اکنون در دسترس! پژوهش تلگرام ۲۰۲۵ — مهمترین بینشهای سال 
Machine learning books and papers
رفتن به کانال در Telegram
Admin: @Raminmousa 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 24 522 مشترک است و جایگاه 8 070 را در دسته آموزش و رتبه 13 771 را در منطقه إيران دارد.
📊 شاخصهای مخاطب و پویایی
از زمان ایجاد در невідомо، پروژه رشد سریعی داشته و 24 522 مشترک جذب کرده است.
بر اساس آخرین دادهها در تاریخ 22 ژوئن, 2026، کانال فعالیت پایداری دارد. در ۳۰ روز گذشته تغییر اعضا برابر -150 و در ۲۴ ساعت گذشته برابر -5 بوده و همچنان دسترسی گستردهای حفظ شده است.
- وضعیت تأیید: تأیید نشده
- نرخ تعامل (ER): میانگین تعامل مخاطب 7.45% است و در ۲۴ ساعت نخست پس از انتشار، محتوا معمولاً 1.90% واکنش نسبت به کل مشترکان کسب میکند.
- دسترسی پستها: هر پست به طور میانگین 1 829 بازدید دریافت میکند. در اولین روز معمولاً 465 بازدید جمعآوری میشود.
- واکنشها و تعامل: مخاطبان بهطور فعال حمایت میکنند؛ میانگین واکنش به هر پست 3 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: @Raminmousa
ID: @Machine_learn
link: https://t.me/Machine_learn”
به لطف بهروزرسانیهای پرتکرار (آخرین داده در تاریخ 23 ژوئن, 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.
24 522
مشترکین
-524 ساعت
-417 روز
-15030 روز
آرشیو پست ها
Paper2Code: Automating Code Generation from Scientific Papers in Machine Learning
24 Apr 2025 · Minju Seo, Jinheon Baek, Seongyun Lee, Sung Ju Hwang ·
Paper: https://arxiv.org/pdf/2504.17192v2.pdf
Code: https://github.com/going-doer/paper2code
@Machine_learn
🤼 مسابقه برنامهنویسی کوئرا در حوزه هوشمصنوعی با همکاری فدراسیون کشتی ایران
🎁 بیش از ۶۰ میلیون تومان جایزه نقدی و کلی هدایای جذاب دیگه…
✔️ فرصت استخدام
✔️ گواهینامه معتبر
✔️ فینال حضوری جذاب در کنار بزرگان کشتی ایران!
🌐 اطلاعات بیشتر و ثبتنام رایگان:
🔗 https://quera.org/r/qpey6
➖➖➖➖
#Quera
🎓Advanced Applications of Machine Learning in Bioinformatics
🗓Publish year: 2025
📎 Study thesis
@Machine_learn
Repost from Papers
با عرض سلام دوستانی که مقاله در حوزه پزشکی نیاز داشتن.
Comparative analysis on transfer learning model and optimizer for multimodal wound image classification
نفرات ۳ و ۴ قابل اضافه شدن می باشند.
3: 400$
4: 300$
زمان تقریبی سابمیت ۵ روز دیگر.
Jouranl: Scientific Report
@Raminmousa
@Machine_learn
@Paper4money
Deliberation on Priors: Trustworthy Reasoning of Large Language Models on Knowledge Graphs
🖥 Github: https://github.com/reml-group/deliberation-on-priors
📕 Paper: https://arxiv.org/abs/2505.15210v1
@Machine_learn
Repost from Papers
با عرض سلام دوستانی که مقاله در حوزه پزشکی نیاز داشتن.
Comparative analysis on transfer learning model and optimizer for multimodal wound image classification
نفرات ۳ و ۴ قابل اضافه شدن می باشند.
3: 400$
4: 300$
زمان تقریبی سابمیت ۵ روز دیگر.
Jouranl: Scientific Report
@Raminmousa
@Machine_learn
@Paper4money
Full PyTorch Implementation of
Compressive Transformer
📚 Link
@Machine_learn
DeepSeek-Coder
DeepSeek Coder is composed of a series of code language models, each trained from scratch on 2T tokens, with a composition of 87% code and 13% natural language in both English and Chinese. We provide various sizes of the code model, ranging from 1B to 33B versions. Each model is pre-trained on project-level code corpus by employing a window size of 16K and an extra fill-in-the-blank task, to support project-level code completion and infilling. For coding capabilities, DeepSeek Coder achieves state-of-the-art performance among open-source code models on multiple programming languages and various benchmarks.
Creator: Deepseek-AI
Stars ⭐️: 15.6k
Forked by: 1.5k
Github Repo:
https://github.com/deepseek-ai/DeepSeek-Coder
@Machine_learn
Exercises in Machine Learning
Download, read, and practice:
arxiv.org/pdf/2206.13446
GitHub Repo: https://github.com/michaelgutmann/ml-pen-and-paper-exercises
@Machine_learn
Repost from Papers
با عرض سلام ما به يك نفر با قبولي شرايط براي مقاله جديدمون در حوزه شناسايي عوامل استرس زا و جلوگيري از خودكشي نياز داريم.
مقاله قبليمون
https://t.me/Machine_learn/3406
جهت بررسي شرايط با ايدي بنده در ارتباط باشين
@Raminmousa
Comprehensive Analysis of Random Forest and XGBoost Performance with SMOTE, ADASYN, and GNUS Under Varying Imbalance Levels.
📕 Paper: https://www.mdpi.com/2227-7080/13/3/88
🔥 Dataset: https://www.kaggle.com/code/rinichristy/customer-churn-prediction-2020
@Machine_learn
A New Efficient Hybrid Technique for Human Action Recognition Using 2D Conv-RBM and LSTM with Optimized Frame Selection
📕 Paper: https://www.mdpi.com/2227-7080/13/2/53
🔥 Datasets:
KTH: https://www.csc.kth.se/cvap/actions/
UCF Sports: https://www.crcv.ucf.edu/research/data-sets/ucf-sports-action/
HMDB51: https://serre-lab.clps.brown.edu/resource/hmdb-a-large-human-motion-database/
@Machine_learn
