#ml Repositories
Entdecke 171 aktive Open-Source-GitHub-Repositories, die mit #ml getaggt sind und insgesamt 1,023,429 Sterne gesammelt haben (durchschnittlich 5,984 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist tensorflow/tensorflow mit 201,665 Sternen.
Insgesamt 172 Repositories
12 Wochen, 26 Lektionen, 52 Quizze, klassisches maschinelles Lernen für alle
Die '30 Tage Python'-Programmierherausforderung ist eine Schritt-für-Schritt-Anleitung, um die Programmiersprache Python in 30 Tagen zu lernen. Diese Herausforderung kann auch mehr als 100 Tage dauern. Folgen Sie Ihrem eigenen Tempo. Auch diese Videos könnten hilfreich sein: https://www.youtube.com/channel/UC7PNRuno1rzYPb1xLa4yktw
Schnelle, kleine und vollautonome KI-Assistenten-Infrastruktur, jedes Betriebssystem, jede Plattform – überall einsetzbar, alles austauschbar 🦀
Die Open-Source-KI-Ingenieurplattform für Agenten, LLMs und ML-Modelle. MLflow ermöglicht es Teams aller Größen, produktionsreife KI-Anwendungen zu debuggen, auszuwerten, zu überwachen und zu optimieren, während Kosten kontrolliert und der Zugriff auf Modelle und Daten verwaltet wird.
⛔️ VERSCHOBEN/VERALTET – Siehe https://github.com/ageron/handson-ml3 oder handson-mlp stattdessen.
Eine Rangliste von großartigen Machine-Learning-Python-Bibliotheken. Wöchentlich aktualisiert.
MNN: Ein ultraschneller, leichter Inferenz-Engine, im Kampfeinsatz von Alibaba getestet, der hochperformante On-Device-LLMs und Edge-AI antreibt.
Konvertieren Sie Dokumente mühelos in strukturierte Daten. Unstructured ist eine Open-Source-ETL-Lösung zur Umwandlung komplexer Dokumente in saubere, strukturierte Formate für Sprachmodelle. Besuchen Sie unsere Website, um mehr über unser Enterprise-Grade-Plattformprodukt für Produktions-Workflows, Partitionierung, Anreicherungen, Chunking und Embedding zu erfahren.
Eine theoretische Rekonstruktion der Claude-Mythos-Architektur, aufgebaut aus ersten Prinzipien unter Verwendung der verfügbaren Forschungs-literatur.
Low-Code-Framework zum Erstellen benutzerdefinierter LLMs, neuronaler Netze und anderer KI-Modelle
Omnigent ist ein Open-Source-KI-Agenten-Framework und Meta-Harness: Orchestrieren Sie Claude Code, Codex, Cursor, Pi und benutzerdefinierte Agenten — tauschen Sie Harnesses ohne Neuschreiben aus, setzen Sie Richtlinien und Sandboxing durch, und arbeiten Sie in Echtzeit von jedem Gerät aus zusammen.
TensorZero ist eine Open-Source-LLMOps-Plattform, die ein LLM-Gateway, Observability, Evaluierung, Optimierung und Experimentierung vereint.
Dopamine ist ein Forschungsframework für das schnelle Prototyping von Reinforcement-Learning-Algorithmen.
Open-Source, Low-Code-AutoML-Plattform für Python. PyCaret 4.0: sklearn-nativer Engine + React-Steuerungsebene.
Eine leistungsstarke, hochperformante React Native Kamera-Bibliothek.
OneFlow ist ein Deep-Learning-Framework, das benutzerfreundlich, skalierbar und effizient gestaltet ist.
ML.NET ist ein Open-Source- und plattformübergreifendes Machine-Learning-Framework für .NET.
Open-Source-Observability für Ihre GenAI- oder LLM-Anwendung, basierend auf OpenTelemetry
Bauen Sie Ihren autonomen Hedgefonds in wenigen Minuten auf. AutoHedge nutzt die Kraft der Schwarmintelligenz und KI-Agenten, um Marktanalyse, Risikomanagement und Handelsausführung zu automatisieren.
Täglich aktualisierte Liste mit Praktika und Stellen für Absolventen im Bereich KI/ML 2027
SuperPrompt ist ein Versuch, Prompts zu entwickeln, die uns helfen könnten, KI-Agenten zu verstehen.
Aim 💫 — Ein benutzerfreundlicher und leistungsstarker Open-Source-Experiment-Tracker.
Superduper: End-to-End-Framework zum Erstellen benutzerdefinierter KI-Anwendungen und -Agenten.
KI-Systeme erstellen, bewerten und optimieren. Umfasst Evals (Bewertungen), RAG, Agenten, Feinabstimmung (Fine-Tuning), Generierung synthetischer Daten, Dataset-Management, MCP und mehr.
Einfache und verteilte Machine-Learning-Python-Bibliothek zur Portierung von ML-Algorithmen für Spark
Eine blitzschnelle Inferenzlösung für Text-Embeddings-Modelle
Installieren, ausführen und stellen Sie Ihren eigenen dezentralen KI-Agentenservice bereit
SwarmUI (ehemals StableSwarmUI), eine modulare Stable Diffusion Web-Benutzeroberfläche, mit Schwerpunkt darauf, Powertools leicht zugänglich, Hochleistung und Erweiterbarkeit zu machen.
Beispiele für ML.NET, ein Open-Source- und plattformübergreifendes Machine-Learning-Framework für .NET.
Deepchecks: Tests für die kontinuierliche Validierung von ML-Modellen & Daten. Deepchecks ist eine ganzheitliche Open-Source-Lösung für all Ihre Anforderungen an die KI- & ML-Validierung, mit der Sie Ihre Daten und Modelle von der Forschung bis zur Produktion gründlich testen können.
Häufig gestellte Fragen
Welches ist das beliebteste #ml-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#ml-Projekt auf GitHub ist tensorflow/tensorflow mit 201,665 Sternen. Ein Open-Source-Machine-Learning-Framework für alle
Welche Programmiersprachen werden in #ml-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #ml-Projekten auf GitHub sind Python, C++, Jupyter Notebook, Rust die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #ml-Repositories berechnet?
Wir verfolgen 171 aktive Open-Source-Repositories, die mit #ml getaggt sind (500+ Sterne), mit insgesamt 1,023,429 Sternen und durchschnittlich 5,984 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.