Machine learning books and papers

Ir al canal en Telegram

Admin: @Raminmousa ID: @Machine_learn link: https://t.me/Machine_learn

📈 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 24 502 suscriptores, ocupando la posición 8 028 en la categoría Educación y el puesto 13 775 en la región Irán.

📊 Métricas de audiencia y dinámica

Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 24 502 suscriptores.

Según los últimos datos del 02 julio, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de -109, y en las últimas 24 horas de 5, conservando un alto alcance.

Estado de verificación: No verificado
Tasa de interacción (ER): El promedio de interacción de la audiencia es 6.29%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 2.04% de reacciones respecto al total de suscriptores.
Alcance de las publicaciones: Cada publicación recibe en promedio 1 541 visualizaciones. En el primer día suele acumular 500 visualizaciones.
Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 1.
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: @Raminmousa ID: @Machine_learn link: https://t.me/Machine_learn”

Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 03 julio, 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.

24 502

Suscriptores

+524 horas

-147 días

-10930 días

1 541

Visitas de la publicación

~ 50024 horas

~ 61348 horas

6.29%

Tasa de compromiso

Sin datos

Mensajes por día

Ads index

beta

Archivo de publicaciones

24 506

Python® Machine Learning #book #Python @Machine_learn

24 506

Machine Learning A Bayesian and Optimization Perspective #book #ML @Machine_learn

24 506

@Machine_learn Global explanations for discovering bias in data Github: https://github.com/agamiko/gebi Code: https://github.com/AgaMiko/GEBI/blob/master/notebooks/GEBI.ipynb Paper: https://arxiv.org/abs/2005.02269v1

24 506

deep learning in computer vision #book #DL @Machine_learn

24 506

@Machine_learn https://glitch.com/edit/#!/tm-wizard?path=README.md%3A1%3A0

24 506

Watsapp: +989333900804 ID: @Machine_learn

24 506

@Machine_learn The Best Deep Learning Papers from the ICLR 2020 Conference https://neptune.ai/blog/iclr-2020-deep-learning

24 506

@Machine_learn BASNet was already great for salient object detection and background removal. Repo: https://github.com/NathanUA/U-2-Net

24 506

@Machine_learn Reinforcement Learning with Augmented Data https://mishalaskin.github.io/rad Code: https://github.com/MishaLaskin/rad Paper: https://arxiv.org/abs/2004.14990

24 506

@Machine_learn Combinatorial 3D Shape Generation via Sequential Assembly https://arxiv.org/pdf/2004.07414.pdf https://arxiv.org/abs/2004.07414

24 506

@Machine_learn TFRT: A new TensorFlow runtime https://blog.tensorflow.org/2020/04/tfrt-new-tensorflow-runtime.html

24 506

Deep Learning for NLP and Speech Recognition (2019) #Book #NLP #Speech_Recognition @Machine_learn

24 506

Adversarial Latent Autoencoders (ALAE) not only generate 1024x1024 images with StyleGAN’s quality but also allow to manipulate real-world images in a feed-forward manner. Your move, StyleGAN team! paper: arxiv.org/abs/2004.04467 code: github.com/podgorskiy/ALAE @Machine_learn

24 506

پرسش و پاسخ در گروه MODERN COGITATION جلسه پنجم:پرسش وپاسخ : دکتر تقی کیمیایی اسدی _ متخصص مغز و اعصاب، فوق تخصص طب تشخیص الکترونیکی، استاد سابق دانشگاه، نویسنده و مترجم زمان :دوشنبه ۱۳۹۹/۲/۸ساعت ۲۱:۳۰ به وقت تهران #مکان_برگزاری: MODERN COGITATION https://t.me/joinchat/K-cfnlS607OEYYMHJL3KgA آرشیو سخنرانی‌ها و کنفرانس‌‌ها: @MODERN_COGITATION

24 506

Reinforcement Learning and Optimal Control by #book #RL @Machine_learn

24 506

@Machine_learn A Gentle Introduction to the Fbeta-Measure for Machine Learning https://machinelearningmastery.com/fbeta-measure-for-machine-learning/

24 506

Training with quantization noise for extreme model compression @Machine_learn https://ai.facebook.com/blog/training-with-quantization-noise-for-extreme-model-compression/ Paper: https://arxiv.org/abs/2004.07320 GitHub: https://github.com/pytorch/fairseq/tree/master/examples/quant_noise

24 506

Python Artificial Intelligence Projects for Beginners #python #book #AI @Machine_learn

24 506

#شهر_رمضان