Jupyter Notebook Repositorios
1,614 repositorios en total
El repositorio de código abierto para el Taller de Modelado Causal en Aprendizaje Automático (Causal Modeling in Machine Learning Workshop) en Altdeep.ai @ www.altdeep.ai/courses/causalAI
El repositorio es para bases sólidas de aprendizaje por refuerzo.
Código de tutorial simple pero útil para web scraping en Python.
Algoritmos y sistemas de LLM con PyTorch, Triton y CUDA: aprendizaje práctico. «Tutorial de algoritmos y sistemas de LLM»: arquitecturas y entrenamiento de modelos, posentrenamiento, aceleración de inferencia, optimización del rendimiento y de operadores; incluye ejercicios en Notebook, explicaciones de las respuestas, pruebas y experimentos.
Este proyecto tiene como objetivo la detección de deepfakes de video utilizando técnicas de aprendizaje profundo como RestNext y LSTM. Hemos logrado la detección de deepfakes utilizando aprendizaje por transferencia, donde la CNN RestNext preentrenada se usa para obtener un vector de características, además, la capa LSTM se entrena utilizando las características. Para más detalles, siga la documentación.
Una lista curada de aplicaciones prácticas de machine learning empresarial (BML) y ciencia de datos empresarial (BDS) para Contabilidad, Cliente, Empleado, Legal, Gestión y Operaciones (por @firmai)
Notebooks, muestras de código, aplicaciones de ejemplo y otros recursos que demuestran cómo usar, desarrollar y administrar flujos de trabajo de aprendizaje automático e IA generativa utilizando Vertex AI de Google Cloud.
[Premio al Joven Científico de MICCAI 2019] [Premio al Mejor Artículo de MedIA] Models Genesis: preentrenamiento autosupervisado para imágenes médicas 3D. Aprende representaciones transferibles a partir de volúmenes de TC y RM sin etiquetar, y luego realiza un ajuste fino para tareas posteriores de segmentación y clasificación. Incluye pesos para Keras y PyTorch.
Un conjunto de datos de conjuntos de datos para aprender a aprender de pocos ejemplos
Aplique modelos de difusión utilizando el nuevo paquete diffusers de Hugging Face para sintetizar música en lugar de imágenes.
La ingeniería de características es el proceso de usar el conocimiento del dominio para extraer características de datos crudos mediante técnicas de minería de datos. Estas características se pueden usar para mejorar el rendimiento de los algoritmos de aprendizaje automático. La ingeniería de características se puede considerar como el aprendizaje automático aplicado en sí mismo.
Ejemplos de código para Robótica, Visión y Control, 3ª edición, en Python
Esta colección de cuadernos Jupyter está diseñada para proporcionarle una guía completa sobre diversas herramientas y tecnologías de IA
¡Camino a una educación autodidacta en Ciencia de Datos!
“EasyOffer” ( <Colección de Experiencias de Entrevistas de Modelos Grandes> ) es una guía de ofertas de prácticas de verano de modelos grandes, especialmente diseñada para los bebés LLM, que registra principalmente algunos códigos comunes de desarrollo práctico de grandes empresas, experiencias de entrevistas en grandes empresas y preguntas de reflexión comunes en grandes empresas para la preparación de prácticas de verano y reclutamiento de otoño de modelos grandes; soy un novato, aprendiendo...... Si tiene alguna pregunta, no dude en corregirme, estimados maestros, ¡espero que todos puedan obtener la oferta deseada!
PyHessian es una biblioteca de Pytorch para el análisis y entrenamiento basado en segundo orden de Redes Neuronales
Cuaderno Jupyter con implementación de PyTorch de Ecuaciones Diferenciales Ordinarias Neuronales
Análisis de estrategias de trading sistemático (p. ej., seguimiento de tendencias, carry y reversión a la media). El resultado se actualiza regularmente.
:books: [.md & .ipynb] Serie de Inteligencia Artificial & Aprendizaje Profundo, incluyendo Fundamentos Matemáticos, Prácticas en Python, Aplicaciones de NLP, etc. 💫 Práctica en Inteligencia Artificial y Aprendizaje Profundo: Edición de Estadística Matemática | Edición de Aprendizaje Automático | Edición de Aprendizaje Profundo | Edición de Procesamiento de Lenguaje Natural | Edición de Práctica con Herramientas Scikit & TensorFlow & PyTorch | Aplicaciones Industriales & Notas del Curso
Todas las respuestas a los ejercicios de Advances in Financial Machine Learning de Dr. Marco Lopez de Parodo.
Este es el repositorio complementario del libro de O'Reilly "Python for Excel".
¡Este es un tutorial multiagente basado en el framework CAMEL, cuyo objetivo es comprender cómo construir una Sociedad de Agentes desde cero!
[CVPR 2024] FRESCO: Correspondencia Espacio-Temporal para Traducción de Video de Disparo Cero
Implementación desde cero de un modelo de lenguaje de mezcla dispersa de expertos inspirado en makemore de Andrej Karpathy :)
Libro basado en cuaderno "Introducción a la robótica y la percepción" de Frank Dellaert y Seth Hutchinson
La biblioteca de Python para crear gráficos d3 independientes e interactivos.
Una biblioteca de código abierto para interactuar y procesar datos de radar, especializada en radares MIMO mmWave
Exporte listas de reproducción de Spotify usando la API web. Analícelas en el cuaderno de Jupyter.