#machine-learning Repositories
Insgesamt 2,070 Repositories
TikZ-Bibliothek zum Zeichnen von Bayesianischen Netzen, grafischen Modellen und (gerichteten) Faktorgrafen in LaTeX.
DIPY ist die beispielhafte 3D/4D+ Medizinische Bildgebungs-Bibliothek in Python. Sie enthält generische Methoden für räumliche Normalisierung, Signalverarbeitung, maschinelles Lernen, statistische Analyse und Visualisierung medizinischer Bilder. Zusätzlich enthält sie spezialisierte Methoden für die computergestützte Anatomie, einschließlich Diffusions-, Perfusions- und struktureller Bildgebung.
MLGB ist eine Bibliothek, die viele Modelle für CTR-Vorhersage und Empfehlungssysteme mit TensorFlow & PyTorch enthält. 「妙计包」 ist eine Bibliothek mit über 50 Deep-Learning-Modellen für Klickraten-Vorhersage und Empfehlungssysteme, die mit TensorFlow und PyTorch geschrieben wurde.
Machine-Learning-Projekte mit Quellcode - Machine-Learning-Projekte für Anfänger, ML-Projekte für Studenten im letzten Studienjahr, Machine-Learning-Projekte – vom Anfänger bis zum Fortgeschrittenen
Webanwendung zur Aktienmarktvorhersage basierend auf maschinellem Lernen und Sentimentanalyse von Tweets (API-Schlüssel im Code enthalten). Das Frontend der Webanwendung basiert auf Flask und Wordpress. Die Anwendung prognostiziert die Aktienkurse der nächsten sieben Tage für jede beliebige Aktie unter NASDAQ oder NSE, die vom Benutzer eingegeben wird. Vorhersagen werden mit drei Algorithmen getroffen: ARIMA, LSTM, lineare Regression. Die Webanwendung kombiniert die prognostizierten Kurse der nächsten sieben Tage mit der Sentimentanalyse von Tweets, um eine Empfehlung zu geben.
Data-Science- und Machine-Learning-Projekte mit Quellcode.
Hypernetzwerke, die LLMs aktualisieren, um faktenbasierte Informationen zu merken
PointFlow: Generierung von 3D-Punktwolken mit kontinuierlichen Normalisierungsflüssen
Instruct-NeRF2NeRF: Bearbeiten von 3D-Szenen mit Anweisungen (ICCV 2023)
Eine kuratierte Liste von DATASETS, CODEBASES und PAPERS zu Multi-Task Learning (MTL) aus der Perspektive des Machine Learning.
Ein Redis-Modul zum Bereitstellen von Tensoren und zum Ausführen von Deep-Learning-Graphen
Ein Graph-RAG-System für evidenzbasierte medizinische Informationssuche [ACL 2025]
Ein Python-Paket für modulare kausale Inferenz-Analyse und Modellbewertungen
Strawberry Fields ist eine Full-Stack-Python-Bibliothek zum Entwerfen, Simulieren und Optimieren von kontinuierlichen Variablen (CV) Quantenoptik-Schaltungen.
Erstellen Sie Echtzeit-Speech2Text-Web-Apps mit OpenAI's Whisper https://openai.com/blog/whisper/
Dieses Repository enthält eine Sammlung von Umfragen, Datensätzen, Arbeiten und Codes zur Schätzung der prädiktiven Unsicherheit in Deep-Learning-Modellen.
Ein flexibles Federated Learning Framework auf Basis von PyTorch, das Ihre Federated Learning-Forschung vereinfacht.
Visuelle, interaktive Artikel über maschinelles Lernen: https://mlu-explain.github.io/
Leistungsstarke Vision-Bibliothek in Python. Skalieren Sie Ihre Forschung, nicht Boilerplate.
Vollständig automatisierter Krypto-Handel, betrieben von einer maßgeschneiderten Preisvorhersage-KI und einem strukturierten/gestuften DCA-System. Website: PowerTrader.net
Das Open-Source-Repository für den Workshop „Kausale Modellierung im maschinellen Lernen“ bei Altdeep.ai @ www.altdeep.ai/courses/causalAI
Gemeinsame Speicher-Schicht in einer einzigen Datei für all Ihre Agenten, RAG mit weniger als einer Millisekunde für Text, Fotos und Videos auf Apple Silicon. Kein Server. Keine API. Eine Datei. Reines Swift.
Ressourcen zu Zeitreihenvorhersagen und Deep Learning.
🔐 KI dekodiert Trumps Posts × Aktienmarkt | AI 解碼川普推文 × 美股 | KI entschlüsselt Trump-Posts × Aktienmarkt — 31.5M Modelle, 61.3% Trefferquote, Open Source