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 24 521 مشترک است و جایگاه 8 070 را در دسته آموزش و رتبه 13 778 را در منطقه إيران دارد.
📊 شاخصهای مخاطب و پویایی
از زمان ایجاد در невідомо، پروژه رشد سریعی داشته و 24 521 مشترک جذب کرده است.
بر اساس آخرین دادهها در تاریخ 23 ژوئن, 2026، کانال فعالیت پایداری دارد. در ۳۰ روز گذشته تغییر اعضا برابر -162 و در ۲۴ ساعت گذشته برابر -13 بوده و همچنان دسترسی گستردهای حفظ شده است.
- وضعیت تأیید: تأیید نشده
- نرخ تعامل (ER): میانگین تعامل مخاطب 8.28% 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 2 031 بازدید دریافت میکند. در اولین روز معمولاً 465 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: @Raminmousa
ID: @Machine_learn
link: https://t.me/Machine_learn”
به لطف بهروزرسانیهای پرتکرار (آخرین داده در تاریخ 24 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.
24 521
مشترکین
-1324 ساعت
-547 روز
-16230 روز
آرشیو پست ها
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
TCANet for motor imagery EEG classification
🖥 Github: https://github.com/tliby/unifork
📕 Paper: https://link.springer.com/article/10.1007/s11571-025-10275-5
🔗 Dataset: https://paperswithcode.com/task/brain-computer-interface
@Machine_learn
Repost from Papers
سلام دوستانی که مقالات مرتبط با یادگیری ماشین و یادگیری عمیق دارند و می خوان افرادی در مقالاتشون مشارکت کنند با رعایت برخی شرایط می تونن در کانالهای ما مقالاتشون رو ثبت کنن.
@Raminmousa
@Machine_learn
@paper4money
UniFork: Exploring Modality Alignment for Unified Multimodal Understanding and Generation
🖥 Github: https://github.com/tliby/unifork
📕 Paper: https://arxiv.org/abs/2506.17202v1
🔗 Dataset: https://paperswithcode.com/dataset/gqa
@Machine_learn
AI4Research: A Survey of Artificial Intelligence for Scientific Research
📚 Paper
@Machine_learn
Vine Copulas as Differentiable Computational Graphs
🖥 Github: https://github.com/TY-Cheng/torchvinecopulib
📕 Paper: https://arxiv.org/abs/2506.13318v1
🔗 Tasks: https://paperswithcode.com/task/scheduling
@Machine_learn
با عرض سلام از این مقاله فقط نفر سوم باقی مونده دوستانی که نیاز دارن به بنده مراجعه کنند.
@Raminmousa
The Cybernetic Teammate: A Field Experiment on Generative AI Reshaping Teamwork and Expertise
tldr: Person with AI ~ Person who talks and works with teammates.
Source: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=5188231
@Machine_learn
Helpful Agent Meets Deceptive Judge: Understanding Vulnerabilities in Agentic Workflows
📄 Book
@Machine_learn
Repost from Papers
+1
با عرض سلام حدودا ٦ ماه مقاله ي مروري تحت عنوان
Survey on evaluation metrics for learnin system
رو داريم مي نويسم و تقريبا گام هاي اخر براي سابميت.
نفرات ١ و ٢ رو براي اضافه شدن در نظر گرفتيم.
در مرحله ي اول هفته ديگه arxiv كار فرستاده ميشه. دوستاني كه مايل هستن به ايدي بنده پيام بدن.
@Raminmousa
Performance Prediction for Large Systems via Text-to-Text Regression
📚 Paper
@Machine_learn
SWE-bench Goes Live
🖥 Github: https://github.com/microsoft/swe-bench-live
📕 Paper: https://arxiv.org/abs/2505.23419v1
🔗 Tasks: https://paperswithcode.com/dataset/humaneval
For more data science resources:
@Machine_learn
Article Title:
Uncertainty Quantification for Language Models: A Suite of Black-Box, White-Box, LLM Judge, and Ensemble Scorers
PDF Download Link:
https://arxiv.org/pdf/2504.19254v2.pdf
GitHub:
• https://github.com/cvs-health/uqlm
Datasets:
• GSM8K
• SVAMP
• PopQA
==================================
@Machine_learn
با عرض سلام مي خواهيم مقاله اي براي ACM transaction on Ai ارائه بديم موضوع اصلي حول
Recurrent Neural Network Basic defiences
مي باشد.
نيازمند نفر 4ام هستيم كه بتونن در نگارش و كارها و هزينه كار كمكمون كند. هزينه نفرات براي اين كار كه ١٨ بنچ مارك داره از قرار زير:
1: 700$(❌)
2: 500$❌
3: 400$❌
4: 350$ ✅
دوستاني كه مايل هستن مي تونن به ايدي بنده پيام بدن.
@Raminmousa
5 Things You Need to Know About Agentic AI
📚 Guide
@Machine_learn
Google Cloud donates A2A to Linux Foundation
📚 Read
@Machine_learn
