uk
Feedback
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 24 533 підписників, посідаючи 8 070 місце в категорії Освіта та 13 771 місце у регіоні Іран.

📊 Показники аудиторії та динаміка

З моменту свого створення невідомо, проект продемонстрував стрімке зростання, зібравши аудиторію у 24 533 підписників.

За останніми даними від 22 червня, 2026, канал демонструє стабільну активність. Хоча за останні 30 днів спостерігається зміна кількості учасників на -150, а за останні 24 години на -5, загальне охоплення залишається високим.

  • Статус верифікації: Не верифікований
  • Рівень залученості (ER): Середній показник залученості аудиторії становить 7.45%. Протягом перших 24 годин після публікації контент зазвичай збирає 1.90% реакцій від загальної кількості підписників.
  • Охоплення публікацій: В середньому кожен допис отримує 1 829 переглядів. Протягом першої доби публікація в середньому набирає 465 переглядів.
  • Реакції та взаємодія: Аудиторія активно підтримує контент: середня кількість реакцій на один пост – 3.
  • 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: @Raminmousa ID: @Machine_learn link: https://t.me/Machine_learn

Завдяки високій частоті оновлень (останні дані отримано 23 червня, 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.

24 533
Підписники
-524 години
-417 днів
-15030 день
Архів дописів
Breaking the Sorting Barrier for Directed Single-Source Shortest Paths 📚 link @Machine_learn
Breaking the Sorting Barrier for Directed Single-Source Shortest Paths 📚 link @Machine_learn

Title: Personalized Safety Alignment for Text-to-Image Diffusion Models Paper Links: • arXiv Page: https://arxiv.org/abs/2508
Title: Personalized Safety Alignment for Text-to-Image Diffusion Models Paper Links: • arXiv Page: https://arxiv.org/abs/2508.01151 • PDF: https://arxiv.org/pdf/2508.01151 • Github: https://m-e-agi-lab.github.io/PSAlign/ @Machine_learn

CoAct-1: Computer-using Agents with Coding as Actions 📚 Read @Machine_learn
CoAct-1: Computer-using Agents with Coding as Actions 📚 Read @Machine_learn

DSPy SIMBA explained 📚 Link @Machine_learn
DSPy SIMBA explained 📚 Link @Machine_learn

🔹 Title: ReMoMask: Retrieval-Augmented Masked Motion Generation 🔹 Paper Links: • arXiv Page: https://arxiv.org/abs/2508.026
🔹 Title: ReMoMask: Retrieval-Augmented Masked Motion Generation 🔹 Paper Links: • arXiv Page: https://arxiv.org/abs/2508.02605 • PDF: https://arxiv.org/pdf/2508.02605 • Project Page: https://aigeeksgroup.github.io/ReMoMask/ • Github: https://github.com/AIGeeksGroup/ReMoMask @Machin_learn

Mathematical theory of deep learning 📚 Book @Machine_learn
Mathematical theory of deep learning 📚 Book @Machine_learn

Matrix Calculus (for Machine Learning and Beyond) Link @Machine_learn
Matrix Calculus (for Machine Learning and Beyond) Link @Machine_learn

Repost from N/a
با عرض سلام سه مقاله تحت ريوايز داريم حداقل مي تونيم ٥ سايت به هر كدوم اضافه كنيم حوزه هاي LLM و Medical قابل اضافه شدن هستن. @Raminmousa @papercite

Article Title: OmniConsistency: Learning Style-Agnostic Consistency from Paired Stylization Data PDF Download Link: https://arxiv.org/pdf/2505.18445v1.pdf GitHub:https://github.com/showlab/omniconsistency @Machine_learn

An introduction to the symmetric group algebra 📚 link @Machine_learn
An introduction to the symmetric group algebra 📚 link @Machine_learn

🎥 RNA-Seq Data Analysis in R: An Effective Step-by-Step Guide 🎞 Watch @Machine_learn

Deep Research Agents with Test-Time Diffusion Google keeps pushing on diffusion. 📚Paper @Machine_learn
Deep Research Agents with Test-Time Diffusion Google keeps pushing on diffusion. 📚Paper @Machine_learn

Repost from Papers
با عرض سلام نفرات ۴ و ۵ این پروژه قابل اضافه شدن است و علاوه بر تسک هزینه مشارکت نیز گرفته می‌شود. 4:250$ 5:200$ جهت مشارکت ب
با عرض سلام نفرات ۴ و ۵ این پروژه قابل اضافه شدن است و علاوه بر تسک هزینه مشارکت نیز گرفته می‌شود. 4:250$ 5:200$ جهت مشارکت به ایدی بنده پیام بدین. @Raminmousa

The Era of DiffusionLM might be upon us 📚 Link @Machine_learn
The Era of DiffusionLM might be upon us 📚 Link @Machine_learn

AI Comes Up with Bizarre Physics Experiments. But They Work. 👉 Read @Machine_learn
AI Comes Up with Bizarre Physics Experiments. But They Work. 👉 Read @Machine_learn

Anthropic just released a research paper. Inverse Scaling in Test-Time Compute 📚 link @Machine_learn
Anthropic just released a research paper. Inverse Scaling in Test-Time Compute 📚 link @Machine_learn

How to Train Your LLM Web Agent: A Statistical Diagnosis 📕 Link @Machine_learn
How to Train Your LLM Web Agent: A Statistical Diagnosis 📕 Link @Machine_learn

Aipython 📕 Books @Machine_learn
Aipython 📕 Books @Machine_learn

فقط دو نفر باقی مونده این کار دوستانی که نیاز دارن به بنده مراجعه کنند.!!! @Raminmousa

Step-by-Step Diffusion: An Elementary Tutorial 📚 Read @Machine_learn
Step-by-Step Diffusion: An Elementary Tutorial 📚 Read @Machine_learn