Уже доступно! Исследование Telegram 2025 — ключевые инсайты года 
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 24 502 подписчиков, занимая 8 028 место в категории Образование и 13 775 место в регионе Иран.
📊 Показатели аудитории и динамика
С момента создания невідомо проект демонстрирует стремительный рост, собрав аудиторию из 24 502 подписчиков.
Согласно последним данным от 02 июля, 2026, канал показывает стабильную активность. За последние 30 дней изменение числа участников составило -109, а за последние 24 часа — 5, при этом общий охват остаётся высоким.
- Статус верификации: Не верифицирован
- Уровень вовлечённости (ER): Средний показатель вовлечённости аудитории составляет 6.29%. В первые 24 часа после публикации контент обычно набирает 2.04% реакций от общего числа подписчиков.
- Охват публикаций: В среднем каждый пост получает 1 541 просмотров. В течение первых суток публикация набирает 500 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 03 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.
24 502
Подписчики
+524 часа
-147 дней
-10930 день
Архив постов
Improving Deep Neural Networks: Hyperparameter tuning, Regularization and Optimization
@Machine_learn
OpenCV Sudoku Solver and OCR
https://www.pyimagesearch.com/2020/08/10/opencv-sudoku-solver-and-ocr/
@Machine_learn
کانال صنایع و مدیریت qie با همکاری شرکت داده کاوی ترامین برگزار میکند:
💻 دوره آنـــلاین داده کاوی
(Data Mining)
🌟 با ارایه گواهینامه
🔬 آموزش با مطالعات موردی واقعی و پروژه
✅ مناسب برای تمام رشتههای مهندسی، مدیریت و علوم پایه
🚧 در خــــانه بمانید و آمـــــوزش ببینید.
🔗 جزئیات، مشــاوره رایگان و کسب اطلاعات بیشتر:
🤳 @qie_admin
📲 09226072331
📲 09360017325
A DomainSpecific Supercomputer for Training Deep Neural Networks
#paper
@Machine_learn
Using Flask to optimize performance with Mask R-CNN segmentation(with source code)
https://medium.com/medialesson/using-flask-to-optimize-performance-with-mask-r-cnn-segmentation-39752f153029
@Machine_learn
How to Build a Custom YOLOv4 Object Detector using TensorFlow
@Machine_learn
https://morioh.com/p/f9702a8223b2
CODE: https://github.com/theAIGuysCode/tensorflow-yolov4-tflite
COALESCE framework
#paper
@Machine_learn
https://arxiv.org/pdf/2008.01936.pdf
Neural Networks: A Visual Introduction for Beginners by Michael Taylor
#book
@Machine_learn
Data Analytics
Practical Guide to Leveraging the Power of Algorithms, Data Science, Data Mining, Statistics, Big Data, and Predictive Analysis to Improve Business, Work, and Life
#book
@Machine_learn
Israeli Geometric Deep Learning Workshop
Many cool presentations at the recent DGL workshop, including Yaron Lipman, Gal Chechik, Gal Chechik, and many other experienced people in this field. The video is on YouTube.
@Machine_learn
Netflix’s Polynote is a New Open Source Framework to Build Better Data Science Notebooks
https://www.kdnuggets.com/2020/08/netflix-polynote-open-source-framework-better-data-science-notebooks.html
Project page: https://polynote.org/
Github: https://github.com/polynote/polynote
@Machine_learn
🔸لیستی از برترین کانالهای آموزشی در زمینه های هوشمصنوعی, پایتون و یادگیری ماشین
❯ هوش مصنوعی:
1️⃣ @Ai_Tv
2⃣ @HomeAI
❯ یادگیری ماشین و یادگیری عمیق :
1️⃣ @Machine_learn
❯ علم داده
1⃣ @mr_ie
❯ تنسورفلو
1⃣ @cvision
❯ آموزش پایتون و برنامه نویسی :
1️⃣ @pythony
2⃣ @pythonchallenge
3⃣ @Programming4all_0to100
Learn TensorFlow 2.0: Implement Machine Learning and Deep Learning Models with Python - 2020 #python #DL #tensorflow
@Machine_learn
Tonic deep reinforcement learning library #Rl
@Machine_learn
https://github.com/fabiopardo/tonic
A survey on generative adversarial networks and their variants methods
#GAN
#paper
#survey
@Machine_learn
How to Use XGBoost for Time Series Forecasting
https://machinelearningmastery.com/xgboost-for-time-series-forecasting/
@Machine_learn
AI-based Surveying the Impact of Environmental, Climatic, Economic and Demographic Conditions on the Pandemic Outbreak Rate of COVID-19
May 2020
DOI: 10.13140/RG.2.2.22571.87842/1
License: CC BY-NC-ND 4.0
Project: AI-based Surveying the Impact of Environmental, Climatic, Economic and Demographic Conditions on the Epidemic Outbreak Rate of Covid-19
Ramin MousaMehryar MajdMehryar MajdArsalan Mousazadeh
https://www.researchgate.net/publication/343303838_AI-based_Surveying_the_Impact_of_Environmental_Climatic_Economic_and_Demographic_Conditions_on_the_Pandemic_Outbreak_Rate_of_COVID-19/stats
Ramin:@Raminmousa
Arsalan: @arsalan_m
Object Detection with RetinaNet
@Machine_learn
https://keras.io/examples/vision/retinanet/
🔸لیستی از برترین کانالهای آموزشی در زمینه های هوشمصنوعی, پایتون و یادگیری ماشین
❯ هوش مصنوعی:
1️⃣ @Ai_Tv
2⃣ @HomeAI
❯ یادگیری ماشین و یادگیری عمیق :
1️⃣ @Machine_learn
❯ علم داده
1⃣ @python4finance
❯ آموزش پایتون و برنامه نویسی :
1️⃣ @pythony
2⃣ @pythonchallenge
3⃣ @Programming4all_0to100
Whole-Body Human Pose Estimation in the Wild
@Machine_learn
Github: https://github.com/jin-s13/COCO-WholeBody
Paper: https://arxiv.org/abs/2007.11858v1
Dataset: https://cocodataset.org/#keypoints-2017
