Machine learning books and papers

رفتن به کانال در Telegram

Admin: @Raminmousa1 ID: @Machine_learn link: https://t.me/Machine_learn

نمایش بیشتر

📈 تحلیل کانال تلگرام Machine learning books and papers

کانال Machine learning books and papers (@machine_learn) در بخش زبانی انگلیسی بازیگری فعال است. در حال حاضر جامعه شامل 24 369 مشترک است و جایگاه 8 010 را در دسته آموزش و رتبه 14 011 را در منطقه إيران دارد.

📊 شاخص‌های مخاطب و پویایی

از زمان ایجاد در невідомо، پروژه رشد سریعی داشته و 24 369 مشترک جذب کرده است.

بر اساس آخرین داده‌ها در تاریخ 15 سپتامبر, 2026، کانال فعالیت پایداری دارد. در ۳۰ روز گذشته تغییر اعضا برابر -79 و در ۲۴ ساعت گذشته برابر -3 بوده و همچنان دسترسی گسترده‌ای حفظ شده است.

وضعیت تأیید: تأیید نشده
نرخ تعامل (ER): میانگین تعامل مخاطب 7.09% است و در ۲۴ ساعت نخست پس از انتشار، محتوا معمولاً 2.18% واکنش نسبت به کل مشترکان کسب می‌کند.
دسترسی پست‌ها: هر پست به طور میانگین 1 729 بازدید دریافت می‌کند. در اولین روز معمولاً 531 بازدید جمع‌آوری می‌شود.
واکنش‌ها و تعامل: مخاطبان به‌طور فعال حمایت می‌کنند؛ میانگین واکنش به هر پست 4 است.
علایق موضوعی: محتوا بر موضوعات کلیدی مانند disorder, psy, مقاله, framework, graph تمرکز دارد.

📝 توضیح و سیاست محتوایی

نویسنده این فضا را محل بیان دیدگاه‌های شخصی توصیف می‌کند:
“Admin: @Raminmousa1 ID: @Machine_learn link: https://t.me/Machine_learn”

به لطف به‌روزرسانی‌های پرتکرار (آخرین داده در تاریخ 16 سپتامبر, 2026)، کانال همواره به‌روز و دارای دسترسی بالاست. تحلیل‌ها نشان می‌دهد مخاطبان به‌طور فعال با محتوا تعامل دارند و آن را به نقطه اثرگذاری مهم در دسته آموزش تبدیل کرده‌اند.

24 369

مشترکین

-324 ساعت

-357 روز

-7930 روز

1 729

نمایش های پست

~ 53124 ساعت

~ 72448 ساعت

7.09%

نرخ مشارکت

اطلاعاتی وجود ندارد

پست های در روز

Ads index

beta

در حال بارگیری داده...

کانال‌های مشابه

77.4K

Data Science & Machine Learning

68.3K

Machine Learning with Python

35.0K

Age Of Geeks

2.6K

Best Offers - Courses, Books etc

2.4K

علوم آماری و محاسباتی

کانال‌های بیشتر

اشارات ورودی و خروجی

---

جذب مشترکین

سپتامبر '26

در 2 کانال‌ها

اوت '26

+76

در 1 کانال‌ها

Get PRO

ژوئیه '26

+83

در 1 کانال‌ها

Get PRO

ژوئن '26

+44

در 1 کانال‌ها

Get PRO

مه '26

+45

در 2 کانال‌ها

Get PRO

آوریل '26

+45

در 0 کانال‌ها

Get PRO

مارس '26

در 0 کانال‌ها

Get PRO

فوریه '26

+14

در 1 کانال‌ها

Get PRO

ژانویه '26

+10

در 1 کانال‌ها

Get PRO

دسامبر '25

+251

در 2 کانال‌ها

Get PRO

نوامبر '25

+522

در 11 کانال‌ها

Get PRO

اکتبر '25

+1 065

در 2 کانال‌ها

Get PRO

سپتامبر '25

+794

در 2 کانال‌ها

Get PRO

اوت '25

+941

در 11 کانال‌ها

Get PRO

ژوئیه '25

+835

در 3 کانال‌ها

Get PRO

ژوئن '25

+734

در 3 کانال‌ها

Get PRO

مه '25

+956

در 2 کانال‌ها

Get PRO

آوریل '25

+1 898

در 4 کانال‌ها

Get PRO

مارس '25

+658

در 7 کانال‌ها

Get PRO

فوریه '25

+44

در 4 کانال‌ها

Get PRO

ژانویه '25

+92

در 8 کانال‌ها

Get PRO

دسامبر '24

+134

در 5 کانال‌ها

Get PRO

نوامبر '24

+394

در 13 کانال‌ها

Get PRO

اکتبر '24

+463

در 6 کانال‌ها

Get PRO

سپتامبر '24

+249

در 4 کانال‌ها

Get PRO

اوت '24

+387

در 3 کانال‌ها

Get PRO

ژوئیه '24

+220

در 1 کانال‌ها

Get PRO

ژوئن '24

+228

در 11 کانال‌ها

Get PRO

مه '24

+422

در 2 کانال‌ها

Get PRO

آوریل '24

+611

در 11 کانال‌ها

Get PRO

مارس '24

+731

در 4 کانال‌ها

Get PRO

فوریه '24

+1 021

در 1 کانال‌ها

Get PRO

ژانویه '24

+1 100

در 13 کانال‌ها

Get PRO

دسامبر '23

+628

در 0 کانال‌ها

Get PRO

نوامبر '23

+409

در 11 کانال‌ها

Get PRO

اکتبر '23

+296

در 9 کانال‌ها

Get PRO

سپتامبر '23

+365

در 0 کانال‌ها

Get PRO

اوت '23

+467

در 0 کانال‌ها

Get PRO

ژوئیه '23

+715

در 0 کانال‌ها

Get PRO

ژوئن '23

+268

در 0 کانال‌ها

Get PRO

مه '23

+107

در 0 کانال‌ها

Get PRO

آوریل '23

+107

در 0 کانال‌ها

Get PRO

مارس '23

+249

در 0 کانال‌ها

Get PRO

فوریه '23

+110

در 0 کانال‌ها

Get PRO

ژانویه '23

+163

در 0 کانال‌ها

Get PRO

دسامبر '22

+118

در 0 کانال‌ها

Get PRO

نوامبر '22

+165

در 0 کانال‌ها

Get PRO

اکتبر '22

+101

در 0 کانال‌ها

Get PRO

سپتامبر '22

+177

در 0 کانال‌ها

Get PRO

اوت '22

+220

در 0 کانال‌ها

Get PRO

ژوئیه '22

+229

در 0 کانال‌ها

Get PRO

ژوئن '22

+56

در 0 کانال‌ها

Get PRO

مه '22

+296

در 0 کانال‌ها

Get PRO

آوریل '22

+411

در 0 کانال‌ها

Get PRO

مارس '22

+47

در 0 کانال‌ها

Get PRO

فوریه '22

+34

در 0 کانال‌ها

Get PRO

ژانویه '22

+44

در 0 کانال‌ها

Get PRO

دسامبر '21

+59

در 0 کانال‌ها

Get PRO

نوامبر '21

+59

در 0 کانال‌ها

Get PRO

اکتبر '21

+109

در 0 کانال‌ها

Get PRO

سپتامبر '21

+454

در 0 کانال‌ها

Get PRO

اوت '21

+251

در 0 کانال‌ها

Get PRO

ژوئیه '21

+84

در 0 کانال‌ها

Get PRO

ژوئن '21

+183

در 0 کانال‌ها

Get PRO

مه '21

+126

در 0 کانال‌ها

Get PRO

آوریل '21

+116

در 0 کانال‌ها

Get PRO

مارس '21

+101

در 0 کانال‌ها

Get PRO

فوریه '21

+601

در 0 کانال‌ها

Get PRO

ژانویه '21

+167

در 0 کانال‌ها

Get PRO

دسامبر '20

+8 834

در 0 کانال‌ها

تاریخ	رشد مشترکین	اشارات	کانال‌ها
16 سپتامبر	0
15 سپتامبر	0
14 سپتامبر	0
13 سپتامبر	+1
12 سپتامبر	0
11 سپتامبر	0
10 سپتامبر	0
09 سپتامبر	+1
08 سپتامبر	0
07 سپتامبر	0
06 سپتامبر	0
05 سپتامبر	+1
04 سپتامبر	+2
03 سپتامبر	+1
02 سپتامبر	+2
01 سپتامبر	+1

پست‌های کانال

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	+1 با 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

مشاهده همه پست‌ها