#machine-learning Repositorios
2,070 repositorios en total
Una colección de los repositorios de Github más importantes para profesionales de ML, IA y ciencia de datos
SchNetPack - Redes Neuronales Profundas para Sistemas Atómicos
Un curso de aprendizaje automático utilizando Python, Jupyter Notebooks y OpenML
Interfaz Unificada para Construir y Gestionar Flujos de Trabajo en diferentes motores de flujo de trabajo, como Argo Workflows, Tekton Pipelines y Apache Airflow.
Conjuntos Moleculares (MOSES): Una Plataforma de Benchmarking para Modelos de Generación Molecular
Blog técnico de algoritmos de aprendizaje automático en Python, ¡con contenido original! ¡Con práctica de código! 【Para más contenido, síguelo en la cuenta pública "Avance de Algoritmos"】
Un tutorial para la competencia de Kaggle 'Titanic: Machine Learning from Disaster'. Demuestra técnicas básicas de limpieza de datos, análisis y visualización. Muestra ejemplos de técnicas de aprendizaje automático supervisado.
Una interfaz uniforme para ejecutar modelos de aprendizaje profundo de múltiples frameworks
Biblioteca de aprendizaje activo bayesiano para casos de uso en investigación e industriales.
OpenEMMA, una "reproducción" de código abierto con licencia permisiva del modelo EMMA de Waymo.
Implementación pura de Rust de un transformador generativo pre-entrenado mínimo
🤖 Repositorios, herramientas, sitios web, artículos y tutoriales de IA recolectados automáticamente. Caja de herramientas práctica de IA 💎
Página web complementaria del libro "Bayesian Optimization" de Roman Garnett
Explore el aprendizaje automático y la ciencia de datos con Codespaces
Puffer es un sitio web gratuito de streaming de TV en vivo y un estudio de investigación en Stanford que utiliza aprendizaje automático para mejorar el streaming de video.
😇Una implementación en PyTorch del modelo DeepMoji: modelo de aprendizaje profundo de vanguardia para analizar sentimientos, emociones, sarcasmo, etc.
Croissant es un formato de alto nivel para conjuntos de datos de aprendizaje automático que reúne cuatro capas ricas.
Un modelo OCR de LaTeX SOTA minimalista con solo 20M de parámetros, que se ejecuta en el navegador. Pipeline de entrenamiento completo disponible para auto-reproducción. | Modelo OCR de fórmula LaTeX SOTA ultraligero con solo 20M de parámetros, que se ejecuta en el navegador. Código de entrenamiento completo de código abierto para autoaprendizaje y reproducción.
🧠 Motorhead es un servidor de recuperación de memoria e información para LLM.
Aplicación que muestra múltiples pipelines de modelos de difusión en tiempo real con Diffusers
NVIDIA Merlin es una biblioteca de código abierto que proporciona sistemas de recomendación acelerados por GPU de extremo a extremo, desde la ingeniería y preprocesamiento de características hasta el entrenamiento de modelos de aprendizaje profundo y la ejecución de inferencias en producción.
MONAI Label es una herramienta inteligente de código abierto para etiquetar y aprender imágenes.
El modelo de toma de decisiones de código abierto System One. Menos de 15 ms, no autorregresivo y alternativa local de sustitución directa a TypeSafe Jev.
BladeDISC es un proyecto de compilador de forma dinámica de extremo a extremo para cargas de trabajo de aprendizaje automático.
Jenetics - Algoritmo Genético, Programación Genética, Evolución Gramatical, Algoritmo Evolutivo y Optimización Multi-objetivo
Backend que impulsa el visor de conjuntos de datos en las páginas de conjuntos de datos de Hugging Face a través de una API pública.
Slips, un sistema de software libre de prevención de intrusiones basado en comportamiento en Python (IDS/IPS) que utiliza aprendizaje automático para detectar comportamientos maliciosos en el tráfico de red. Stratosphere Laboratory, AIC, FEL, CVUT in Prague.
:four_leaf_clover: Biblioteca de optimización evolutiva para Go (algoritmo genético, optimización por enjambre de partículas, evolución diferencial)
Un framework de servicio de modelos de ML de alto rendimiento, ofrece procesamiento por lotes dinámico y canalizaciones de CPU/GPU para aprovechar al máximo su máquina de cómputo
ALiPy: Active Learning in Python es una caja de herramientas de aprendizaje activo en Python, que permite a los usuarios evaluar, comparar y analizar cómodamente el rendimiento de los métodos de aprendizaje activo.
Un servidor de inferencia para sus modelos de aprendizaje automático, que incluye soporte para múltiples frameworks, servicio de múltiples modelos y más