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 8 031 место в категории Образование и 13 740 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 29 июня, 2026, канал показывает стабильную активность. За последние 30 дней изменение числа участников составило -131, а за последние 24 часа — -1, при этом общий охват остаётся высоким.

Статус верификации: Не верифицирован
Уровень вовлечённости (ER): Средний показатель вовлечённости аудитории составляет 7.01%. В первые 24 часа после публикации контент обычно набирает 1.97% реакций от общего числа подписчиков.
Охват публикаций: В среднем каждый пост получает 1 718 просмотров. В течение первых суток публикация набирает 484 просмотров.
Реакции и взаимодействия: Аудитория активно поддерживает контент: среднее количество реакций на один пост — 1.
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 30 июня, 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

-124 часа

-277 дней

-13130 день

1 718

Просмотры поста

~ 48424 часа

~ 59648 часов

7.01%

Коэффициент вовлеченности

Нет данных

Постов в день

Ads index

beta

Архив постов

24 504

Article Title: Vision as LoRA PDF Download Link: https://arxiv.org/pdf/2503.20680v1.pdf GitHub: • https://github.com/hon-wong/vora Datasets: • MM-Vet • Google Landmarks Dataset v2 @Machine_learn

24 504

AI-agents-for-beginners 10 Lessons to Get Started Building AI Agents Creator: Microsoft Stars ⭐️: 16,050 Forked by: 3,926 Github Repo: https://github.com/microsoft/ai-agents-for-beginners @Machine_learn

24 504

Common Corpus: The Largest Collection of Ethical Data for LLM Pre-Training 📚 Corpus @Machine_learn

24 504

⭐️ فروش ویژه و محدود: اکانت ChatGPT با ایمیل شخصی فقط ۵۰۰ تومان! ⭐️ 🔥 آیا آماده‌ای دنیای هوش مصنوعی رو با تمام قدرت تجربه کنی؟ فقط برای مدت محدود، می‌تونی اکانت ChatGPT با ایمیل شخصی رو با قیمت فوق‌العاده و غیرقابل‌باور فقط ۵۰۰ تومان تهیه کنی! ✅ دسترسی کامل به امکانات بی‌نظیر ChatGPT ✅ روی ایمیل شخصی خودت فعال می‌شه ✅ بدون نگرانی از اشتراک‌ ماهانه ✅ مادام‌العمر، فقط یه بار پرداخت ✅ پشتیبانی رایگان برای راه‌اندازی 🎁 این فرصت طلایی مخصوص کسانیه که می‌خوان از هوش مصنوعی به شکلی حرفه‌ای و نامحدود استفاده کنن — توی کار، تحصیل، تولید محتوا، برنامه‌نویسی و حتی کسب‌وکار آنلاین! 🕒 تعداد محدود، زمان محدود – هر لحظه ممکنه ظرفیت پر شه... 📩 برای دریافت و فعال‌سازی، همین الان پیام بده!

24 504

نفرات ۲ و ۳ مربوط به GAN پر شد...! دوستانی که تمایل دارن به بنده مراجعه کنند @Raminmousa

24 504

Rewarding the Unlikely: Lifting GRPO Beyond Distribution Sharpening 📚 Read @Machine_learn

24 504

یکی از نفرات GAN پر شد...! دوستانی که تمایل دارن به بنده مراجعه کنند @Raminmousa

24 504

Repost from Papers

با عرض سلام دو موضوع رو می خواهیم به صورت گروهی ادامه بدیم. - survey on GAN methods for time series data generation - survey on highlights the advantages of foundation in new learning methods for time series data این دو مقاله به صورت جلسه ای برگزار میشه و هر هفته ۱.۵ ساعت تدریس رو خواهم داشت برای کسانی که می خوان شرکت کنند. هر مقاله ۶ نفر خواهد داشت و هزینه هر نفر ۲۰۰$ خواهد بود. دوستانی که اولین مقالشون و یا میخوان داخل این مقالات شرکت کنند به ایدی بنده مراجعه کنند. @Raminmousa @Machine_learn @Paper4money

24 504

LINEAR ALGEBRA Jim Hefferon Fourth edition 📚 Read @Machine_learn

24 504

Article Title: s3: You Don't Need That Much Data to Train a Search Agent via RL PDF Download Link: https://arxiv.org/pdf/2505.14146v1.pdf GitHub: • https://github.com/pat-jj/s3 Datasets: • Natural Questions • TriviaQA • HotpotQA • MedQA • PubMedQA ================================== @Machine_learn

24 504

Good papers Solving Video Inverse Problems Using Image Diffusion Models Deep Random Features for Scalable Interpolation of Spatiotemporal Data Century: A Framework and Dataset for Evaluating Ethical Contextualisation of Sensitive Images No Training, No Problem: Rethinking Classifier-Free Guidance for Diffusion Models Rare-to-Frequent: Unlocking Compositional Generation Power of Diffusion Models on Rare Concepts with LLM Guidance How much is a noisy image worth? Data Scaling Laws for Ambient Diffusion A Decade’s Battle on Dataset Bias: Are We There Yet? HD-Painter: High-Resolution and Prompt-Faithful Text-Guided Image Inpainting with Diffusion Models @Machine_learn

24 504

Forecasting: Principles and Practice 📚 Book @Machine_learn

24 504

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

24 504

Repost from Machine learning books and papers

با عرض سلام تخفیف ۵۰٪ دو پکیچ یادگیری ماشین و یادگیری عمیق که شامل ۳۶ پروژه عملی در بحث پردازش تصویر و پردازش متن می باشند رو در نظر گرفتیم. دوستانی که نیاز به این دو پک دارند می تونن به بنده پیام بدن. ۱ ماه مشاوره ریکان راجع به این پروژه ها هم خواهیم داشت. @Raminmousa

24 504

Repost from Github LLMs

Owen 3 release 📖 Blog @LLM_learning

24 504

Repost from Papers

با عرض سلام برای یکی از کارهامون در Transfer learning based مدل ها و طبقه بندی تصاویر پزشکی نیازمند co-author هستیم . جهت هماهنگی با ایدی بنده در ارتباط باشین @Raminmousa

24 504

COUNTING THE NUMBER OF Zp-AND Fp[t]-FIXED POINTS OF A DISCRETE DYNAMICAL SYSTEM WITH APPLICATIONS FROM ARITHMETIC STATISTICS 📚 Read @Machine_learn

24 504

A Tutorial on Meta-Reinforcement Learning 📚 Read @Machine_learn

24 504

MuLoCo: Muon is a practical inner optimizer for DiLoCo 📚 Read @Machine_learn