#machine-learning Repositories
Insgesamt 2,070 Repositories
🔥🔥🔥Java-Code zur Implementierung des Aufrufs von RapidOCR (basiert auf PaddleOCR), Anpassung für Mac, Win, Linux, Unterstützung für das neueste PP-OCRv4
Führen Sie Ihre Deep-Learning-Workloads auf Kubernetes einfacher und effizienter aus.
Dieses Projekt kombiniert Statistik mit Finanztheorie, um eine beliebte Handelsstrategie für Aktienmärkte zu demonstrieren: Pairs Trading.
Entdecken Sie eine umfassende Sammlung von Ressourcen, Tutorials, Fachartikeln, Tools und Best Practices zur Feinabstimmung großer Sprachmodelle (LLMs). Perfekt für Praktiker und Forschende im Bereich maschinelles Lernen!
skops ist eine Python-Bibliothek, die Ihnen hilft, Ihre auf scikit-learn basierenden Modelle zu teilen und in Produktion zu bringen.
Papierliste für die Einzelobjektverfolgung (State-of-the-Art SOT-Tracker)
Trainieren Sie Machine-Learning-Modelle in einem 🐳 Docker-Container mit 🧠 Amazon SageMaker.
Eine kuratierte Sammlung von KI-Tools, Dienstprogrammen und Ressourcen für Entwickler und Kreative
TensorLayerX: Ein einheitliches Framework für Deep Learning und Reinforcement Learning für alle Hardwares, Backends und Betriebssysteme.
PromptInject ist ein Framework, das Prompts modular zusammenstellt, um eine quantitative Analyse der Robustheit von LLMs gegenüber adversariellen Prompt-Angriffen zu ermöglichen. 🏆 Auszeichnung als bestes Paper beim NeurIPS ML Safety Workshop 2022
MBATS ist eine Docker-basierte Plattform zur Entwicklung, zum Testen und zum Bereitstellen von Algorithmic-Trading-Strategien mit einem Fokus auf Algorithmen, die auf maschinellem Lernen basieren.
Ein robustes und flexibles Open-Source-Framework für die Analyse des Benutzer- und Entitätsverhaltens (UEBA), das für Sicherheitsanalysen verwendet wird. Mit Liebe entwickelt von Datenwissenschaftlern und Sicherheitsanalysten aus der Cybersicherheitsbranche. [BETA]
CircuitNet: Ein Open-Source-Datensatz für maschinelle Lernanwendungen in der elektronischen Designautomatisierung (EDA)
Die offizielle PyTorch-Implementierung des Papers "SAITS: Self-Attention-basierte Imputation für Zeitreihen". Ein schnelles und State-of-the-Art (SOTA) Deep-Learning-Neuronal-Netzwerk-Modell für effiziente Zeitreihen-Imputation (Imputation multivariater unvollständiger Zeitreihen mit NaN fehlenden Daten/Werten mittels Machine Learning). https://arxiv.org/abs/2202.08516
Analysieren Sie unstrukturierte Daten mit Towhee, wie z. B. umgekehrte Bildersuche, umgekehrte Videosuche, Audioklassifizierung, Frage-Antwort-Systeme, Molekülsuchsysteme usw.
Python-zentriertes Mitlesen von Forecasting: Principles and Practice
pytextclassifier ist ein Toolkit für Textklassifikation. Textklassifikation, Implementierungen von Klassifikationsmodellen wie LR, Xgboost, TextCNN, FastText, TextRNN, BERT usw., einsatzbereit.
🌲 Implementierung des Robust Random Cut Forest-Algorithmus für die Anomalieerkennung in Streams
Tangle ist eine Webanwendung, mit der Benutzer Machine-Learning-Pipelines erstellen und ausführen können, ohne eine Entwicklungsumgebung einrichten zu müssen.
Trainiert qualitativ hochwertige Text-zu-Bild-Diffusionsmodelle auf eine daten- und recheneffiziente Weise
Repository des Kurses Maschinelles Lernen von A bis Z mit R und Python
Eine kuratierte Liste von Ressourcen, die sich auf Machine-Learning-Anwendungen für LEGO-Steine konzentrieren
YOLO Magic🪄 ist eine Erweiterung, die auf Ultralytics' YOLOv5 basiert und entwickelt wurde, um leistungsfähigere Funktionalitäten und einfachere Bedienung für visuelle Aufgaben zu bieten.
Offizielles Repository für DAD-3DHeads: Ein großangelegtes dichtes, genaues und diverses Dataset für die 3D-Kopfalignment aus einem einzigen Bild (CVPR 2022).
Aktueller Stand der überwachten und unüberwachten Tiefenkomplettierungsverfahren
Ein Machine-Learning-Tool für automatisierte Vorhersage-Engineering. Es ermöglicht Ihnen, Vorhersageprobleme leicht zu strukturieren und Labels für das überwachte Lernen zu generieren.