Jupyter Notebook Repositories
Insgesamt 1,614 Repositories
Ming – ermöglicht erweiterte multimodale Verständnis- und Generierungsfunktionen, die auf dem Ling LLM basieren.
Zweistufige, leichte und hochperformante Kennzeichen-Erkennung mit MTCNN und LPRNet
[JMLR 2023] Quantus ist ein Toolkit für erklärbare KI zur verantwortungsvollen Bewertung von Erklärungen neuronaler Netze
⚡ Jev-Einstiegsleitfaden für chinesische Lernende | Lerne Schritt für Schritt alles über Jev – experimentiere ganz einfach mit Jupyter Notebook: von drei Problemprimitiven über 18 praktische Rezepte bis hin zu sprachgesteuerten Smart Homes, Modellevaluierung und lokalem Fine-Tuning. Beherrsche das Entwicklungsparadigma für System-One-Urteilsmodelle
Eine Sammlung von 85 Minderheiten-Überabtastungstechniken (SMOTE) für unausgeglichenes Lernen mit Multi-Klassen-Überabtastung und Modellauswahl-Funktionen
Beispiele für Techniken zum Trainieren interpretierbarer ML-Modelle, Erklären von ML-Modellen und Debuggen von ML-Modellen hinsichtlich Genauigkeit, Diskriminierung und Sicherheit.
Ein leichtgewichtiges, Plug-and-Play-Benchmark-Kit für synthetische Daten. Vergleichen Sie Syncora mit anderen Generatoren (z. B. Gretel, MostlyAI), indem Sie CSVs einfügen und dann Fidelity- und Ähnlichkeitsmetriken automatisch berechnen. Funktioniert mit jedem Datensatz über einfache Dateibenennung, keine aufwändige Einrichtung erforderlich.
Persönliches Projekt: MPP-Qwen14B & MPP-Qwen-Next (Multimodale Pipeline-Parallelität basierend auf Qwen-LM). Unterstützt [video/image/multi-image] {sft/conversations}. Lassen Sie nicht zu, dass Armut Ihre Vorstellungskraft einschränkt! Trainieren Sie Ihr eigenes 8B/14B LLaVA-training-ähnliches MLLM auf RTX3090/4090 24GB.
Serverless Machine Learning Kurs zum Erstellen von KI-gestützten Vorhersagediensten aus Modellen und Features
Hochauflösender synthetischer Datensatz für die Modellierung von Kreditausfällen
🙌Sammlung von über 234 Projekten basierend auf maschinellem Lernen, Deep Learning, Computer Vision, natürlicher Sprachverarbeitung und allem. Zeigen Sie Ihre Unterstützung, indem Sie dieses Repository ✨.
Eine kuratierte Liste großartiger Ressourcen für quantitative Anlage- und Handelsstrategien mit Fokus auf Anwendungen von künstlicher Intelligenz und maschinellem Lernen im Finanzwesen.
Root-Repository für ⿻數位 Plurality: Die Zukunft kollaborativer Technologie und Demokratie von E. Glen Weyl, Audrey Tang und der Plurality Community
SpaCy Chinesische Modelle | Modelle für SpaCy, die Chinesisch unterstützen
Schnelle Entwicklung vom Data-Science-Prototyp zur Pipeline. Erfassen, analysieren und transformieren Sie unordentliche Notebooks mit nur zwei Codezeilen in Datenpipelines.
Sec-Gemini ist ein hochmodernes KI-Modell, das darauf ausgelegt ist, die Cybersicherheitsfähigkeiten zu verbessern und Verteidiger im anhaltenden Kampf gegen Cyberbedrohungen zu stärken.
[NeurIPS 2023 Track Datasets and Benchmarks] OpenLane-V2: Der erste Benchmark für Wahrnehmung und Schlussfolgerung im Straßenverkehr
Dieses Repository enthält Tutorials darüber, wie man die TensorFlow Estimator-APIs verwendet, um verschiedene ML-Aufgaben auf systematische und standardisierte Weise durchzuführen.
Synthetischer Datensatz und Notebooks für introvertierte vs. extrovertierte Persönlichkeitsmodellierung (datenschutzsicher, ML-fähig).
Zweiter USACO-Wettbewerb 2026: Erklärungen zu den Aufgaben der Stufen Bronze, Silver und Gold, mit verifizierten C++17-Lösungen.
Ego4d Dataset Repository. Laden Sie den Datensatz herunter, visualisieren Sie ihn, extrahieren Sie Merkmale und Beispielhafte Nutzung des Datensatzes
Dieses Repository enthält alle Datenanalyseprojekte, an denen ich in Python gearbeitet habe.
Notizen und Materialien zu mathematischer Modellierung, maschinellem Lernen/Deep Learning/großen Modellen (wird ständig aktualisiert......).
Reproduzierbares maschinelles Lernen zur Betrugserkennung bei Kreditkarten – Praktischer Leitfaden
ZeroCostDL4Mic: Ein kostenloses, auf Google Colab basierendes Werkzeug zur Erforschung von Deep Learning in der Mikroskopie
Ein intuitives Tutorial zur Gauß-Prozess-Regression
Open-Source-Kurs zur Konzeption, Erstellung und Bereitstellung eines Echtzeit-Personalisierungs-Empfehlungssystems für H&M-Modeartikel.