¡Ya disponible! Investigación de Telegram 2025 — los principales insights del año 
Machine Learning with Python
Ir al canal en Telegram
Learn Machine Learning with hands-on Python tutorials, real-world code examples, and clear explanations for researchers and developers. Admin: @HusseinSheikho || @Hussein_Sheikho
Mostrar más📈 Análisis del canal de Telegram Machine Learning with Python
El canal Machine Learning with Python (@codeprogrammer) en el segmento lingüístico de Inglés es un actor destacado. Actualmente la comunidad reúne a 67 826 suscriptores, ocupando la posición 2 419 en la categoría Educación y el puesto 4 985 en la región India.
📊 Métricas de audiencia y dinámica
Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 67 826 suscriptores.
Según los últimos datos del 18 junio, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de 140, y en las últimas 24 horas de -4, conservando un alto alcance.
- Estado de verificación: No verificado
- Tasa de interacción (ER): El promedio de interacción de la audiencia es 4.55%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 1.97% de reacciones respecto al total de suscriptores.
- Alcance de las publicaciones: Cada publicación recibe en promedio 3 087 visualizaciones. En el primer día suele acumular 1 338 visualizaciones.
- Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 5.
- Intereses temáticos: El contenido se centra en temas clave como insidead, learning, degree, evaluation, algorithm.
📝 Descripción y política de contenido
El autor describe el recurso como un espacio para expresar opiniones subjetivas:
“Learn Machine Learning with hands-on Python tutorials, real-world code examples, and clear explanations for researchers and developers.
Admin: @HusseinSheikho || @Hussein_Sheikho”
Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 19 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.
67 826
Suscriptores
-424 horas
+167 días
+14030 días
Archivo de publicaciones
👉💡Lifehack of the day💥is a channel that you should definitely check out:
Most useful apps and IT lifehacks are there❗️
Subscribe to our Telegram channel and get new lifehacks every day 👉💡Lifehack of the day💥
اجمل الـقنوات علي Telegram 👇🏻
👈🏻 اضف قناتك مجانا من هنا
كورس الهكر الاخلاقي باللغة العربية
رابط التحمبل اضغط هنا
اجمل الـقنوات علي Telegram 👇🏻
👈🏻 اضف قناتك مجانا من هنا
كورس الهكر الاخلاقي باللغة العربية
رابط التحمبل اضغط هنا
اجمل الـقنوات علي Telegram 👇🏻
👈🏻 اضف قناتك مجانا من هنا
كورس الهكر الاخلاقي باللغة العربية
رابط التحمبل اضغط هنا
انضم إلى مجموعة Python العربية على تليجرام للحصول على الموارد والدروس المتخصصة في لغة Python باللغة العربية. اطرح أسئلتك وشارك خبراتك مع مجتمع متحمس لتطوير البرامج وتحليل البيانات والذكاء الاصطناعي وغيرها من المجالات باستخدام Python. انضم الآن وكن جزءًا من المجتمع العربي المتنامي لمستخدمي Python.
https://t.me/PythonArab
انضم إلى قناة DataScienceT على تليجرام لتتلقى آخر الأخبار والموارد والدروس في مجال العلوم البيانية. تعرف على أحدث التقنيات والأدوات المستخدمة في تحليل البيانات واستخدمها لتحسين أدائك في العمل. انضم الآن وتابع معنا كل جديد في عالم البيانات.
https://t.me/DataScienceT
انضم إلى مجموعة Python العربية على تليجرام للحصول على الموارد والدروس المتخصصة في لغة Python باللغة العربية. اطرح أسئلتك وشارك خبراتك مع مجتمع متحمس لتطوير البرامج وتحليل البيانات والذكاء الاصطناعي وغيرها من المجالات باستخدام Python. انضم الآن وكن جزءًا من المجتمع العربي المتنامي لمستخدمي Python.
https://t.me/PythonArab
اجمل الـقنوات علي Telegram 👇🏻
👈🏻 اضف قناتك مجانا من هنا
كورس الهكر الاخلاقي باللغة العربية
رابط التحمبل اضغط هنا
Our paid bot
The bot contain more than 30 millions books and daily updates and all ieee articles
Only type title of book and you will get the results as pdf format
You can search for a specific field and display all books related to this field and within the year you choose
Ex: Python +year:[2023 TO *]
For subscribing: @Hussein_Sheikho
The subscription is permanent
Repost from Data Analytics
Our paid bot
The bot contain more than 30 millions books and daily updates and all ieee articles
Only type title of book and you will get the results as pdf format
You can search for a specific field and display all books related to this field and within the year you choose
Ex: Python +year:[2023 TO *]
For subscribing: @Hussein_Sheilkho
The subscription is permanent
Our paid bot
The bot contain more than 30 millions books and daily updates and all ieee articles
Only type title of book and you will get the results as pdf format
You can search for a specific field and display all books related to this field and within the year you choose
Ex: Python +year:[2023 TO *]
For subscribing: @Hussein_Sheilkho
The subscription is permanent
اليوم سنتحدث عن تصميم شبكه عصبيه اصطناعيه لحل بعض المشكلات في البيانات عند العمل علي احد مشاريع التعلم العميق الخاصه بال image.
عند العمل علي ال image في معظم الاحالات تكون تلك الصور تعاني من بعض المشكلات مثل الضوضاء البسيطه او ظهور علامات مثل المطر في الصوره او ان الصوره بها اماكن معتمه تحتاج الي التوضيح/التفتيح قليلا.
تلك هي مجموعه من المشكلات الشائعه، الحل في هذا الموقف كما هو معلوم هو استخدام معالجه الصور للتخلص من تلك المشكلات واحده تلو الاخري، ولكن في حاله تعذر تطبيق معالجه البيانات (التي تمت الاشاره اليها) وحل المشكلات تباعا لاي سبب من الاسباب.
هنا ياتي الحل، الصوره المرفقه توضح شبكه عصبيه CNN مكونه من ثلاثه اجزاء قمت بتصميمها لمساعدتي.
-- ملاحظه:
تلك الشبكه الاصطناعيه مصممه خصيصا لاستقبال بيانات بمعالجه ابتدائيه (مثل توحيد حجم الصور، ضبط طبقات الصوره وهكذا)وليست بيانات خام.
وهدف تلك الشبكه هو مساعده نفسها في ضبط البيانات داخلها وهذا يعد توفيرا للوقت والمصادر.
الجزء الاول: هو عباره عن شبكه مكونه من العديد من الطبقات الملتفه والمتصله معا بطريقه تعطي قوه للشبكه وقدره علي تنقيه الصور من العديد من المشكلات، فتلك الوصلات بين الطبقات تعمل علي تفتيح الاماكن المعتمه من الصوره بالاضافه الي ازاله الضوضاء من الصوره عن طريق تطبيق العديد من المرشحات وبالتالي فصل البيكسلز الغير مرغوب فيها عن الصوره.
وفي نهايه تلك الطبقه تكون لدينا صوره محسنه عن الصوره القديمه، والصوره جاهز للدخول الي الجزء الثاني.
الجزء الثاني: هو عباره عن pre-trained model من نوع EfficientNetB7 مهمته الاساسيه في تلك الشبكه هو تقليل overfitting واستخراج الميزات المهمه في الصوره المحسنه.
في نهايه تلك المرحله يكون لدينا مجموعه من ال features المعدله والجاهزه للدخول الي fully connected layers.
الجزء الثالث: وهو عباره عن مجموعه من الطبقات ال Dense من اجل الحصول علي النتائج المطلوبه.
وفيما بعد ان شاء الله سنتحدث اكثر عن المرحله الاولي لان بها العديد من التفاصيل.
#منقول
اليوم سنتحدث عن تصميم شبكه عصبيه اصطناعيه لحل بعض المشكلات في البيانات عند العمل علي احد مشاريع التعلم العميق الخاصه بال image.
عند العمل علي ال image في معظم الاحالات تكون تلك الصور تعاني من بعض المشكلات مثل الضوضاء البسيطه او ظهور علامات مثل المطر في الصوره او ان الصوره بها اماكن معتمه تحتاج الي التوضيح/التفتيح قليلا.
تلك هي مجموعه من المشكلات الشائعه، الحل في هذا الموقف كما هو معلوم هو استخدام معالجه الصور للتخلص من تلك المشكلات واحده تلو الاخري، ولكن في حاله تعذر تطبيق معالجه البيانات (التي تمت الاشاره اليها) وحل المشكلات تباعا لاي سبب من الاسباب.
هنا ياتي الحل، الصوره المرفقه توضح شبكه عصبيه CNN مكونه من ثلاثه اجزاء قمت بتصميمها لمساعدتي.
-- ملاحظه:
تلك الشبكه الاصطناعيه مصممه خصيصا لاستقبال بيانات بمعالجه ابتدائيه (مثل توحيد حجم الصور، ضبط طبقات الصوره وهكذا)وليست بيانات خام.
وهدف تلك الشبكه هو مساعده نفسها في ضبط البيانات داخلها وهذا يعد توفيرا للوقت والمصادر.
الجزء الاول: هو عباره عن شبكه مكونه من العديد من الطبقات الملتفه والمتصله معا بطريقه تعطي قوه للشبكه وقدره علي تنقيه الصور من العديد من المشكلات، فتلك الوصلات بين الطبقات تعمل علي تفتيح الاماكن المعتمه من الصوره بالاضافه الي ازاله الضوضاء من الصوره عن طريق تطبيق العديد من المرشحات وبالتالي فصل البيكسلز الغير مرغوب فيها عن الصوره.
وفي نهايه تلك الطبقه تكون لدينا صوره محسنه عن الصوره القديمه، والصوره جاهز للدخول الي الجزء الثاني.
الجزء الثاني: هو عباره عن pre-trained model من نوع EfficientNetB7 مهمته الاساسيه في تلك الشبكه هو تقليل overfitting واستخراج الميزات المهمه في الصوره المحسنه.
في نهايه تلك المرحله يكون لدينا مجموعه من ال features المعدله والجاهزه للدخول الي fully connected layers.
الجزء الثالث: وهو عباره عن مجموعه من الطبقات ال Dense من اجل الحصول علي النتائج المطلوبه.
وفيما بعد ان شاء الله سنتحدث اكثر عن المرحله الاولي لان بها العديد من التفاصيل.
#منقول
اجمل الـقنوات علي Telegram 👇🏻
👈🏻 اضف قناتك مجانا من هنا
كورس الهكر الاخلاقي باللغة العربية
رابط التحمبل اضغط هنا
اجمل الـقنوات علي Telegram 👇🏻
👈🏻 اضف قناتك مجانا من هنا
كورس الهكر الاخلاقي باللغة العربية
رابط التحمبل اضغط هنا
