#machine-learning Repositorios
2,070 repositorios en total
Una lista curada de impresionantes aplicaciones, cursos, demostraciones y características de Taichi.
Detecciones de carreteras a partir de imágenes aéreas de Microsoft Maps
Una colección de algunos conjuntos de datos para segmentación / detección de saliencia. Bienvenido a PR...:smile:
Un cerebro que aprende de la experiencia en tiempo real. Sistema 1 de forma predeterminada: percepción, memoria, plasticidad y acción. Sistema 2 opcional para la autoobservación y las correcciones lentas.
TimeCopilot: el marco de predicción agentivo. Basado en LLM y modelos fundacionales de series temporales, permite realizar predicciones, validación cruzada y detección de anomalías con múltiples modelos fundacionales a través de una única API. Desde las finanzas y la energía hasta la analítica web, TimeCopilot convierte consultas en lenguaje natural en predicciones listas para producción.
Pequeño GPT implementado desde cero en Go puro. Optimizado para la comprensión. Entrenado en libros de Julio Verne.
Una colección curada de conjuntos de datos industriales públicos.
El paquete oficial de Python de Roboflow. Administre sus conjuntos de datos, modelos y implementaciones. Roboflow tiene todo lo que necesita para crear una aplicación de visión por computadora.
Un repositorio de recursos para el desaprendizaje automático en modelos de lenguaje grandes
Módulo para aprendizaje estadístico, con un énfasis particular en modelado dependiente del tiempo
Repositorio para contenido de Community Mentor relacionado con la Especialización en Data Science de la Universidad Johns Hopkins en Coursera
Kokoro Web: ¡Texto a voz con IA gratuito, en línea o autoalojado, compatible con OpenAI!
:bookmark_tabs: Recursos de aprendizaje automático en línea
Análisis de patentes utilizando los conjuntos de datos públicos de Google Patents en BigQuery
Human Preference Score v2: Un sólido benchmark para evaluar las preferencias humanas en la síntesis de texto a imagen
¡Únete a la comunidad en Discord para más discusiones sobre Neutone! https://discord.gg/VHSMzb8Wqp
Probabilidad y Estadística para Ciencia de Datos: Una introducción autocontenida a la probabilidad y la estadística para la ciencia de datos, que incluye un pdf gratuito, 103 cuadernos de Python que utilizan 23 conjuntos de datos del mundo real, 118 videos con diapositivas y soluciones a 200 ejercicios
Aplicación Electron de síntesis de voz basada en aprendizaje automático, con voces de personajes específicos de videojuegos
Ciclo de vida completo de un proyecto de ciencia de datos
Una lista impresionante de artículos sobre ataques de privacidad contra el aprendizaje automático
Implementación/Tutorial sobre el uso de métodos de aprendizaje automático automatizado (AutoML) para aprendizaje estático/por lotes y aprendizaje en línea/continuo
Curso intensivo IAP del MIT: Cálculo matricial para el aprendizaje automático y más allá
Aprende Machine Learning con el Programa Amazon ML Summer School 2026. Accede a resúmenes de sesiones, preguntas de opción múltiple de años anteriores, preguntas de programación y material oficial de prueba. Practica tareas de codificación por módulos y construye una base sólida para entrevistas y aplicaciones del mundo real.
Repositorio para la documentación y los ejemplos de nvCOMP. nvCOMP es una biblioteca para compresión/descompresión sin pérdidas rápida en la GPU que se puede descargar desde https://developer.nvidia.com/nvcomp.
Pasos pipeables para ingeniería de características y preprocesamiento de datos para preparar el modelado
Construye modelos de visión por computadora completamente funcionales con PyTorch
Este repositorio recopila algunos códigos que encapsulan algoritmos de uso común en el campo del aprendizaje automático. La mayoría se basa en Numpy, Pandas o Torch. Puede profundizar su comprensión de los modelos y algoritmos relacionados o revisarlos para obtener el código personalizado que le pertenece haciendo referencia a este repositorio.
Diapositivas sobre IA, notas de artículos, apuntes de clase, publicaciones de blog y resúmenes de investigación.
Awesome Jev: una guía práctica, respaldada por fuentes, sobre el modelo System One de TypeSafe, con SDK, demostraciones en vivo, herramientas para agentes y evaluaciones independientes.