Channel
@dlearn_ir
On this record: Topic · Growth · Engagement · What this channel posts · Reactions · Posts · Citations · Telegram's recommendations · Cite this entry
4,582subscribers
+332 since we began measuring on 6 August 2026
Risers and fallers across the register · movement among entries of 3,162–10,000.
| Telegram ID | -1001754311547 |
|---|---|
| Type | Channel |
| Username | @dlearn_ir |
| Created | 28 February 2022 — measured — cross-checked against a third-party dataset (ext.tg_channel) |
| First recorded | 6 August 2026 |
| Last confirmed live | 25 September 2026 |
| Measurements held | 15 |
| Confirmed unchanged | 1 time, most recently 25 September 2026 |
| On Telegram | t.me/dlearn_ir |
Education — a classification, not a measurement. An on-box language model (Qwen3.6-35B-A3B-UD-Q6_K_XL, prompt version 1) read this channel’s own recent posts on 11 August 2026 and assigned it the closest of 31 fixed categories, at 100% confidence. This is a model’s judgement about what the channel is likely to be about, not a fact this register measured the way a subscriber count or a view count is measured — it can be revised on a later pass, and it carries no weight anywhere else on this page. How this classification works, and why it has no browse page of its own yet.
| Measured (UTC) | Subscribers | Change |
|---|---|---|
| 25 Sept 2026, 09:37 | 4,582 | -12 |
| 17 Sept 2026, 08:59 | 4,594 | -3 |
| 13 Sept 2026, 00:00 | 4,597 | +3 |
| 8 Sept 2026, 20:02 | 4,594 | +30 |
| 31 Aug 2026, 01:07 | 4,564 | +14 |
| 27 Aug 2026, 19:44 | 4,550 | +29 |
| 25 Aug 2026, 00:43 | 4,521 | +39 |
| 21 Aug 2026, 20:07 | 4,482 | +88 |
| 18 Aug 2026, 09:52 | 4,394 | +65 |
| 15 Aug 2026, 17:19 | 4,329 | +42 |
| 12 Aug 2026, 06:07 | 4,287 | +6 |
| 9 Aug 2026, 16:05 | 4,281 | +34 |
| 6 Aug 2026, 13:30 | 4,247 | -3 |
| 6 Aug 2026, 04:06 | 4,250 | no change |
| 6 Aug 2026, 00:48 | 4,250 | first reading |
22 posts held, back to 3 June 2026 — the reader has not yet reached the start of this channel’s public history, so older posts may sit further back, unread. Read across 5 pages of Telegram’s post history, 20 posts per page.
Nothing published in the last 30 days. ERR and ER are rolling 30-day measures, so there is nothing to compute — we hold 22 posts for this entry, the most recent from 7 August 2026. An engagement rate over an empty window would be a number about nothing.
Measured directly from 3 videos with a duration reading, out of the posts we hold for this channel — not this channel’s whole posting history, only the sample this register has actually read. An exact reading to the second, taken from the post itself rather than from Telegram’s own rounded chrome, so it carries no ≈ mark.
117 reactions across 18 posts, in 3 distinct kinds. The most used accounts for 71.8% of them.
| Reaction | Count | Share | Share, drawn |
|---|---|---|---|
| ❤ | 84 | 71.8% | |
| 👍 | 25 | 21.4% | |
| 🔥 | 8 | 6.84% |
No sentiment is inferred, and none should be read in. This table is ordered by count and by nothing else. Emoji do not carry stable meaning across languages or communities — 🙏 is thanks in one channel and mourning in another — so we publish which ones were pressed and how often, and pass no judgement on what an audience meant by them.
Precision. Telegram publishes reaction counts per emoji and short-forms each one — 4.34K, 1.2M — so any single kind at or above 1,000 reaches us at three significant figures, and only counts below 1,000 are exact. The shares above are ratios of those figures and carry the same error. This is also why the total here can differ slightly from a reaction total printed elsewhere on the page: both are sums of the same rounded parts, taken over samples with different edges.
Coverage. Reactions were read on 18 of the 22 sampled posts in this sample. Summed by Telegram’s own count on each post — not by adding up the per-emoji breakdown above — those same posts carry 117 reactions in total: the kind of figure the paragraph above means by “a reaction total printed elsewhere on the page”.
Measured over the 22 most recent posts we hold, published 3 June 2026 to 7 August 2026, using the newest reading held for each. Telegram Stars are excluded: they are a payment, not a reaction, and they have their own section.
🎓 دوره اکسل برای تحلیل داده‌های کسب‌وکار 1️⃣پیشنیاز ندارد! توانایی تبدیل داده‌های خام به بینش‌های قابل‌اتکا، یکی از مهارت‌های کلیدی برای تصمیم‌گیری اثربخش در سازمان‌هاست. اکسل، به‌رغم ظهور ابزارهای پیشرفته تحلیل داده، همچنان یکی از پرکاربردترین و در دسترس‌ترین ابزارها برای گزارش‌گیری، مدلسازی مالی، تحلیل روند و پشتیبانی از فرآیندهای تصمیم‌گیری محسوب می‌شود. تسلط بر این ابزار، مزیتی رقابتی برای هر متخصص، پژوهشگر و دا…
👍3🔥1
🏹 یک ماه #دسترسی_رایگان به درسنامه‌ها و پروژه‌های مدرسه دقیقه ویژه یادگیری و رشد در #مسیر_شغلی #تحلیل_داده و #یادگیری_ماشین با #پایتون اگر می‌خواهید وارد دنیای تحلیل داده، یادگیری ماشین، علوم داده و هوش مصنوعی یا دانش خود را عمیق‌تر کنید، این #تخفیف_تابستانی را از دست ندهید. در این طرح، در این طرح به ۵۷ درسنامه و پروژه آموزشی دسترسی خواهید داشت. این منابع موضوعات گوناگون را از سطوح پایه تا پیشرفته پوشش می‌دهند. …
❤8
#پنجره_بازار_کار #پروژه پیش‌بینی سفارش در شبکه خرده‌فروشی (شرکت پین‌دیس) اگر به پیش‌بینی و مدلسازی از نوع classification با استفاده از داده‌های واقعی در خرده‌فروشی، تجارت الکترونیک، اف‌ام‌سی‌جی‌ها و مارکت‌پلیس‌ها علاقه‌مندید، انجام این پروژه فرصتی عالی برای دست‌و‌پنجه‌نرم‌کردن با مسائل علوم داده در یک کسب‌وکار، دریافت ارزیابی و بازخورد دقیق است. نفرات برگزیده برای #استخدام به عنوان #متخصص_علوم_داده (Data Scientist…
❤4👍3🔥1
✏️ مهارت‌های ضروری پژوهش با هوش مصنوعی پژوهش‌های علمی همواره نیازمند دقت، صبر و جست‌وجوی بی‌وقفه در دل انبوهی از منابع بوده است. اما امروز، هوش مصنوعی این مسیر را متحول کرده و افق تازه‌ای پیش روی پژوهشگران گشوده است. در این ویدیو، نگاهی داریم به اینکه چگونه می‌توان از هوش مصنوعی به‌عنوان همراهی کارآمد در مسیر پژوهش بهره برد؛ از یافتن و ارزیابی منابع علمی گرفته تا شکل‌دهی به ایده‌ها و دستیابی به نتایجی دقیق و قابل‌ا…
❤1👍1🔥1
مدرسه دقیقه pinned a photo
🎰 سه عامل هوش مصنوعی (AI Agent) برای تحول سازمان در ۱۰ هفته 📑گزارشی تازه از هاروارد دیتاساینس ریویو (HDSR ) شنبه‌های بسیار آشنا یک سال پیش، شنبه‌ها شروع کار چطور بود؟ به تمام معنا آشفته!!! مدیران عملیات زنجیره تأمین تقریباً تمام روز را صرف بررسی ده‌ها ایمیل، صفحه گسترده و داشبورد می‌کردند تا بتوانند وضعیت سفارش‌های خرید مربوط به تجهیزات حیاتی را کنار هم قرار دهند و تصویر کاملی از آن بسازند. هیچ منبع واحد و قابل ات…
🔥4
#تمدید_پروژه_اشتغال_زنان 🗣قابل توجه شرکت‌کنندگان و علاقه‌مندان به پروژه اشتغال زنان: 🕒بنا به درخواست تعدادی از شرکت‌کنندگان گرامی، مهلت ارسال پروژه به مدت یک هفته تمدید شد: ⭐️مهلت ثبت نام: فردا ۲ مرداد ۱۴۰۵ ⭐️مهلت تحویل پروژه: جمعه ۹ مرداد ۱۴۰۵ منتظر تحلیل‌های‌تان در پنجره بازار کار دقیقه هستیم. 🔷لینک پروژه تحلیل داده‌های اشتغال زنان: d-learn.ir/C/jobwn 💬 تماس با ما: 📱 t.me/dlearnsup 📞 02188349244 📲 0910320…
❤3
سامانه‌نو دانشگاه علم و صنعت با همکاری مدرسه پردازش و تحلیل داده دقیقه برگزار می‌کند: 💠 نخستین رویداد نوشدارو 💠 شروع کار توی دنیای داده، مارکتینگ و محصول همیشه با کلی علامت سوال همراهه! توی اولین ایستگاه از «نوشدارو»، قراره به صورت شفاف و کاربردی ببینیم این حوزه‌ها شامل چه موقعیت‌های شغلی‌ای هستن، چه مهارت‌هایی نیاز دارن و چطور میشه بدون هیچ پیش‌زمینه‌ای، قدم اول رو درست برداشت. 🧩 هدف این رویداد، گوش دادن به نقش…
❤8
🔥#پنجره_بازار_کار_دقیقه پلی میان تحلیلگران داده و کارفرمایان ما اخیرا، در مدرسه دقیقه، پروژه #پنجره_بازار_کار را راه‌اندازی کرده‌ایم و قصد داریم از طریق آن بین دو سمت جدا، و در عین حال مکملِ، بازار کار تحلیل داده پل بزنیم و تحلیل‌های با کیفیت را به کارفرمایانِ متقاضی معرفی و فرایند همکاری‌شان را تسهیل کنیم. اگر دوست دارید روی مسئله‌های واقعی تحلیل داده وقت بگذارید، تحلیل‌تان ارزیابی شود و بازخورد دقیق دریافت کنید،…
👍4
⬆️ هوش مصنوعی مسیر پژوهش را کوتاه کرده، اما آیا می‌توان به نتایج آن اعتماد کرد؟ استفاده از هوش مصنوعی در کارهای تخصصی و آکادمیک، چیزی فراتر از چند پرسش‌وپاسخ ساده است. بدون شناخت ظرافت‌های روش‌شناختی و "کنترل توهم هوش مصنوعی"، خروجی‌ها فاقد اعتبار علمی و صنعتی خواهند بود. در «کارگاه جامع به‌کارگیری هوش مصنوعی در پژوهش‌های دانشگاهی و صنعتی» مدرسه دقیقه، قرار است از نگاه یک مصرف‌کننده ساده خارج شویم و استفاده اصولی، …
👍2❤1🔥1
مدرسه دقیقه pinned a photo
سوال پژوهش خود را چگونه طراحی می‌کنید؟ آیا فرایند مشخصی وجود داد؟ تقریبا در همه زمینه‌های پژوهشی، آن‌قدر مطالعه انجام شده که در نگاه اول ممکن است جایی برای مطالعه جدید به چشم نیاید و طرح سوالات پژوهش چندان ساده نباشد. چطور بفهمیم در حوزه پژوهشی‌مان چه خلأها یا کاستی‌هایی وجود دارد تا بتوانیم پروژه مطالعاتی جدیدی تعریف و از اصالت آن دفاع کنیم؟ چطور بتوانیم متخصصان حوزه پژوهشی‌مان را متقاعد کنیم مطالعه مجدد روی موضو…
❤7👍3
Showing the 12 most recent of 22 posts we hold for @dlearn_ir. View and reaction counts are the latest single reading for each post, not a live figure, and a recent post is still accumulating both. A view count marked ≈ was rounded by Telegram before we ever saw it — t.me prints views in full below 1,000 and to three significant figures above, so ≈1,200,000 means somewhere between 1,150,000 and 1,249,999. Unmarked counts are exact. Text is reproduced from the public post preview and truncated for length.
Republished by
Channels on the register that have forwarded this channel's posts into their own feed.
Republishes
Channels on the register whose posts this channel has forwarded.
Built only from forwarded posts we have actually read, on both sides. Coverage is early and deliberately incomplete: a missing link means we have not read the post that would prove it, never that the relationship does not exist. Counts are distinct forwarded posts observed, so they only ever go up as we read more.
Named by 49 registered channels — every channel on the register whose own posts have named this one, by its current username or any other username it currently holds, merged from two separately captured readings of the same fact so a namer caught by only one of them is not missed and a namer both caught is not counted twice. A username this channel has since dropped is not matched — that handle may belong to someone else now, and crediting today’s namer to yesterday’s owner would misattribute it. The 24 listed below are the most frequent namers; the rest are counted above but not each listed.
Named by
Channels on the register whose posts name this channel's handle.
A mention is a weaker signal than a forward and is counted separately for that reason — naming a channel is not republishing it, and a handle in a post body is easy to place deliberately. The post counts beside each row below are distinct posts in which the handle appeared, from posts we have read on both sides — the “Named by N registered channels” figure above is a different count, of distinct NAMING CHANNELS rather than posts, and is not the sum of the rows under it.
The reverse of the list above, and a different kind of signal. This does not require this channel to have ever been asked about directly — each row below is a channel we DID ask Telegram about, whose Telegram-generated list happened to include this one. A channel can appear here with an empty list above it, because being named by someone else’s query is independent of having been queried itself.
This channel appears in 3 seed channels' Telegram-generated recommendation lists in total. Each is Telegram’s list for THAT channel, not this one — see how this is measured.
A live page changes as we take new readings, so a citation should name the measurement it is based on, not just the URL. The line below cites the subscriber count as measured 25 September 2026 — this entry's latest reading, not the date you are reading this.
“مدرسه دقیقه” (@dlearn_ir), 4,582 subscribers as measured 25 September 2026. Telegram Register, tgregister.com/channel/dlearn_ir.
Full measurement history, CC BY 4.0. Every reading this register holds for this entry, not just the latest one, as a dated, downloadable record: CSV · JSON. Free to use with attribution to tgregister.com. Each file carries its own generation timestamp, which is the figure to cite for exactly when the data was retrieved.