Machine learning books and papers
Ir al canal en Telegram
Admin: @Raminmousa1 ID: @Machine_learn link: https://t.me/Machine_learn
Mostrar más📈 Análisis del canal de Telegram Machine learning books and papers
El canal Machine learning books and papers (@machine_learn) en el segmento lingüístico de Inglés es un actor destacado. Actualmente la comunidad reúne a 24 369 suscriptores, ocupando la posición 8 010 en la categoría Educación y el puesto 14 011 en la región Irán.
📊 Métricas de audiencia y dinámica
Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 24 369 suscriptores.
Según los últimos datos del 15 septiembre, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de -79, y en las últimas 24 horas de -3, conservando un alto alcance.
- Estado de verificación: No verificado
- Tasa de interacción (ER): El promedio de interacción de la audiencia es 7.09%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 2.18% de reacciones respecto al total de suscriptores.
- Alcance de las publicaciones: Cada publicación recibe en promedio 1 729 visualizaciones. En el primer día suele acumular 531 visualizaciones.
- Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 4.
- Intereses temáticos: El contenido se centra en temas clave como disorder, psy, مقاله, framework, graph.
📝 Descripción y política de contenido
El autor describe el recurso como un espacio para expresar opiniones subjetivas:
“Admin: @Raminmousa1
ID: @Machine_learn
link: https://t.me/Machine_learn”
Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 16 septiembre, 2026), el canal mantiene la vigencia y un amplio alcance. La analítica demuestra que la audiencia interactúa activamente con el contenido, lo que lo convierte en un punto de referencia dentro de la categoría Educación.
24 369
Suscriptores
-324 horas
-357 días
-7930 días
Carga de datos en curso...
Canales Similares
Nube de Etiquetas
Menciones Entrantes y Salientes
---
---
---
---
---
---
Atraer Suscriptores
septiembre '26
septiembre '26
+9
en 2 canales
agosto '26
+76
en 1 canales
Get PRO
julio '26
+83
en 1 canales
Get PRO
junio '26
+44
en 1 canales
Get PRO
mayo '26
+45
en 2 canales
Get PRO
abril '26
+45
en 0 canales
Get PRO
marzo '26
+2
en 0 canales
Get PRO
febrero '26
+14
en 1 canales
Get PRO
enero '26
+10
en 1 canales
Get PRO
diciembre '25
+251
en 2 canales
Get PRO
noviembre '25
+522
en 11 canales
Get PRO
octubre '25
+1 065
en 2 canales
Get PRO
septiembre '25
+794
en 2 canales
Get PRO
agosto '25
+941
en 11 canales
Get PRO
julio '25
+835
en 3 canales
Get PRO
junio '25
+734
en 3 canales
Get PRO
mayo '25
+956
en 2 canales
Get PRO
abril '25
+1 898
en 4 canales
Get PRO
marzo '25
+658
en 7 canales
Get PRO
febrero '25
+44
en 4 canales
Get PRO
enero '25
+92
en 8 canales
Get PRO
diciembre '24
+134
en 5 canales
Get PRO
noviembre '24
+394
en 13 canales
Get PRO
octubre '24
+463
en 6 canales
Get PRO
septiembre '24
+249
en 4 canales
Get PRO
agosto '24
+387
en 3 canales
Get PRO
julio '24
+220
en 1 canales
Get PRO
junio '24
+228
en 11 canales
Get PRO
mayo '24
+422
en 2 canales
Get PRO
abril '24
+611
en 11 canales
Get PRO
marzo '24
+731
en 4 canales
Get PRO
febrero '24
+1 021
en 1 canales
Get PRO
enero '24
+1 100
en 13 canales
Get PRO
diciembre '23
+628
en 0 canales
Get PRO
noviembre '23
+409
en 11 canales
Get PRO
octubre '23
+296
en 9 canales
Get PRO
septiembre '23
+365
en 0 canales
Get PRO
agosto '23
+467
en 0 canales
Get PRO
julio '23
+715
en 0 canales
Get PRO
junio '23
+268
en 0 canales
Get PRO
mayo '23
+107
en 0 canales
Get PRO
abril '23
+107
en 0 canales
Get PRO
marzo '23
+249
en 0 canales
Get PRO
febrero '23
+110
en 0 canales
Get PRO
enero '23
+163
en 0 canales
Get PRO
diciembre '22
+118
en 0 canales
Get PRO
noviembre '22
+165
en 0 canales
Get PRO
octubre '22
+101
en 0 canales
Get PRO
septiembre '22
+177
en 0 canales
Get PRO
agosto '22
+220
en 0 canales
Get PRO
julio '22
+229
en 0 canales
Get PRO
junio '22
+56
en 0 canales
Get PRO
mayo '22
+296
en 0 canales
Get PRO
abril '22
+411
en 0 canales
Get PRO
marzo '22
+47
en 0 canales
Get PRO
febrero '22
+34
en 0 canales
Get PRO
enero '22
+44
en 0 canales
Get PRO
diciembre '21
+59
en 0 canales
Get PRO
noviembre '21
+59
en 0 canales
Get PRO
octubre '21
+109
en 0 canales
Get PRO
septiembre '21
+454
en 0 canales
Get PRO
agosto '21
+251
en 0 canales
Get PRO
julio '21
+84
en 0 canales
Get PRO
junio '21
+183
en 0 canales
Get PRO
mayo '21
+126
en 0 canales
Get PRO
abril '21
+116
en 0 canales
Get PRO
marzo '21
+101
en 0 canales
Get PRO
febrero '21
+601
en 0 canales
Get PRO
enero '21
+167
en 0 canales
Get PRO
diciembre '20
+8 834
en 0 canales
| Fecha | Crecimiento de Suscriptores | Menciones | Canales | |
| 16 septiembre | 0 | |||
| 15 septiembre | 0 | |||
| 14 septiembre | 0 | |||
| 13 septiembre | +1 | |||
| 12 septiembre | 0 | |||
| 11 septiembre | 0 | |||
| 10 septiembre | 0 | |||
| 09 septiembre | +1 | |||
| 08 septiembre | 0 | |||
| 07 septiembre | 0 | |||
| 06 septiembre | 0 | |||
| 05 septiembre | +1 | |||
| 04 septiembre | +2 | |||
| 03 septiembre | +1 | |||
| 02 septiembre | +2 | |||
| 01 septiembre | +1 |
Publicaciones del Canal
با عرض سلام برای یکی از مقالاتمون تحت عنون زیر نیازمند نفر دوم و سوم هستیم.
Price: 2 --> 200$
Price 3--> 150$
Title:Skin cancer diagnosis (scd) using efficientnet-wavelet and Optimization algortithms
@Raminmousa1
| 2 | 🔖Computer Science Fundamentals from MIT
We found the textbook Mathematics for Computer Science – covering the mathematics that underlies algorithms and computer science.
Logic, graphs, combinatorics, probability, induction, recurrence relations, and discrete structures – all in one place.
⛓️ Link to the textbook
https://ocw.mit.edu/courses/6-042j-mathematics-for-computer-science-spring-2015/mit6_042js15_textbook.pdf
@Machine_learn | 1 744 |
| 3 |  ☁️ 24 ساعت تست رایگان سرور ابری ویراک، حالا با اعتبار هدیه بیشتر!
اگر قصد راهاندازی یا تمدید سرویسهای ابری خود را دارید، الان بهترین زمان است.
✨ تا پایان مردادماه:
🎁 15% شارژ بیشتر هدیه روی اولین واریزی
🎁 10% شارژ بیشتر هدیه روی تمام واریزیهای بعدی
🎁 24 ساعت تست رایگان
فرقی نمیکند اولین بار است که ویراک را انتخاب میکنید یا از قبل همراه ما بودهاید؛ با هر شارژ، اعتبار بیشتری دریافت میکنید و همان زیرساخت قدرتمند را با هزینه کمتر در اختیار خواهید داشت.
برای دریافت کد تست رایگان کلمه *«تست»* رو به آیدی زیر ارسال کنید.
https://t.me/cloud_virak
👇 پس از دریافت کد تست رایگان وارد پنل VirakCloud شوید ، کد تخفیف خود را وارد نمایید و ابرک خود را بسازید:
🔗 https://B2n.ir/qy4432
☎️ 02191555530 | 435 |
| 4 | Matrix Calculus for Machine Learning and Beyond! — a free ebook from MIT.
This is the 2025 MIT textbook by Alan Edelman, Steven G. Johnson, and Paige Bright.
The book directly connects matrix calculus to modern machine learning.
Inside:
* Derivatives of matrices and vectors
* Jacobian and Hessian
* Matrix decompositions
* Optimization
* Differentiation in reverse mode
* Backpropagation of error
* Automatic differentiation
* Derivatives through ODEs
* Problems focused on machine learning
This is a comprehensive mathematical bridge between linear algebra, calculus, optimization, backpropagation, and machine learning.
Free ebook:
https://geni.us/Matrix-Calculus-Book
@Machine_learn | 2 241 |
| 5 |  🔖 ML algorithms in visualizations
A useful repository that helps you understand how machine learning algorithms work – through interactive diagrams and step-by-step explanations.
You can run it in your browser or locally using Docker.
⛓ Link to GitHub
https://github.com/gavinkhung/machine-learning-visualized
@Machine_learn | 2 547 |
| 6 |  "The Mathematics of Bitcoin" is a concise work that analyzes Bitcoin from a mathematical perspective. 📊
It utilizes probability theory, stochastic processes, martingales, combinatorics, and special functions to explore the mechanisms of the Bitcoin protocol. 🧮
In particular, the authors examine the probability of double-spending, the profitability of mining, block generation, miner strategies, and the resilience of the protocol. ⛏️
If you want to delve deeper, I also recommend "Bitcoin and Cryptocurrency Technologies" from Princeton University. This is a much broader introduction to cryptographic hash functions, digital signatures, consensus, Proof of Work, mining, transactions, anonymity, security, and the incentive system in cryptocurrencies. 🎓
The Mathematics of Bitcoin:
https://arxiv.org/pdf/2003.00001
Bitcoin and Cryptocurrency Technologies:
https://d28rh4a8wq0iu5.cloudfront.net/bitcointech/readings/princeton_bitcoin_book.pdf
@Machine_learn | 3 006 |
| 7 | 🔥 8 skills = 8 free certifications >>>
AI (Microsoft) -
https://learn.microsoft.com/en-us/training/paths/get-started-artificial-intelligence/
Deep learning (NVIDIA) -
https://learn.nvidia.com/en-us/training/self-paced-courses
Data science (IBM) -
https://skillsbuild.org/students/course-catalog/data-science
Data Analyst (Microsoft) -
https://learn.microsoft.com/en-us/training/paths/data-analytics-microsoft/
Python (Microsoft) -
https://learn.microsoft.com/en-us/shows/intro-to-python-development/
SQL (Infosys) -
https://www.coursejoiner.com/freeonlinecourses/infosys-free-certification-course-9/
Java (Infosys) -
https://www.coursejoiner.com/uncategorized/infosys-launched-free-java-certification-course/
Cloud computing (AWS) -
https://explore.skillbuilder.aws/learn/course/134/aws-cloud-practitioner-essentials
@Machine_learn | 2 633 |
| 8 | اخرین زمان سابمیت این مقاله امشب...!
@Raminmousa1 | 2 353 |
| 9 | با عرض سلام در مقاله زیر جهت سابمیت نیاز به نفر دوم داریم
Title: FFChurn: Fusion Former for Customer Churn Classification Based on Transformer, FEDformer, and Informer
Abstract: Customer churn prediction is a key issue in customer relationship management that directly impacts organizational profitability and has created challenges for researchers and organizations. Machine learning (ML), Ensemble Learning (EL), and Deep Learning (DL) models have achieved comparable results on this problem. In this study, Fusion Former was introduced, integrating the FEDformer, Informer, and Transformer architectures to simultaneously extract local features and long-term dependencies. The pipeline for this model includes denoising with a wavelet transform, Min-Max normalization, and hybrid adaptive feature selection based on mutual information (MI), recursive feature elimination (RFE), and the Boruta algorithm. Four different versions of the model, including binary and ternary object fusion, were evaluated on two datasets. The results showed that the Fusion Former (FED+INF+Transformer) model, with F1 scores of 0.9876 on the Dataset 1 and 0.8887 on the Dataset 2, outperformed classical machine learning models, multilayer neural networks, and other binary combinations. Also, the sensitivity analysis of hyperparameters, which included changes in the cost function, batch size, and dropout size, methods for dealing with data imbalance, which included Smote, TMG-GAN, Ib-gan, T-SMOTE approaches, and the effect of feature selection, which included four methods: MI, RFE, Boruta, and Adaptive FS (Boruta+MI+RFE), confirmed the superiority and relative stability of the proposed model.
Price:250$
@Raminmousa1
@Machine_learn | 2 561 |
| 10 | report2 (1).pdf | 2 366 |
| 11 |  🔖 Learning Data Science through interactive examples
One of the most useful repositories for those who want to better understand machine learning.
It transforms complex concepts into visual experiments: you can study models, change parameters, and immediately see the results.
⛓ Link to GitHub
https://github.com/GeostatsGuy/DataScienceInteractivePython
@Machine_learn | 2 536 |
| 12 |  Attention Heatmap vs Token Pruning 🔍✂️
🔗 More: https://www.overshoot.ai/blogs/an-introduction-to-token-pruning-for-vlms
#AI #MachineLearning #TokenPruning #DeepLearning #TechNews #VLM
@Machine_learn | 2 078 |
| 13 | با عرض سلام سه موضوع زیر جهت نگارش مقالات مدنظر داریم. که در هر سه مقاله به دو جایگاه نیاز داریم. مقالات کاملا مشارکتی هست و علاوه بر تقبل هزینه کار نیز باید انجام بشه.
1: Survey on knowledge graph and large language models
_ auth2: 300$
_auth3:200$
2: Survey on challenges of large language models
_ auth2: 300$
_auth3:200$
3: New learning model for skin cancer detection
_ auth2: 300$
_auth3:200$
جهت مشارکت میتونین با ایدی بنده در ارتباط باشین. زمان شروع هر مقاله یک هفته بعد از تشکیل تیم.
@Raminmousa1
@Machine_learn | 2 255 |
| 14 |  🔖 One of the most useful books on Agentic AI
This is not just a textbook, but a comprehensive overview of modern LLMs, model training, RL, inference, quality assessment, and building AI agents.
It's an excellent option to get a holistic picture and understand which topics deserve deeper study.
⛓️ Link to the book
https://arxiv.org/abs/2606.24937
@Machine_learn | 1 798 |
| 15 |  Maths, CS & AI Compendium: A free textbook for aspiring AI/ML engineers
🚀 A large open-source compendium on mathematics, computer science, and AI has gone viral on GitHub. The project already has around 6.3K stars.
📚 The author positions it as a "non-traditional textbook" for practitioners: less dry notation, more intuition, connections between topics, and real-world context.
📖 It contains 20 chapters:
* Vectors, matrices, calculus
* Statistics and probability
* Machine learning and deep learning
* NLP, computer vision, audio/speech
* Multimodal learning and autonomous systems
* GNN, OS, algorithms
* Production engineering, GPU/SIMD
* AI inference, ML systems design, and applied AI
💡 This is a great resource for those who want to not just "learn ML," but to build a solid foundation: mathematics → CS → ML systems → modern AI.
🔗 GitHub: https://github.com/HenryNdubuaku/maths-cs-ai-compendium
@Machine_learn | 1 765 |
| 16 |  10 GitHub repositories that are worth checking out for an AI engineer 🤖
1. Hands-On AI Engineering 🛠️
A collection of AI applications and agent systems with practical use cases of LLM.
👉 https://github.com/Sumanth077/Hands-On-AI-Engineering
2. Hands-On Large Language Models 📘
👉 https://github.com/HandsOnLLM/Hands-On-Large-Language-Models
3. AI Agents for Beginners 🎓
👉 https://github.com/microsoft/ai-agents-for-beginners
4. GenAI Agents 🤖
👉 https://github.com/NirDiamant/GenAI_Agents
5. Made With ML 🚀
👉 https://github.com/GokuMohandas/Made-With-ML
6. Learn Harness Engineering ⚙️
👉 https://github.com/walkinglabs/learn-harness-engineering
7. AutoResearch 🔬
👉 https://github.com/karpathy/autoresearch
8. Designing Machine Learning Systems 📚
👉 https://github.com/chiphuyen/dmls-book
9. Awesome LLM Inference ⚡
👉 https://github.com/xlite-dev/Awesome-LLM-Inference
10. LLM Course 🗺️
👉 https://github.com/mlabonne/llm-course | 2 274 |
| 17 |  🔖 Comprehensive Practical Course on Reinforcement Learning
We've found a repository that will help you learn Reinforcement Learning, from basic concepts to advanced algorithms.
The author supports the theory with practical examples using TensorFlow, making the material ideal for self-study.
⛓️ Link to GitHub
https://github.com/MorvanZhou/Reinforcement-learning-with-tensorflow
@Machine_learn | 1 940 |
| 18 |  +1با عرض سلام مقاله زیر جهت واگذاری اسامی در نظر گرفته شده است
Title: A Multi-Task Framework Unifying Classification and Regression forMicrogrid Power (kWh) Forecasting: Modified FEDformer
Journal: IEEE transaction on soft computing
Price:
2: 500$
3: 350$
@Raminmousa1 | 387 |
| 19 |  Video-LMM Post-Training: A Deep Dive into Video Reasoning with Large Multimodal Models
Read
@Machine_learn | 2 630 |
| 20 | 🔥 Awesome open-source project to learn more about Transformer Models! 🤖✨
We found this interactive website that shows you visually how transformer models work. 🌐📊
Transformer Explainer:
https://poloclub.github.io/transformer-explainer/
@Machine_learn | 2 235 |
