uk
Feedback

Не попадись на ботовода! Telemetrio знаходить і позначає такі канали мітками 👉 Хочеш бачити мітку, оформляй підписку

Machine learning books and papers

Machine learning books and papers

Відкрити в Telegram

📈 Аналітичний огляд Telegram-каналу Machine learning books and papers

Канал Machine learning books and papers (@machine_learn) у мовному сегменті Англійська є активним учасником. На даний момент спільнота об'єднує 23 988 підписників, посідаючи 8 270 місце в категорії Освіта та 14 685 місце у регіоні Іран.

📊 Показники аудиторії та динаміка

З моменту свого створення невідомо, проект продемонстрував стрімке зростання, зібравши аудиторію у 23 988 підписників.

За останніми даними від 15 листопада, 2026, канал демонструє стабільну активність. Хоча за останні 30 днів спостерігається зміна кількості учасників на -200, а за останні 24 години на -8, загальне охоплення залишається високим.

  • Статус верифікації: Не верифікований
  • Рівень залученості (ER): Середній показник залученості аудиторії становить 7.08%. Протягом перших 24 годин після публікації контент зазвичай збирає 1.93% реакцій від загальної кількості підписників.
  • Охоплення публікацій: В середньому кожен допис отримує 1 700 переглядів. Протягом першої доби публікація в середньому набирає 463 переглядів.
  • Реакції та взаємодія: Аудиторія активно підтримує контент: середня кількість реакцій на один пост – 1.
  • Тематичні інтереси: Контент зосереджений навколо ключових тем, таких як disorder, psy, مقاله, framework, graph.

📝 Опис та контентна політика

Автор описує ресурс як майданчик для висловлення суб'єктивної думки:
“Admin: @Raminmousa1 ID: @Machine_learn link: https://t.me/Machine_learn”

Завдяки високій частоті оновлень (останні дані отримано 16 листопада, 2026), канал підтримує актуальність та високий рівень охоплення публікацій. Аналітика показує, що аудиторія активно взаємодіє з контентом, що робить його важливою точкою впливу в категорії Освіта.

23 988
Підписники
-824 години
-507 днів
-20030 днів

Завантажуємо дані

Залучення підписників
лист '26
листопад '26
+4
в 0 каналах
жовтень '26
+14
в 1 каналах
Get PRO
вересень '26
+13
в 2 каналах
Get PRO
серпень '26
+76
в 1 каналах
Get PRO
липень '26
+83
в 2 каналах
Get PRO
червень '26
+44
в 1 каналах
Get PRO
травень '26
+45
в 2 каналах
Get PRO
квітень '26
+45
в 0 каналах
Get PRO
березень '26
+2
в 0 каналах
Get PRO
лютий '26
+14
в 1 каналах
Get PRO
січень '26
+10
в 1 каналах
Get PRO
грудень '25
+251
в 2 каналах
Get PRO
листопад '25
+522
в 11 каналах
Get PRO
жовтень '25
+1 065
в 2 каналах
Get PRO
вересень '25
+794
в 2 каналах
Get PRO
серпень '25
+941
в 11 каналах
Get PRO
липень '25
+835
в 3 каналах
Get PRO
червень '25
+734
в 3 каналах
Get PRO
травень '25
+956
в 2 каналах
Get PRO
квітень '25
+1 898
в 4 каналах
Get PRO
березень '25
+658
в 7 каналах
Get PRO
лютий '25
+44
в 4 каналах
Get PRO
січень '25
+92
в 8 каналах
Get PRO
грудень '24
+134
в 5 каналах
Get PRO
листопад '24
+394
в 13 каналах
Get PRO
жовтень '24
+463
в 6 каналах
Get PRO
вересень '24
+249
в 4 каналах
Get PRO
серпень '24
+387
в 3 каналах
Get PRO
липень '24
+220
в 1 каналах
Get PRO
червень '24
+228
в 11 каналах
Get PRO
травень '24
+422
в 2 каналах
Get PRO
квітень '24
+611
в 11 каналах
Get PRO
березень '24
+731
в 4 каналах
Get PRO
лютий '24
+1 021
в 1 каналах
Get PRO
січень '24
+1 100
в 13 каналах
Get PRO
грудень '23
+628
в 0 каналах
Get PRO
листопад '23
+409
в 11 каналах
Get PRO
жовтень '23
+296
в 9 каналах
Get PRO
вересень '23
+365
в 0 каналах
Get PRO
серпень '23
+467
в 0 каналах
Get PRO
липень '23
+715
в 0 каналах
Get PRO
червень '23
+268
в 0 каналах
Get PRO
травень '23
+107
в 0 каналах
Get PRO
квітень '23
+107
в 0 каналах
Get PRO
березень '23
+249
в 0 каналах
Get PRO
лютий '23
+110
в 0 каналах
Get PRO
січень '23
+163
в 0 каналах
Get PRO
грудень '22
+118
в 0 каналах
Get PRO
листопад '22
+165
в 0 каналах
Get PRO
жовтень '22
+101
в 0 каналах
Get PRO
вересень '22
+177
в 0 каналах
Get PRO
серпень '22
+220
в 0 каналах
Get PRO
липень '22
+229
в 0 каналах
Get PRO
червень '22
+56
в 0 каналах
Get PRO
травень '22
+296
в 0 каналах
Get PRO
квітень '22
+411
в 0 каналах
Get PRO
березень '22
+47
в 0 каналах
Get PRO
лютий '22
+34
в 0 каналах
Get PRO
січень '22
+44
в 0 каналах
Get PRO
грудень '21
+59
в 0 каналах
Get PRO
листопад '21
+59
в 0 каналах
Get PRO
жовтень '21
+109
в 0 каналах
Get PRO
вересень '21
+454
в 0 каналах
Get PRO
серпень '21
+251
в 0 каналах
Get PRO
липень '21
+84
в 0 каналах
Get PRO
червень '21
+183
в 0 каналах
Get PRO
травень '21
+126
в 0 каналах
Get PRO
квітень '21
+116
в 0 каналах
Get PRO
березень '21
+101
в 0 каналах
Get PRO
лютий '21
+601
в 0 каналах
Get PRO
січень '21
+167
в 0 каналах
Get PRO
грудень '20
+8 834
в 0 каналах
Дата
Залучення підписників
Згадування
Канали
17 листопада0
16 листопада0
15 листопада0
14 листопада0
13 листопада0
12 листопада0
11 листопада0
10 листопада+1
09 листопада+1
08 листопада0
07 листопада0
06 листопада0
05 листопада0
04 листопада+1
03 листопада+1
02 листопада0
01 листопада0
Дописи каналу
🔥 Actor, Judge, or Teacher? Understanding Decision Models in Long-Horizon Agents https://github.com/ZJU-REAL/decision-agents
🔥 Actor, Judge, or Teacher? Understanding Decision Models in Long-Horizon Agents https://github.com/ZJU-REAL/decision-agents. 📅 Published on Nov 12 🔗 Links: GitHub: https://github.com/huggingface arXiv: https://arxiv.org/abs/2611.17167 PDF: https://arxiv.org/pdf/2611.17167 Project Page: https://zjureal.com/decision-agents/ 📊 Datasets citing this paper: https://huggingface.co/datasets/Small-Bot/slm-leaderboard-taxonomy @Machine_learn

2
این مقاله ته فردا شب زمان باقی مونده ...!
734
3
با عرض سلام مقاله زیر تحت عنوان Title: Multi-Class Segmentation of Coronary Arteries in X-rayAngiography Images Using Swin UN+1
با عرض سلام مقاله زیر تحت عنوان Title: Multi-Class Segmentation of Coronary Arteries in X-rayAngiography Images Using Swin UNETR Based on aSelf-Supervised Pre-Training Approach جهت سابمیت نیاز به نفرات ۴ و ۵ دارد. هزینه ۳۵ و ۲۵ میلیون به ترتیب اسامی می باشد. جهت مشارکت با ایدی بنده در ارتباط باشید. If: 7.5 @Raminmousa1
960
4
یکی از ابزارهای خوبی که بنده تونستم توسعه بدم ابزار پیش بینی سهام می باشد. در این ابزار از ۳۶۰ اندیکاتور استفاده کردم. گزارشات back test این ابزار در ویدیو های زیر موجود می باشد. https://youtu.be/aSS99lynMFQ?si=QSk8VVKhLqO_2Qi3 https://youtu.be/ThyZ0mZwsGk?si=FKPK7Hkz-mRx-752&t=209 دوستانی که میخوان حداقل یه مقاله درست حسابی تو این حوزه داشته باشن میتونن نفرات ۲ تا ۴ این مقاله رو شرکت کنن. هزینه ها نفر ۲ هزینه ۴۰ میلیون نفر ۳ هزینه ۳۰ میلیون نفر ۴ هزینه ۲۰ میلیون میباشد. برای مشارکت به ایدی بندا پیام بدین @Raminmousa1
1 751
5
🔥 EvaOmni: An Evidence-Grounded Benchmark for Audio-Visual Reasoning 🔗 Links: GitHub: https://github.com/huggingface arXiv:
🔥 EvaOmni: An Evidence-Grounded Benchmark for Audio-Visual Reasoning 🔗 Links: GitHub: https://github.com/huggingface arXiv: https://arxiv.org/abs/2610.28444 PDF: https://arxiv.org/pdf/2610.28444 Project Page: https://xiaoxing2001.github.io/EvaOmni.github.io/ @Machine_learn
2 122
6
سلام فقط دو روز تا سابمیت نهایی این مقاله باقی مونده دوستانی که نیاز دارن بهم پیام بدن. @Raminmousa1
217
7
🔥 OmniReasoning: Pushing the Limits of Audio-Visual Joint Reasoning 💡 Summary 🔗 Links: GitHub: https://github.com/huggingf
🔥 OmniReasoning: Pushing the Limits of Audio-Visual Joint Reasoning 💡 Summary 🔗 Links: GitHub: https://github.com/huggingface arXiv: https://arxiv.org/abs/2609.39490 PDF: https://arxiv.org/pdf/2609.39490 Project Page: https://pku-value-lab.github.io/OmniReasoning-Homepage/ 📊 Datasets citing this paper: https://huggingface.co/datasets/mjuicem/OmniReasoning-131K https://huggingface.co/datasets/mjuicem/OmniReasoningBench @Machine_learn
2 709
8
با عرض سلام این مقاله نفرات ۲ و ۳ رو میخواییم اسم بنویسم. هزینه به ترتیب ۳۰۰ و ۲۰۰ دلار. اگه کسی نیاز داشت به ایدیم پیام بده.
با عرض سلام این مقاله نفرات ۲ و ۳ رو میخواییم اسم بنویسم. هزینه به ترتیب ۳۰۰ و ۲۰۰ دلار. اگه کسی نیاز داشت به ایدیم پیام بده. @Raminmousa1
536
9
با عرض سلام این مقاله نفرات ۲ و ۳ رو میخواییم اسم بنویسم. هزینه به ترتیب ۳۰۰ و ۲۰۰ دلار. اگه کسی نیاز داشت به ایدیم پیام بده.
با عرض سلام این مقاله نفرات ۲ و ۳ رو میخواییم اسم بنویسم. هزینه به ترتیب ۳۰۰ و ۲۰۰ دلار. اگه کسی نیاز داشت به ایدیم پیام بده. @Raminmousa1
1 987
10
preprints202504.2464.v1.pdf
2 882
11
🔥 Prism: Dynamic Sparse Attention for Native 2K Joint Video-Audio Generation Model Training 🔗 Links: GitHub: https://github
🔥 Prism: Dynamic Sparse Attention for Native 2K Joint Video-Audio Generation Model Training 🔗 Links: GitHub: https://github.com/huggingface arXiv: https://arxiv.org/abs/2610.05416 PDF: https://arxiv.org/pdf/2610.05416 Project Page: https://francis-rings.github.io/Prism/ 🤖 Models citing this paper: https://huggingface.co/FrancisRing/Prism 🚀 Spaces citing this paper: https://huggingface.co/spaces/bibibi12345/Prism https://huggingface.co/spaces/tardellirs/model-pulse @Machine_learn
2 676
12
🔥 Spatial Memory Intelligence: Endowing World Models with Understanding-Driven Long-Term Memory 🔗 Links: GitHub: https://gi
🔥 Spatial Memory Intelligence: Endowing World Models with Understanding-Driven Long-Term Memory 🔗 Links: GitHub: https://github.com/huggingface arXiv: https://arxiv.org/abs/2610.02521 PDF: https://arxiv.org/pdf/2610.02521 Project Page: https://spatial-memory-intelligence.github.io/ @Machine_learn
2 352
13
High-Impact Research Paper – MedicalRec / GROKRec Title: MedicalRec Price: $1,000 USD Looking for a ready-to-publish, novel research paper in medical AI and sustainable deep learning? This paper introduces GROKRec, an innovative recommender framework that uses embedding vectors from the Grok language model combined with numerical features to recommend the best deep learning model for any medical image classification task — without the need to train dozens of models on the target dataset. Key Highlights: Addresses major real-world problems: high computational cost, energy consumption, carbon emissions, and e-waste caused by training large DL models. Built on a newly curated public dataset MedicalRec-Bench II containing 3,500 research papers and over 6,000 model evaluation records across diverse medical imaging tasks. Evaluated under four feature configurations (MedicalRec I) using 13 different models. Achieves strong performance with HitRate@100 ranging from 72.43% to 77.08% — the highest among compared approaches. Uses composite loss functions and regularization techniques for accurate recommendations. Fully eliminates the trial-and-error process of training multiple models, significantly reducing carbon footprint. This is a complete, self-contained research contribution with a novel dataset and a practical, environmentally conscious solution for the medical AI community. Ideal for: Researchers, academic publishers, journals, or institutions looking for high-quality, ready-to-use work in medical image analysis, recommender systems, and green AI. Price: $1,000 USD (one-time transfer of ownership/rights as agreed). Interested? Contact me for the full manuscript, dataset details, or to discuss terms. @Raminmousa1
2 102
14
🔥 FrameMorrow: Future-guided Frame Selection with Prospective Tokens for Long-Horizon Video Generation 🔗 Links: GitHub: htt
🔥 FrameMorrow: Future-guided Frame Selection with Prospective Tokens for Long-Horizon Video Generation 🔗 Links: GitHub: https://github.com/huggingface arXiv: https://arxiv.org/abs/2609.38839 PDF: https://arxiv.org/pdf/2609.38839 Project Page: https://yinbo0927.github.io/FrameMorrow/ @Machine_learn
1 729
15
🔥 TAPNext: Tracking Any Point (TAP) as Next Token Prediction 🔗 Links: GitHub: https://github.com/huggingface arXiv: https:/
🔥 TAPNext: Tracking Any Point (TAP) as Next Token Prediction 🔗 Links: GitHub: https://github.com/huggingface arXiv: https://arxiv.org/abs/2504.05579 PDF: https://arxiv.org/pdf/2504.05579 Project Page: https://tap-next.github.io/ @machine_learn
1 714
16
☁️ ابرک ویراک را 24 ساعت رایگان تست کنید! قبل از خرید، سرویس ابری VirakCloud را با شرایط واقعی امتحان کنید: 🎁 24 ساعت تست را
☁️ ابرک ویراک را 24 ساعت رایگان تست کنید! قبل از خرید، سرویس ابری VirakCloud را با شرایط واقعی امتحان کنید: 🎁 24 ساعت تست رایگان 🚀 پهنای باند اختصاصی با ترافیک نامحدود ⏱️ پرداخت ساعتی؛ فقط به اندازه مصرفتان هزینه کنید بدون نیاز به تعهد بلندمدت، ابرک خودتان را بسازید، عملکرد سرویس را بررسی کنید و بعد تصمیم بگیرید. برای دریافت کد تست رایگان، کلمه «تست» را به آیدی زیر ارسال کنید: https://t.me/cloud_virak 👇 سپس وارد پنل VirakCloud شوید، کد را وارد کنید و ابرک خود را بسازید: 🔗 https://B2n.ir/qy4432 ☎️ 02191555530 🌐 virakcloud.com
417
17
📖 "A Little Book on the Fundamentals of Generative AI" - an intuitive introduction to the mathematics: arxiv.org/pdf/2605.29
📖 "A Little Book on the Fundamentals of Generative AI" - an intuitive introduction to the mathematics: arxiv.org/pdf/2605.29713 #GenerativeAI #Mathematics #DeepLearning #AIResearch #MachineLearning #arXiv ✨ Join Best TG Channels https://t.me/addlist/0f6vfFbEMdAwODBk @Machine_learn
2 045
18
🔎 #وبینار عملی ریشه‌یابی خطا با Sentry 🔮 در وبینار «از گزارش خطای کاربر تا ریشه‌یابی مشکل با Sentry» با یک سناریوی عملی، مس
🔎 #وبینار عملی ریشه‌یابی خطا با Sentry 🔮 در وبینار «از گزارش خطای کاربر تا ریشه‌یابی مشکل با Sentry» با یک سناریوی عملی، مسیر رسیدن از گزارش یک مشکل به سرنخ‌های لازم برای ریشه‌یابی آن را دنبال می‌کنیم. در این وبینار: • #سنتری را راه‌اندازی می‌کنیم و به یک اپلیکیشن متصل می‌شویم • یک خطا را ثبت می‌کنیم و با اطلاعاتی که Sentry در اختیارمان می‌گذارد، علت آن را بررسی می‌کنیم • با Session Replay اتفاقات پیش از بروز خطا را از دید کاربر بازبینی می‌کنیم • با Trace و Span مسیر اجرای عملیات را دنبال و گلوگاه‌های عملکردی اپلیکیشن را پیدا می‌کنیم. 📣 ارائه‌دهنده: علیرضا بانشی | SaaS Team Lead در هم‌روش 📅 سه‌شنبه ۲۱ مهر ساعت ۱۹ 🔗 ثبت‌نام رایگان: https://hmrv.sh/EdN7gd ☁️@hamravesh
540
19
با عرض سلام این مقاله به صورت کامل واگذار میشه به همراه پیاده سازی مجموعه داده و قالب latex. هزینه کار ۱۰۰۰ دلار @Raminmousa1
با عرض سلام این مقاله به صورت کامل واگذار میشه به همراه پیاده سازی مجموعه داده و قالب latex. هزینه کار ۱۰۰۰ دلار @Raminmousa1
1 969
20
Understanding Attention From Q, K, V to Modern Transformer Attention https://drive.google.com/file/d/1fCHQ5xCQJ6jZszAYf-qP3VI
Understanding Attention From Q, K, V to Modern Transformer Attention https://drive.google.com/file/d/1fCHQ5xCQJ6jZszAYf-qP3VIySbzFIEDv/view @Machine_learn
2 097