#machine-learning Repositories
Insgesamt 2,070 Repositories
Eine kuratierte Liste von Arbeiten, Dissertationen, Datensätzen und Werkzeugen im Zusammenhang mit der Anwendung von maschinellem Lernen für Software Engineering
Dieses Repository enthält die Notebooks und Präsentationen, die wir für unsere Databricks Tech Talks "
INCEpTION bietet eine Plattform für semantische Annotation, die intelligente Unterstützung bei der Annotation und Wissensmanagement anbietet.
Einfaches Fuzzy-Matching, Informationsabruf und NLP-Bausteine für JavaScript.
ML-System in Produktionsqualität zur automatisierten Erkennung von Einheitenmessfehlern | 88-92% Genauigkeit | 94% Autonomie | KNIME Workflow
Dieses Repository bietet einen anpassbaren Stack für den Start neuer ML-Projekte auf Databricks, die von Anfang an Produktions-Best-Practices befolgen.
Sammlung von Roboterumgebungen, die auf der PyBullet-Physik-Engine und Gymnasium basieren.
Eine kuratierte Liste von KI-Tools, Agentenfähigkeiten, Bibliotheken und Ressourcen für wirtschaftswissenschaftliche Forschung, Lehre und Politikanalyse. Gepflegt vom OpenEcon-Team.
Repository-Vorlage zum Erstellen von PyTorch-Projekten aus dem Quellcode für jede Version von PyTorch/CUDA/cuDNN.
Offizielle Implementierung für EMNLP 2024 (Hauptkonferenz, mündlicher Vortrag) „AgentReview: Akademisches Peer-Review mit einem LLM-Agenten erforschen“
Ende-zu-Ende-Workflows der Google Cloud Platform Vertex AI für Machine-Learning-Operationen
Perpetual ist eine Hochleistungs-Gradient-Boosting-Maschine. Sie liefert optimale Genauigkeit in einem einzigen Lauf ohne komplexes Tuning durch einen einfachen Budgetparameter. Sie bietet sofortige Unterstützung für kausales ML, kontinuierliches Lernen, native Kalibrierung und robuste Drift‑Überwachung sowie einen Rust‑Kern und Zero‑Copy‑Bindings für Python und R.
Konfigurierbare Generierung synthetischer Schemata und Wissensgraphen auf Knopfdruck
:books: Zusammenfassung zu Computer-Systemarchitektur, Grundlagen eingebetteter Systeme und gängigen Programmiersprachen
Eine kuratierte Liste von Monte-Carlo-Baumsuch-Papieren mit Implementierungen.
BharatMLStack ist ein Open-Source-, End-to-End-Machine-Learning-Infrastruktur-Stack, der bei Meesho entwickelt wurde, um Echtzeit- und Batch-ML-Workloads in Bharat-Größe zu unterstützen
Ein C++-basierter, leichtgewichtiger Musik- und Geräuschfilter für YouTube und andere Internetmedien, der DeepFilterNet zur Audioverbesserung verwendet.
Implementierung von Plug-in-and-Play-Attention aus "LongNet: Skalierung von Transformatoren auf 1.000.000.000 Token"
Privacy Meter: Eine Open-Source-Bibliothek zur Überprüfung des Datenschutzes in statistischen Algorithmen und Algorithmen für maschinelles Lernen.
Little Ball of Fur – Eine Graphenabtastungserweiterungsbibliothek für NetworKit und NetworkX (CIKM 2020)
Superchargen Sie WordPress-Inhaltsworkflows und Engagement mit Künstlicher Intelligenz.
Geerdete Suchmaschine (d. h. mit Quellreferenz) basierend auf LLM / ChatGPT / OpenAI API. Sie unterstützt Websuche, Suche nach Dateiinhalten usw.
Ein zero-dependency ML-Framework in C mit moderner Python-API für volle Kontrolle über Ausführung und Speicher.
Cookiecutter-Vorlage für FastAPI-Projekte mit: Machine Learning, uv, GitHub Actions und Pytests
Chatbot basierend auf natürlicher Sprachverarbeitung und maschinellem Lernen, unterstützt Mehrbenutzer-Konkurrenz und benutzerdefinierte Mehr-Runden-Dialoge
Code für hands-on unüberwachtes Lernen mit Python (O'Reilly Media)