#machine-learning Repositories
Insgesamt 2,070 Repositories
Argilla ist ein Kollaborationstool für KI-Ingenieure und Domänenexperten zum Erstellen hochwertiger Datensätze
Eine Bibliothek von Erweiterungs- und Hilfsmodulen für Pythons Datenanalyse- und Machine-Learning-Bibliotheken.
Dieses Repository ist eine Sammlung von kostenlosen Ressourcen zum Erlernen von Data Science.
Ein Leitfaden für absolute Anfänger zu maschinellem Lernen und Bildklassifikation mit neuronalen Netzen
Kuratierte Liste der besten wirklich quelloffenen KI-Projekte, Modelle, Werkzeuge und Infrastruktur. Täglich aktualisiert.
🌟100+ Originale LLM / RL-Diagramme 📚, präsentiert vom Autor von "Large Model Algorithms"! 💥 (100+ LLM/RL Algorithmus-Karten)
MACE ist ein Deep-Learning-Inferenz-Framework, das für mobile heterogene Computing-Plattformen optimiert ist.
Installieren, ausführen und stellen Sie Ihren eigenen dezentralen KI-Agentenservice bereit
Liste von Telegram-Gruppen, Kanälen & Bots // Liste interessanter Gruppen, Kanäle und Telegram-Bots // Liste von Chats für Programmierer
Stalke deine Freunde. Finde ihre Instagram-, FB- und Twitter-Profile mit Bilderkennung und Reverse Image Search.
Kodezi Chronos ist ein Debugging-zentriertes Sprachmodell, das auf SWE-bench Lite (80,33 %) hochmoderne Ergebnisse und eine 67%ige Fehlerbehebungsgenauigkeit in der realen Welt erzielt, was über sechsmal besser ist als GPT-4. Es wurde mit Adaptiver Graph-Geführter Abfrage und Persistentem Debug-Speicher entwickelt. Das Modell wird im 1. Quartal 2026 über Kodezi OS verfügbar sein.
Eine C-Bibliothek zum Parsen/Normalisieren von Straßenadressen weltweit. Angetrieben von statistischer NLP und offenen Geodaten.
Ich glaube, dass Sie, die Doktoranden und Arbeitssuchenden, für die das Buch hauptsächlich bestimmt ist, davon profitieren werden; ich hoffe jedoch, dass selbst die erfahrensten Forscher es faszinierend finden werden.
Maschinelle Lernsysteme: Design und Implementierung (V2 wird bald veröffentlicht)
ALICE (Automated Learning and Intelligence for Causation and Economics) ist ein Microsoft Research-Projekt, das darauf abzielt, Konzepte der Künstlichen Intelligenz auf wirtschaftliche Entscheidungsfindung anzuwenden. Eines seiner Ziele ist es, ein Toolkit zu entwickeln, das modernste Machine-Learning-Techniken mit Ökonometrie kombiniert, um Automatisierung in komplexe kausale Inferenzprobleme zu bringen. Bis heute implementiert das ALICE Python SDK (econml) orthogonale Machine-Learning-Algorithmen wie die Double-Machine-Learning-Arbeit von
Ein menschenzentrierter, ressourcenbewusster Android-Knoten für Edge Computing und föderiertes Lernen. Er koordiniert verteilte Intelligenz durch datenschutzorientierte Lokalisierung und einen rücksichtsvollen Umgang mit der Hardware.
Eine probabilistische Programmiersprache in TensorFlow. Tiefgehende generative Modelle, variationelle Inferenz.
High-Level-Bibliothek zur Unterstützung beim flexiblen und transparenten Training und Evaluieren von neuronalen Netzen in PyTorch.
MegEngine ist ein schnelles, skalierbares, einfach zu bedienendes Deep-Learning-Framework mit Unterstützung für automatische Differenzierung.
SwarmUI (ehemals StableSwarmUI), eine modulare Stable Diffusion Web-Benutzeroberfläche, mit Schwerpunkt darauf, Powertools leicht zugänglich, Hochleistung und Erweiterbarkeit zu machen.
Ein MLOps-Framework zum Verpacken, Bereitstellen, Überwachen und Verwalten von Tausenden von Produktions-Machine-Learning-Modellen
Schnelle Gesichtserkennung, Lokalisierung von Pupille/Augen und Erkennung von Gesichtslandmarkenpunkten in reinem Go.
Ein Repository für verteiltes Training von Sprachmodellen mit Reinforcement Learning via Human Feedback (RLHF)
Google DeepMinds Software-Stack für physikbasierte Simulation und Reinforcement Learning-Umgebungen, der MuJoCo verwendet.
Erstellen Sie 🔥 Videos mit Stable Diffusion, indem Sie den latenten Raum erkunden und zwischen Text-Prompts morphen
KI/ML für Anfänger lernen mit einer Roadmap und kostenlosen Ressourcen.
Prompt Engineering, Generative KI und LLM-Leitfaden von Learn Prompting | Treten Sie unserem Discord bei, um die größte Lern-Community für Prompt Engineering zu finden
Nächste Generation der automatisierten Plattform für explorative Datenanalyse und Visualisierung.
Beispiele für ML.NET, ein Open-Source- und plattformübergreifendes Machine-Learning-Framework für .NET.