Endi mavjud! Telegram Tadqiqoti 2025 — yilning asosiy insaytlari 
Machine learning books and papers
Kanalga Telegram’da o‘tish
Admin: @Raminmousa ID: @Machine_learn link: https://t.me/Machine_learn
Ko'proq ko'rsatish📈 Telegram kanali Machine learning books and papers analitikasi
Machine learning books and papers (@machine_learn) Ingliz til segmentidagi kanali faol ishtirokchi. Hozirda hamjamiyat 24 533 obunachidan iborat bo'lib, Taʼlim toifasida 8 070-o'rinni va Eron mintaqasida 13 771-o'rinni egallagan.
📊 Auditoriya ko‘rsatkichlari va dinamika
невідомо sanasidan buyon loyiha tez o‘sib, 24 533 obunachiga ega bo‘ldi.
22 Iyun, 2026 dagi oxirgi ma’lumotlarga ko‘ra kanal barqaror faollikka ega. Oxirgi 30 kunda obunachilar soni -150 ga, so‘nggi 24 soatda esa -5 ga o‘zgardi va umumiy qamrov yuqori darajada qolmoqda.
- Tasdiqlash holati: Tasdiqlanmagan
- Jalb etish (ER): Auditoriya o‘rtacha 7.45% darajada jalb etiladi. Nashrdan keyingi dastlabki 24 soatda kontent odatda umumiy obunachilar sonining 1.90% ini tashkil etuvchi reaksiyalarni to‘playdi.
- Post qamrovi: Har bir post o‘rtacha 1 829 marta ko‘riladi; birinchi sutkada odatda 465 ta ko‘rish yig‘iladi.
- Reaksiyalar va o‘zaro ta’sir: Auditoriya faol: har bir postga o‘rtacha 3 ta reaksiya keladi.
- Tematik yo‘nalishlar: Kontent disorder, psy, مقاله, framework, graph kabi asosiy mavzularga jamlangan.
📝 Tavsif va kontent siyosati
Muallif resursni shaxsiy fikrni ifoda etish maydoni sifatida ta’riflaydi:
“Admin: @Raminmousa
ID: @Machine_learn
link: https://t.me/Machine_learn”
Yuqori yangilanish chastotasi (oxirgi ma’lumot 23 Iyun, 2026 da olingan) sababli kanal doimo dolzarb va katta qamrovli bo‘lib qoladi. Analitika auditoriya kontent bilan faol hamkorlik qilishini, uni Taʼlim toifasidagi muhim ta’sir nuqtasiga aylantirishini ko‘rsatadi.
24 533
Obunachilar
-524 soatlar
-417 kunlar
-15030 kunlar
Postlar arxiv
TCANet for motor imagery EEG classification
🖥 Github: https://github.com/tliby/unifork
📕 Paper: https://link.springer.com/article/10.1007/s11571-025-10275-5
🔗 Dataset: https://paperswithcode.com/task/brain-computer-interface
@Machine_learn
Repost from Papers
سلام دوستانی که مقالات مرتبط با یادگیری ماشین و یادگیری عمیق دارند و می خوان افرادی در مقالاتشون مشارکت کنند با رعایت برخی شرایط می تونن در کانالهای ما مقالاتشون رو ثبت کنن.
@Raminmousa
@Machine_learn
@paper4money
UniFork: Exploring Modality Alignment for Unified Multimodal Understanding and Generation
🖥 Github: https://github.com/tliby/unifork
📕 Paper: https://arxiv.org/abs/2506.17202v1
🔗 Dataset: https://paperswithcode.com/dataset/gqa
@Machine_learn
AI4Research: A Survey of Artificial Intelligence for Scientific Research
📚 Paper
@Machine_learn
Vine Copulas as Differentiable Computational Graphs
🖥 Github: https://github.com/TY-Cheng/torchvinecopulib
📕 Paper: https://arxiv.org/abs/2506.13318v1
🔗 Tasks: https://paperswithcode.com/task/scheduling
@Machine_learn
با عرض سلام از این مقاله فقط نفر سوم باقی مونده دوستانی که نیاز دارن به بنده مراجعه کنند.
@Raminmousa
The Cybernetic Teammate: A Field Experiment on Generative AI Reshaping Teamwork and Expertise
tldr: Person with AI ~ Person who talks and works with teammates.
Source: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=5188231
@Machine_learn
Helpful Agent Meets Deceptive Judge: Understanding Vulnerabilities in Agentic Workflows
📄 Book
@Machine_learn
Repost from Papers
+1
با عرض سلام حدودا ٦ ماه مقاله ي مروري تحت عنوان
Survey on evaluation metrics for learnin system
رو داريم مي نويسم و تقريبا گام هاي اخر براي سابميت.
نفرات ١ و ٢ رو براي اضافه شدن در نظر گرفتيم.
در مرحله ي اول هفته ديگه arxiv كار فرستاده ميشه. دوستاني كه مايل هستن به ايدي بنده پيام بدن.
@Raminmousa
Performance Prediction for Large Systems via Text-to-Text Regression
📚 Paper
@Machine_learn
SWE-bench Goes Live
🖥 Github: https://github.com/microsoft/swe-bench-live
📕 Paper: https://arxiv.org/abs/2505.23419v1
🔗 Tasks: https://paperswithcode.com/dataset/humaneval
For more data science resources:
@Machine_learn
Article Title:
Uncertainty Quantification for Language Models: A Suite of Black-Box, White-Box, LLM Judge, and Ensemble Scorers
PDF Download Link:
https://arxiv.org/pdf/2504.19254v2.pdf
GitHub:
• https://github.com/cvs-health/uqlm
Datasets:
• GSM8K
• SVAMP
• PopQA
==================================
@Machine_learn
با عرض سلام مي خواهيم مقاله اي براي ACM transaction on Ai ارائه بديم موضوع اصلي حول
Recurrent Neural Network Basic defiences
مي باشد.
نيازمند نفر 4ام هستيم كه بتونن در نگارش و كارها و هزينه كار كمكمون كند. هزينه نفرات براي اين كار كه ١٨ بنچ مارك داره از قرار زير:
1: 700$(❌)
2: 500$❌
3: 400$❌
4: 350$ ✅
دوستاني كه مايل هستن مي تونن به ايدي بنده پيام بدن.
@Raminmousa
5 Things You Need to Know About Agentic AI
📚 Guide
@Machine_learn
Google Cloud donates A2A to Linux Foundation
📚 Read
@Machine_learn
Repost from Quera
از ریاضیات تا ماشینلرنینگ و دیپلرنینگ...
🚩 بوتکمپ تخصصی هوشمصنوعی
🟢 دوره فشرده آمادهسازی برای ورود به بازارکار
✨ آموزش تخصصی، کاربردی و تجربه نزدیک به صنعت!
✔️ اساتید مجرب و فعال در حوزه هوشمصنوعی
✔️ کار گروهی و شبکهسازی
✔️ تمرین و پروژه هدفمند
✔️ منتورینگ اختصاصی
❗️ ظرفیت محدود
💳 پرداخت قسطی
➡️ فرم ثبتنام:
🔗 https://quera.org/r/qrlve
از ریاضیات تا ماشینلرنینگ و دیپلرنینگ...
🚩 بوتکمپ تخصصی هوشمصنوعی
🟢 دوره فشرده آمادهسازی برای ورود به بازارکار
✨ آموزش تخصصی، کاربردی و تجربه نزدیک به صنعت!
✔️ اساتید مجرب و فعال در حوزه هوشمصنوعی
✔️ کار گروهی و شبکهسازی
✔️ تمرین و پروژه هدفمند
✔️ منتورینگ اختصاصی
❗️ ظرفیت محدود
💳 پرداخت قسطی
➡️ فرم ثبتنام:
🔗 https://quera.org/r/qrlve
BioPars: A Pretrained Biomedical Large Language Model for Persian Biomedical Text Mining
https://arxiv.org/abs/2506.21567
یکی از کارهایی که دوستان زحمت کشیدن.
این کار حدود ۵ ماه طول کشید .
@Machine_learn
