repo: https://github.com/michaelgutmann/ml-pen-and-paper-exercises
@Machine_learn
Repost from Papers
با عرض سلام ما به يك نفر با قبولي شرايط براي مقاله جديدمون در حوزه شناسايي عوامل استرس زا و جلوگيري از خودكشي نياز داريم.
مقاله قبليمون
https://t.me/Machine_learn/3406
جهت بررسي شرايط با ايدي بنده در ارتباط باشين
@Raminmousa
Comprehensive Analysis of Random Forest and XGBoost Performance with SMOTE, ADASYN, and GNUS Under Varying Imbalance Levels.
📕 Paper: https://www.mdpi.com/2227-7080/13/3/88
🔥 Dataset: https://www.kaggle.com/code/rinichristy/customer-churn-prediction-2020
@Machine_learn
A New Efficient Hybrid Technique for Human Action Recognition Using 2D Conv-RBM and LSTM with Optimized Frame Selection
📕 Paper: https://www.mdpi.com/2227-7080/13/2/53
🔥 Datasets:
KTH: https://www.csc.kth.se/cvap/actions/
UCF Sports: https://www.crcv.ucf.edu/research/data-sets/ucf-sports-action/
HMDB51: https://serre-lab.clps.brown.edu/resource/hmdb-a-large-human-motion-database/
@Machine_learn
现已上线!2025 年 Telegram 研究 — 年度关键洞察 
