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

1 541

Просмотры поста

~ 50024 часа

~ 61348 часов

6.29%

Коэффициент вовлеченности

Нет данных

Постов в день

Ads index

beta

Архив постов

24 502

Applied Machine Learning with Python #book #ml Andrea Giussani (2020) @Machine_learn

24 502

PIFuHD: new state of the art high-quality 3D reconstruction of humans from a single image 🌐 github.com/facebookresearch/pifuhd 📝 arxiv.org/abs/2004.00452 📉 @Machine_learn

24 502

نسأل الله أن يتقبل منا ومنكم صالح الأعمال، عيدكم مبارك🤍. @Raminmousa

24 502

👶 BabyAI 1.1 ➡️@Machine_learn BabyAI is a platform used to study the sample efficiency of grounded language acquisitio Github: https://github.com/mila-iqia/babyai https://github.com/mila-iqia/babyai Paper: https://arxiv.org/abs/2007.12770v1 @ai_machinelearning_big_data

24 502

TensorFlow 2.3 is now officially released @Machine_learn https://blog.tensorflow.org/2020/07/whats-new-in-tensorflow-2-3.html

24 502

PyTorch 1.6.0 Release @Machine_learn https://github.com/pytorch/pytorch/releases/tag/v1.6.0

24 502

Deep Learning and the Game of Go #book #Dl @Machine_learn

24 502

Learning perturbation sets for robust machine learning ➡️@Machine_learn Git: https://locuslab.github.io/2020-07-20-perturbation/ Code: https://github.com/locuslab/perturbation_learning Paper: https://arxiv.org/abs/2007.08450

24 502

Data Analysis A Model Comparison Approach to Regression, ANOVA, and Beyond Third Edition #book @Machine_learn

24 502

Private prediction methods: A systematic study by Facebook Research ➡️@Machine_learn https://ai.facebook.com/blog/private-prediction-methods-a-systematic-study/ Github: https://github.com/facebookresearch/private_prediction Paper: https://arxiv.org/pdf/2007.05089.pdf @ai_machinelearning_big_data

24 502

Learn Data Analysis with Python Lessons in Coding #book #python @Machine_learn

24 502

(Re)Discovering Protein Structure and Function Through Language Modeling @Machine_learn Blog: https://blog.einstein.ai/provis/ Paper: https://arxiv.org/abs/2006.15222 Code: https://github.com/salesforce/provis #DL #NLU #proteinmodelling #bio #biolearning #insilico

24 502

🔸لیستی از برترین کانال‌های آموزشی در زمینه های هوش‌مصنوعی، علم داده , پایتون و یادگیری ماشین ‏❯ هوش مصنوعی: 1️⃣ @Ai_Tv 2⃣ @HomeAI ‏❯ پایگاه داده و تنسورفلو: 1️⃣ @cvision 2️⃣ @SQL_Server ‏❯علم داده 1⃣ @mr_ie ‏❯ یادگیری ماشین و یادگیری عمیق : 1️⃣ @Machine_learn ‏❯ هوش تجاری : 1️⃣ @BIMining ‏❯ آموزش پایتون و برنامه نویسی : 1️⃣ @pythony 2⃣ @pythonchallenge 3⃣ @Programming4all_0to100

24 502

Fast and Accurate Neural CRF Constituency Parsing @Machine_learn Github: https://github.com/yzhangcs/parser Paper: https://www.ijcai.org/Proceedings/2020/560

24 502

📘 :Introduction To Graph Neural Network #book #Graph @Machine_learn

24 502

@Machine_learn Auto Rotate Images Using Deep Learning https://www.kdnuggets.com/2020/07/auto-rotate-images-deep-learning.html

24 502

Call For Chapter #Machine_learn @Machine_learn

24 502

Building Machine Learning Powered Applications Going from Idea to Product Emmanuel Ameisen #book #ML @Machine_learn

24 502

Jukebox: a new generative model for audio from OpenAI. @Machine_learn openai.com/blog/jukebox Article: cdn.openai.com/papers/jukebox.pdf Examples: https://jukebox.openai.com/ Code: https://github.com/openai/jukebox

24 502

🔸لیستی از برترین کانال‌های آموزشی در زمینه های هوش‌مصنوعی، علم داده , پایتون و یادگیری ماشین ‏❯ هوش مصنوعی: 1️⃣ @Ai_Tv 2⃣ @HomeAI ‏❯ علم داده: 1️⃣ @DataAnalysis 2️⃣ @python4finance 3⃣ @mr_ie ‏❯ یادگیری ماشین و یادگیری عمیق : 1️⃣ @Machine_learn ‏❯ هوش تجاری : 1️⃣ @BIMining ‏❯ آموزش پایتون و برنامه نویسی : 1️⃣ @pythony 2⃣ @pythonchallenge 3⃣ @Programming4all_0to100