¡Ya disponible! Investigación de Telegram 2025 — los principales insights del año 
Machine learning books and papers
Ir al canal en Telegram
Admin: @Raminmousa 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 24 533 suscriptores, ocupando la posición 8 070 en la categoría Educación y el puesto 13 771 en la región Irán.
📊 Métricas de audiencia y dinámica
Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 24 533 suscriptores.
Según los últimos datos del 22 junio, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de -150, 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 7.45%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 1.90% de reacciones respecto al total de suscriptores.
- Alcance de las publicaciones: Cada publicación recibe en promedio 1 829 visualizaciones. En el primer día suele acumular 465 visualizaciones.
- Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 3.
- 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 23 junio, 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.
24 533
Suscriptores
-524 horas
-417 días
-15030 días
Archivo de publicaciones
Audio, Video, and Webcams in Python (Lost Chapter from Automate the Boring Stuff)
📕 Book
@Machine_learn
با عرض سلام موضوع زير رو می خواهیم به صورت گروهی ادامه بدیم.
- survey on GAN methods for time series data generation
نفرات ١ تا ٣ پر شده و ٤ ،٥، و ٦ باقي موندن. دوستاني كه نياز دارند مي تونن به بنده پيام بدن.
نمونه كارهاي مشترك قبلي
1: llm survey https://www.preprints.org/manuscript/202504.2464/download/final_file
2: Next G survey https://www.preprints.org/frontend/manuscript/6a1dadfbe284a8e1b45ba04e5af1fdf5/download_pub
3: Metrcis survey.
@Raminmousa
سابميت اين مقاله امشب اگر كسي نياز داشت نفر سوم خالي هستش...!
@Raminmousa
How to Optimize Your Python Code Even If You’re a Beginner
📚 Read
@Machine_learn
این مقاله تا فرداشب سابمیت میشه دوستانی که نیاز دارن بهم مراجعه کنند...!
@Raminmousa
Parallels Between VLA Model Post-Training and Human Motor Learning: Progress, Challenges, and Trends
🖥 Github: https://github.com/aoqunjin/awesome-vla-post-training
📕 Paper: https://arxiv.org/pdf/2506.20966v1.pdf
🔗 Dataset: https://paperswithcode.com/dataset/imagenet1
@Machine_learn
Repost from Papers
با عرض سلام مقاله مروري تحت عنوان زير رو نوشتيم فردا قرار سابميت بشه اگر كسي از دوستان خواست ميتونه براي جايگاه سوم اقدام كنه.
Survey on evaluation metrics for learning system
@Raminmousa
@paper4money
Article Title:
AutoAgent: A Fully-Automated and Zero-Code Framework for LLM Agents
PDF Download Link:
https://arxiv.org/pdf/2502.05957v2.pdf
GitHub:
• https://github.com/hkuds/autoagent
• https://github.com/hkuds/auto-deep-research
@Machine_learn
Microsoft Build 2025: The age of AI agents and building the open agentic web
📚 Read
@Machine_learn
Repost from Papers
با عرض سلام نيازمند شخصي هستيم كه بتونه در پروژه MedicalRec به ما كمك كنه.
Git:https://github.com/Ramin1Mousa/MedicalRec
هدف اين پروژه ارائه ي يك ريكامندر در حوزه پزشكي است كه از ترين مجدد شبكه ها جلوگيري كنه. كه منجر به صرف جوي در هزينه و صرف جوي در انرژي مصرفي ميشه.
مجموعه داده ها شامل ٣٠٠٠ مقاله بوده كه كامل طي ٣ ماه جمع اوري شده است.
هزينه مشاركت ٥٠٠$ هستش و اسم به عنوان نفر دوم در نظر گرفته ميشه.
Journal: IEEE Transactions on Pattern Analysis and Machine Intelligence
If: 18.6
@Raminmousa
📄 Large Language Models in Genomics—A Perspective on Personalized Medicine
📎 Study the paper
@Machine_learn
SRT-H: A Hierarchical Framework for Autonomous Surgery via Language Conditioned Imitation Learning
📚 Read
@Machine_learn
با عرض سلام این یک کار بنیادی هستش که در ادامه مقالات متفاوتی در این حوزه خواهیم داد. نفر دوم اگر کسی تمایل داشت اطلاع بده.
@Raminmousa
با عرض سلام نيازمند شخصي هستيم كه بتونه در پروژه MedicalRec به ما كمك كنه.
Git:https://github.com/Ramin1Mousa/MedicalRec
هدف اين پروژه ارائه ي يك ريكامندر در حوزه پزشكي است كه از ترين مجدد شبكه ها جلوگيري كنه. كه منجر به صرف جوي در هزينه و صرف جوي در انرژي مصرفي ميشه.
مجموعه داده ها شامل ٣٠٠٠ مقاله بوده كه كامل طي ٣ ماه جمع اوري شده است.
هزينه مشاركت ٥٠٠$ هستش و اسم به عنوان نفر دوم در نظر گرفته ميشه.
Journal: IEEE Transactions on Pattern Analysis and Machine Intelligence
If: 18.6
@Raminmousa
Article Title:
AReaL: A Large-Scale Asynchronous Reinforcement Learning System for Language Reasoning
PDF Download Link:
https://arxiv.org/pdf/2505.24298v2.pdf
GitHub:
• https://github.com/inclusionai/areal
Datasets:
• MATH
@Machine_learn
A Beginner’s Guide to AirTable for Data Analysis
📚 Guide
@Machine_learn
Repost from Papers
با عرض سلام نفرات ٢ تا ٤ قابل اضافه شدن به مقاله زير مي باشد.
Title:Probability latent for Recurrent Neural Networks Basic deficiencies
abstract:
Time series prediction analyzes patterns in past data to predict the future. Traditional machine learning algorithms, despite achieving impressive results, require manual feature selection. Automatic feature selection along with the addition of the time concept in deep recurrent networks has led to more suitable solutions. The selection of feature order in deep recurrent networks leads to the provision of different results due to the use of back-propagation. The problem of selecting feature order is an NP-complete problem. . ..... The proposed approach has an improvement of 0.49 over the reviewed approaches in some benchmarks.
Price:
2:500$
3:400$
4:250$
@Raminmousa
@Machine_learn
@Paper4money
