ru
Feedback
Machine learning books and papers

Machine learning books and papers

Открыть в Telegram

📈 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
Архив постов
FULLTEXT01.pdf1.09 MB

photo content

Can CNNs Be More Robust Than Transformers? CNN architectures without any attention-like operations that is as robust as, or even more robust than, Transformers. Github: https://github.com/ucsc-vlaa/robustcnn Paper: https://arxiv.org/abs/2206.03452v1 Dataset: https://paperswithcode.com/dataset/imagenet-r @Machine_learn

فقط نفر 4ام مونده

امشب اخرین زمان برای اعلام وضعیت!

با عرض سلام یکی از مقاله های ما minor revisions خورده و کسایی‌که نیاز دارند می تونن به عنوان نفر ۴ و ۵ در مقاله شرکت کنن جزئیات بیشتر : @Raminmousa

🔦 Featurized Query R-CNN Featurized object queries predicted by a query generation network in the well-established Faster R-CNN framework and develop a Featurized Query R-CN Github: https://github.com/hustvl/featurized-queryrcnn Paper: https://arxiv.org/abs/2206.06258v1 Dataset: https://paperswithcode.com/dataset/crowdhuman @Machine_learn

آکادمی همراه اول برگزار می‌کند: 🛎 دوره بین المللی آنلاین "اینترنت اشیاء در شهر هوشمند" 🔹 معرفی نفرات برتر به شرکت های وابست
آکادمی همراه اول برگزار می‌کند: 🛎 دوره بین المللی آنلاین "اینترنت اشیاء در شهر هوشمند" 🔹 معرفی نفرات برتر به شرکت های وابسته همراه اول جهت همکاری 🔸ارائه بیش از 50 مثال عملی 🔹آموزش کار با MIT APP 🔸همراه با پروژه های تخصصی 🎤 ارائه دهندگان: دکتر مهدی قیصری (هیئت علمی دانشگاه هاربین اینستیتو و تکنولوژی چین) دکتر آتا جهانگیر مشیدی (دانشیار دانشگاه جیانگشی چین) دکتر محمد فرجود (مدیرعامل سازمان فاوا هلدینگ بانک تجارت) 📆 تاریخ شروع برگزاری دوره: 5 مرداد ماه ۱۴۰۱ ⏳ مدت دوره: 34 ساعت آموزش شامل: 24 ساعت فیلم آموزشی ضبط‌شده + 6 ساعت پرسش و پاسخ آنلاین + 4 ساعت منتورینگ 🎁 30% هدیه ویژه ثبت نام زودهنگام با کد تخفیف: SMARTCITY (مهلت استفاده تا 31 تیر)➕ امکان قسط بندی هزینه دوره برای دانشجویان 🔗 مشاهده اطلاعات بیشتر و ثبت‌نام: 🌐 zaya.io/q1j91 ❓پاسخ به سوالات: (پاسخگویی به تماس تا ساعت 17) 🆔 @AcademyHamrah1 📞 09902032003

Repost from N/a
آکادمی همراه اول برگزار می‌کند: 🛎 بوت کمپ آنلاین تابستانی پایتون و هوش مصنوعی ➕بدون نیاز به تجربه قبلی برنامه نویسی #پایتون
آکادمی همراه اول برگزار می‌کند: 🛎 بوت کمپ آنلاین تابستانی پایتون و هوش مصنوعی ➕بدون نیاز به تجربه قبلی برنامه نویسی #پایتون و دانش #هوش_مصنوعی ➕ حل تمرین و پرسش و پاسخ زنده هفتگی با مهندسین مجرب شرکت های حاضر در بوتکمپ ➕تجربه یادگیری مستقیم از طریق کدنویسی برای پروژه های واقعی از قلب شرکت های مطرح فناوری و هوش مصنوعی کشور ➕معرفی نفرات برتر به شرکت های حاضر در بوتکمپ برای #کارآموزی و #استخدام 🎤 مدرسین دوره: 🔸 دکتر هشام فیلی 🔹دکتر یدالله یعقوب زاده 🔸دکتر حسین زینلی 🔹دکتر رشاد حسینی 🔸دکتر عماد الدین فاطمی زاده 🔹 مهندس جمال کزازی 🏢 همکاران دوره: مرکز تحقیق و توسعه همراه اول شرکت هوش پارت شرکت سنسی‌فای ⏱ مدت دوره: بیش از 80 ساعت آموزش تئوری و کدنویسی 🔗 مشاهده اطلاعات بیشتر و ثبت‌نام: 🌐 zaya.io/4adog 🎖 امکان قسط بندی برای دانشجویان فراهم است 🎁 تخفیف 45 درصدی تا جمعه این هفته ❓پاسخ به سوالات: (پاسخگویی به تماس تا ساعت 17) 🆔 @AcademyHamrah1 📞 09902032003

با عرض سلام خیلی از دوستان سوالاتی می پرسند که داخل دو پکیچ یادگیری بهشون جواب دادم در صورت نیاز این دو پکیج رو تهیه کنین. @Raminmousa

Not to Profit Community by Industry professionals for Ai job seekers we are posting openings in the field of Artificial Intelligence, Python, Automation, Data Science.💡📊 🤖 We are connecting job seekers to hiring Companies! To post job, email at ai.india.ml@gmail.com To get Internships and jobs, Join https://t.me/AiIndiaJobs

Rewriting Image Captions for Visual Question Answering Data Creation http://ai.googleblog.com/2022/07/rewriting-image-captions-for-visual.html @Machine_learn

Natural Language Processing with Python & nltk Cheat Sheet #Book @Machine_learn

Big Data: New Tricks for Econometrics #Book @Machine_learn

spaCy #Book @Machine_learn

PySpark & Spark SQL Spark SQL is Apache Spark's #Book @Machine_learn

عيد الضحي مبارك كل عام و انتم بخير @Machine_learn

👁‍🗨 CVNets: A library for training computer vision networks Improved model, MobileViTv2, is state-of-the-art on several mobile vision tasks, including ImageNet object classification and MS-COCO object detection. Github: https://github.com/apple/ml-cvnets Examples: https://github.com/apple/ml-cvnets/blob/main/docs/source/en/models Paper: https://arxiv.org/abs/2206.02680v1 Dataset: https://paperswithcode.com/dataset/coco @Machine_learn