Machine learning books and papers
Открыть в Telegram
Admin: @Raminmousa ID: @Machine_learn link: https://t.me/Machine_learn
Больше📈 Аналитический обзор Telegram-канала Machine learning books and papers
Канал Machine learning books and papers (@machine_learn) языкового сегмента Английский является активным участником. Сейчас сообщество объединяет 24 504 подписчиков, занимая 8 029 место в категории Образование и 13 743 место в регионе Иран.
📊 Показатели аудитории и динамика
С момента создания невідомо проект демонстрирует стремительный рост, собрав аудиторию из 24 504 подписчиков.
Согласно последним данным от 07 июля, 2026, канал показывает стабильную активность. За последние 30 дней изменение числа участников составило -104, а за последние 24 часа — -9, при этом общий охват остаётся высоким.
- Статус верификации: Не верифицирован
- Уровень вовлечённости (ER): Средний показатель вовлечённости аудитории составляет 6.04%. В первые 24 часа после публикации контент обычно набирает 2.04% реакций от общего числа подписчиков.
- Охват публикаций: В среднем каждый пост получает 1 480 просмотров. В течение первых суток публикация набирает 500 просмотров.
- Реакции и взаимодействия: Аудитория активно поддерживает контент: среднее количество реакций на один пост — 2.
- Тематические интересы: Контент сосредоточен на ключевых темах, таких как disorder, psy, مقاله, framework, graph.
📝 Описание и контентная политика
Автор описывает ресурс как площадку для выражения субъективного мнения:
“Admin: @Raminmousa
ID: @Machine_learn
link: https://t.me/Machine_learn”
Благодаря высокой частоте обновлений (последние данные получены 08 июля, 2026) канал поддерживает актуальность и высокий уровень охвата публикаций. Аналитика показывает, что аудитория активно взаимодействует с контентом, что делает его важной точкой влияния в категории Образование.
24 504
Подписчики
-924 часа
-47 дней
-10430 день
Архив постов
🔹 Title: UltraMemV2: Memory Networks Scaling to 120B Parameters with Superior Long-Context Learning
🔹 Publication Date: Published on Aug 26
🔹 Paper Links:
• arXiv Page: https://arxiv.org/abs/2508.18756
• PDF: https://arxiv.org/pdf/2508.18756
• Github: https://github.com/ZihaoHuang-notabot/Ultra-Sparse-Memory-Network
@Machine_learn
🔹 Title: OmniHuman-1.5: Instilling an Active Mind in Avatars via Cognitive Simulation
🔹 Publication Date: Published on Aug 26
🔹 Paper Links:
• arXiv Page: https://arxiv.org/abs/2508.19209
• PDF: https://arxiv.org/pdf/2508.19209
• Project Page: https://omnihuman-lab.github.io/v1_5/
@Machine_learn
با عرض سلام در حال تنظیم مقاله ای تحت عنوان
Title: MediSeg: Medical Segmentation and classification Recommender system ....
Journal: IEEE Transactions on Medical Imaging
If: 9.8
این کار ۶ ماه طول خواهد کشید و به مسائل بهینه سازی انرژی، جلوگیری از اموزش مجدد شبکه ها، و مسائل تولید کربن در شبکه ها ی عصبی پرداخته خواهد شد.
هزینه مشارکت :
2: 600$
3:500 $
4: 400$
5:300$
6: 200$
7:200$
@Raminmousa
@Machine_learn
@Paper4money
State of AI-assisted Software Development
📕 Report
@Machine_learn
با عرض سلام دوستاني كه مايل به اين پروژه هستن مي تونن بهمون ملحق بشن
@Raminmousa
The Smol Training Playbook:
The Secrets to Building World-Class LLMs
📚 Read
@Machine_learn
5-phase path every ML systems engineer follows but almost no one talks about.
📚 Read
@Machine_learn
ایرانجیپییو — بستر قدرتمند ⚡️GPU برای توسعه، یادگیری و استقرار مدلهای هوش مصنوعی در هر مقیاس 🚀
🧠 GPUهای نسل جدید: H100 / L40S / A10
آماده برای LLM، Vision و Agentهای سازمانی 🤖
🟢 پایداری واقعی با SLA 99.9%
💬 پشتیبانی لحظهای ۲۴/۷، همیشه در کنار شما
✨ ما زیرساخت را فراهم میکنیم،
تا شما فقط بر خلق و نوآوری تمرکز کنید.
❓ پرسش یا پروژهای دارید که نیاز به توان پردازشی بالا دارد؟
تیم ما کنار شماست تا
بهترین راهحل پردازشی را برای پروژهتان پیشنهاد دهد
و مسیر اجرای مدلهای هوش مصنوعی را سریعتر و اقتصادیتر کند. 🚀
فرم زیر را تکمیل کنید تا در کوتاهترین زمان با شما تماس بگیریم! 🚀
https://b2n.ir/zj9753
Repost from Papers
با عرض سلام در حال تنظیم مقاله ای تحت عنوان
Title: MediSeg: Medical Segmentation and classification Recommender system ....
Journal: IEEE Transactions on Medical Imaging
If: 9.8
این کار ۶ ماه طول خواهد کشید و به مسائل بهینه سازی انرژی، جلوگیری از اموزش مجدد شبکه ها، و مسائل تولید کربن در شبکه ها ی عصبی پرداخته خواهد شد.
هزینه مشارکت :
2: 600$
3:500 $
4: 400$
5:300$
6: 200$
7:200$
@Raminmousa
@Machine_learn
@Paper4money
Repost from Papers
با عرض سلام در حال تنظیم مقاله ای تحت عنوان
Title: MediSeg: Medical Segmentation and classification Recommender system ....
Journal: IEEE Transactions on Medical Imaging
If: 9.8
این کار ۶ ماه طول خواهد کشید و به مسائل بهینه سازی انرژی، جلوگیری از اموزش مجدد شبکه ها، و مسائل تولید کربن در شبکه ها ی عصبی پرداخته خواهد شد.
هزینه مشارکت :
2: 600$
3:500 $
4: 400$
5:300$
6: 200$
7:200$
@Raminmoua
@Machine_learn
@Paper4money
A combined UNet++ and LSTM approach for breast ultrasound image segmentation
Author: @Raminmousa
Doi:https://kwnsfk27.r.eu-west-1.awstrack.me/L0/https:%2F%2Fdoi.org%2F10.1016%2Fj.fraope.2025.100385/1/0102019a29ac6163-f3d94222-1d67-4a4b-8bb0-22ed875a5711-000000/VLVCKG-PEYhELOu00YPCeqOuaaA=449
Link:https://www.sciencedirect.com/science/article/pii/S2773186325001732?ref=pdf_download&fr=RR-8&rr=9958aaca19dd11fc
@Machine_learn
gpt-engineer
gpt-engineer is a project in which you specify what you want in plain English and it iterates to produce a working codebase or scaffolded app. It’s an excellent playground for anyone exploring code-generation agents. And the repo contains clear install/usage instructions and a low-friction dev loop.
Creator: AntonOsika
Stars ⭐️: 55,000
Forked by: 7,300
Github Repo:
https://github.com/AntonOsika/gpt-engineer
@Machine_learn
دوستانی که نیاز به این مقاله دارن جایگاه ۲، ۳، ۴ خالی می باشد...!
@Raminmousa
🔹 Title: OmniHuman-1.5: Instilling an Active Mind in Avatars via Cognitive Simulation
🔹 Publication Date: Published on Aug 26
🔹 Paper Links:
• arXiv Page: https://arxiv.org/abs/2508.19209
• PDF: https://arxiv.org/pdf/2508.19209
• Project Page: https://omnihuman-lab.github.io/v1_5/
@Machine_learn
میدونی برنامهنویسها چقدر حقوق میگیرن؟
امسال کوئرا دوباره یه نظرسنجی بزرگ طراحی کرده تا با کمک خودِ برنامهنویسها به این سؤالها جواب بدیم.
تو هم بهعنوان بخشی از این جامعه، با چند دقیقه وقت گذاشتن میتونی اثر بزرگی بذاری.
نتایج این نظرسنجی هم باهات به اشتراک گذاشته میشه.
🔗 https://quera.org/r/cyteg
Repost from Papers
با عرض سلام مي خواهيم مقاله اي زیر را ادامه بدیم.
Recurrent Neural Network Basic defiences
نيازمند ٤ نفر هستيم كه بتونن در نگارش و كارها و هزينه كار كمكمون كنند. هزينه نفرات براي اين كار كه ١٨ بنچ مارك باید اجرا بشه. از قرار زير:
1: 700$(❌)
2: 500$✅
3: 400$✅
4: 350$ ✅
دوستاني كه مايل هستن مي تونن به ايدي بنده پيام بدن.
همچنين كدهاي كار، توضيحات و ... در اختيار دوستان قرار ميگيره.
@Raminmousa
@Machine_learn
@Paper4money
🔹 Title: Understanding Tool-Integrated Reasoning
🔹 Publication Date: Published on Aug 26
🔹 Paper Links:
• arXiv Page: https://arxiv.org/abs/2508.19201
• PDF: https://arxiv.org/pdf/2508.19201
• Project Page: https://zhongwenxu.notion.site/Understanding-Tool-Integrated-Reasoning-2551c4e140e3805489fadcc802a1ea83
🔹 Datasets citing this paper:
No datasets found
🔹 Spaces citing this paper:
No spaces found
==================================
@Machine_learn
🔹 Title: Hermes 4 Technical Report
🔹 Publication Date: Published on Aug 25
🔹 Paper Links:
• arXiv Page: https://arxiv.org/abs/2508.18255
• PDF: https://arxiv.org/pdf/2508.18255
• Project Page: https://hermes4.nousresearch.com/
🔹 Datasets citing this paper:
No datasets found
🔹 Spaces citing this paper:
No spaces found
==================================
@Machine_learn
The LLM Evaluation Framework
🖥 Github: http://github.com/confident-ai/deepeval
📕 Colab: https://colab.research.google.com/drive/1PPxYEBa6eu__LquGoFFJZkhYgWVYE6kh?usp=sharing
🔗 Project: https://deepeval.com
@Machine_learn
