uz
Feedback
Machine Learning with Python

Machine Learning with Python

Kanalga Telegram’da o‘tish

Learn Machine Learning with hands-on Python tutorials, real-world code examples, and clear explanations for researchers and developers. Admin: @HusseinSheikho || @Hussein_Sheikho

Ko'proq ko'rsatish

📈 Telegram kanali Machine Learning with Python analitikasi

Machine Learning with Python (@codeprogrammer) Ingliz til segmentidagi kanali faol ishtirokchi. Hozirda hamjamiyat 67 826 obunachidan iborat bo'lib, Taʼlim toifasida 2 419-o'rinni va Hindiston mintaqasida 4 985-o'rinni egallagan.

📊 Auditoriya ko‘rsatkichlari va dinamika

невідомо sanasidan buyon loyiha tez o‘sib, 67 826 obunachiga ega bo‘ldi.

18 Iyun, 2026 dagi oxirgi ma’lumotlarga ko‘ra kanal barqaror faollikka ega. Oxirgi 30 kunda obunachilar soni 140 ga, so‘nggi 24 soatda esa -4 ga o‘zgardi va umumiy qamrov yuqori darajada qolmoqda.

  • Tasdiqlash holati: Tasdiqlanmagan
  • Jalb etish (ER): Auditoriya o‘rtacha 4.55% darajada jalb etiladi. Nashrdan keyingi dastlabki 24 soatda kontent odatda umumiy obunachilar sonining 1.97% ini tashkil etuvchi reaksiyalarni to‘playdi.
  • Post qamrovi: Har bir post o‘rtacha 3 087 marta ko‘riladi; birinchi sutkada odatda 1 338 ta ko‘rish yig‘iladi.
  • Reaksiyalar va o‘zaro ta’sir: Auditoriya faol: har bir postga o‘rtacha 5 ta reaksiya keladi.
  • Tematik yo‘nalishlar: Kontent insidead, learning, degree, evaluation, algorithm kabi asosiy mavzularga jamlangan.

📝 Tavsif va kontent siyosati

Muallif resursni shaxsiy fikrni ifoda etish maydoni sifatida ta’riflaydi:
Learn Machine Learning with hands-on Python tutorials, real-world code examples, and clear explanations for researchers and developers. Admin: @HusseinSheikho || @Hussein_Sheikho

Yuqori yangilanish chastotasi (oxirgi ma’lumot 19 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.

67 826
Obunachilar
-424 soatlar
+167 kunlar
+14030 kunlar
Postlar arxiv
👉💡Lifehack of the day💥is a channel that you should definitely check out: Most useful apps and IT lifehacks are there❗️ Sub
👉💡Lifehack of the day💥is a channel that you should definitely check out: Most useful apps and IT lifehacks are there❗️ Subscribe to our Telegram channel and get new lifehacks every day 👉💡Lifehack of the day💥

اجمل الـقنوات علي Telegram 👇🏻 👈🏻 اضف قناتك مجانا من هنا كورس الهكر الاخلاقي باللغة العربية رابط التحمبل اضغط هنا

New Start ... Soon ♥️

اجمل الـقنوات علي Telegram 👇🏻 👈🏻 اضف قناتك مجانا من هنا كورس الهكر الاخلاقي باللغة العربية رابط التحمبل اضغط هنا

كل عام وانتم بخير عيد فطر سعيد 🇸🇾
كل عام وانتم بخير عيد فطر سعيد 🇸🇾

اجمل الـقنوات علي Telegram 👇🏻 👈🏻 اضف قناتك مجانا من هنا كورس الهكر الاخلاقي باللغة العربية رابط التحمبل اضغط هنا

انضم إلى مجموعة Python العربية على تليجرام للحصول على الموارد والدروس المتخصصة في لغة Python باللغة العربية. اطرح أسئلتك وشارك خبراتك مع مجتمع متحمس لتطوير البرامج وتحليل البيانات والذكاء الاصطناعي وغيرها من المجالات باستخدام Python. انضم الآن وكن جزءًا من المجتمع العربي المتنامي لمستخدمي Python. https://t.me/PythonArab

انضم إلى قناة DataScienceT على تليجرام لتتلقى آخر الأخبار والموارد والدروس في مجال العلوم البيانية. تعرف على أحدث التقنيات والأدوات المستخدمة في تحليل البيانات واستخدمها لتحسين أدائك في العمل. انضم الآن وتابع معنا كل جديد في عالم البيانات. https://t.me/DataScienceT

انضم إلى مجموعة Python العربية على تليجرام للحصول على الموارد والدروس المتخصصة في لغة Python باللغة العربية. اطرح أسئلتك وشارك خبراتك مع مجتمع متحمس لتطوير البرامج وتحليل البيانات والذكاء الاصطناعي وغيرها من المجالات باستخدام Python. انضم الآن وكن جزءًا من المجتمع العربي المتنامي لمستخدمي Python. https://t.me/PythonArab

اجمل الـقنوات علي Telegram 👇🏻 👈🏻 اضف قناتك مجانا من هنا كورس الهكر الاخلاقي باللغة العربية رابط التحمبل اضغط هنا

Our paid bot The bot contain more than 30 millions books and daily updates and all ieee articles Only type title of book and
Our paid bot The bot contain more than 30 millions books and daily updates and all ieee articles Only type title of book and you will get the results as pdf format You can search for a specific field and display all books related to this field and within the year you choose Ex: Python +year:[2023 TO *] For subscribing: @Hussein_Sheikho The subscription is permanent

Repost from Data Analytics
Our paid bot The bot contain more than 30 millions books and daily updates and all ieee articles Only type title of book and
Our paid bot The bot contain more than 30 millions books and daily updates and all ieee articles Only type title of book and you will get the results as pdf format You can search for a specific field and display all books related to this field and within the year you choose Ex: Python +year:[2023 TO *] For subscribing: @Hussein_Sheilkho The subscription is permanent

Our paid bot The bot contain more than 30 millions books and daily updates and all ieee articles Only type title of book and you will get the results as pdf format You can search for a specific field and display all books related to this field and within the year you choose Ex: Python +year:[2023 TO *] For subscribing: @Hussein_Sheilkho The subscription is permanent

اليوم سنتحدث عن تصميم شبكه عصبيه اصطناعيه لحل بعض المشكلات في البيانات عند العمل علي احد مشاريع التعلم العميق الخاصه بال image. عند العمل علي ال image في معظم الاحالات تكون تلك الصور تعاني من بعض المشكلات مثل الضوضاء البسيطه او ظهور علامات مثل المطر في الصوره او ان الصوره بها اماكن معتمه تحتاج الي التوضيح/التفتيح قليلا. تلك هي مجموعه من المشكلات الشائعه، الحل في هذا الموقف كما هو معلوم هو استخدام معالجه الصور للتخلص من تلك المشكلات واحده تلو الاخري، ولكن في حاله تعذر تطبيق معالجه البيانات (التي تمت الاشاره اليها) وحل المشكلات تباعا لاي سبب من الاسباب. هنا ياتي الحل، الصوره المرفقه توضح شبكه عصبيه CNN مكونه من ثلاثه اجزاء قمت بتصميمها لمساعدتي. -- ملاحظه: تلك الشبكه الاصطناعيه مصممه خصيصا لاستقبال بيانات بمعالجه ابتدائيه (مثل توحيد حجم الصور، ضبط طبقات الصوره وهكذا)وليست بيانات خام. وهدف تلك الشبكه هو مساعده نفسها في ضبط البيانات داخلها وهذا يعد توفيرا للوقت والمصادر. الجزء الاول: هو عباره عن شبكه مكونه من العديد من الطبقات الملتفه والمتصله معا بطريقه تعطي قوه للشبكه وقدره علي تنقيه الصور من العديد من المشكلات، فتلك الوصلات بين الطبقات تعمل علي تفتيح الاماكن المعتمه من الصوره بالاضافه الي ازاله الضوضاء من الصوره عن طريق تطبيق العديد من المرشحات وبالتالي فصل البيكسلز الغير مرغوب فيها عن الصوره. وفي نهايه تلك الطبقه تكون لدينا صوره محسنه عن الصوره القديمه، والصوره جاهز للدخول الي الجزء الثاني. الجزء الثاني: هو عباره عن pre-trained model من نوع EfficientNetB7 مهمته الاساسيه في تلك الشبكه هو تقليل overfitting واستخراج الميزات المهمه في الصوره المحسنه. في نهايه تلك المرحله يكون لدينا مجموعه من ال features المعدله والجاهزه للدخول الي fully connected layers. الجزء الثالث: وهو عباره عن مجموعه من الطبقات ال Dense من اجل الحصول علي النتائج المطلوبه. وفيما بعد ان شاء الله سنتحدث اكثر عن المرحله الاولي لان بها العديد من التفاصيل. #منقول

photo content

اليوم سنتحدث عن تصميم شبكه عصبيه اصطناعيه لحل بعض المشكلات في البيانات عند العمل علي احد مشاريع التعلم العميق الخاصه بال image. عند العمل علي ال image في معظم الاحالات تكون تلك الصور تعاني من بعض المشكلات مثل الضوضاء البسيطه او ظهور علامات مثل المطر في الصوره او ان الصوره بها اماكن معتمه تحتاج الي التوضيح/التفتيح قليلا. تلك هي مجموعه من المشكلات الشائعه، الحل في هذا الموقف كما هو معلوم هو استخدام معالجه الصور للتخلص من تلك المشكلات واحده تلو الاخري، ولكن في حاله تعذر تطبيق معالجه البيانات (التي تمت الاشاره اليها) وحل المشكلات تباعا لاي سبب من الاسباب. هنا ياتي الحل، الصوره المرفقه توضح شبكه عصبيه CNN مكونه من ثلاثه اجزاء قمت بتصميمها لمساعدتي. -- ملاحظه: تلك الشبكه الاصطناعيه مصممه خصيصا لاستقبال بيانات بمعالجه ابتدائيه (مثل توحيد حجم الصور، ضبط طبقات الصوره وهكذا)وليست بيانات خام. وهدف تلك الشبكه هو مساعده نفسها في ضبط البيانات داخلها وهذا يعد توفيرا للوقت والمصادر. الجزء الاول: هو عباره عن شبكه مكونه من العديد من الطبقات الملتفه والمتصله معا بطريقه تعطي قوه للشبكه وقدره علي تنقيه الصور من العديد من المشكلات، فتلك الوصلات بين الطبقات تعمل علي تفتيح الاماكن المعتمه من الصوره بالاضافه الي ازاله الضوضاء من الصوره عن طريق تطبيق العديد من المرشحات وبالتالي فصل البيكسلز الغير مرغوب فيها عن الصوره. وفي نهايه تلك الطبقه تكون لدينا صوره محسنه عن الصوره القديمه، والصوره جاهز للدخول الي الجزء الثاني. الجزء الثاني: هو عباره عن pre-trained model من نوع EfficientNetB7 مهمته الاساسيه في تلك الشبكه هو تقليل overfitting واستخراج الميزات المهمه في الصوره المحسنه. في نهايه تلك المرحله يكون لدينا مجموعه من ال features المعدله والجاهزه للدخول الي fully connected layers. الجزء الثالث: وهو عباره عن مجموعه من الطبقات ال Dense من اجل الحصول علي النتائج المطلوبه. وفيما بعد ان شاء الله سنتحدث اكثر عن المرحله الاولي لان بها العديد من التفاصيل. #منقول

اجمل الـقنوات علي Telegram 👇🏻 👈🏻 اضف قناتك مجانا من هنا كورس الهكر الاخلاقي باللغة العربية رابط التحمبل اضغط هنا

اجمل الـقنوات علي Telegram 👇🏻 👈🏻 اضف قناتك مجانا من هنا كورس الهكر الاخلاقي باللغة العربية رابط التحمبل اضغط هنا