#machine-learning Repositorios
2,070 repositorios en total
MRMR (Mínima Redundancia Máxima Relevancia) para la selección automática de características a gran escala.
🍇 GRAPE es una biblioteca de aprendizaje de representación de grafos Rust/Python para Predicciones y Evaluaciones
Biblioteca de adquisición de imágenes para sistemas de visión por máquina basados en GenICam
🎉 PILOT: Una caja de herramientas para el aprendizaje continuo basada en modelos preentrenados
Monty es un marco de aprendizaje sensoriomotor basado en la teoría de los mil cerebros del neocórtex.
MatterSim: Un modelo atómico de aprendizaje profundo que abarca elementos, temperaturas y presiones.
La biblioteca AutoML más limpia del mundo ✨ - Realiza sintonización de hiperparámetros con las abstracciones de pipeline adecuadas para escribir pipelines de producción de aprendizaje profundo limpios. Deja que los pasos de tu pipeline tengan espacios de hiperparámetros. Diseña pasos en tu pipeline como componentes. Compatible con Scikit-Learn, TensorFlow y la mayoría de las otras bibliotecas, frameworks y entornos MLOps.
Todo el código fuente de "Robot Learning: A Tutorial". ¡Participa para ser destacado en la próxima iteración!
Notas de curso de Aprendizaje Automático (Machine Learning) 2021 Spring del profesor Li Hongyi de la Universidad de Taiwán (NTU)
Herramienta de generación de datos de entrenamiento de ML basada en visión por computadora :rocket:
Aprende de los mejores artículos de las principales conferencias | Oral Paper Skill — «Destila» prácticas comunes a partir de los resúmenes de 883 artículos Oral para comparar y mejorar tu artículo, y repasar lo aprendido · Skill + paquete de prompts (CN/EN). Aprende de los resúmenes de 883 artículos Oral para mejorar tu investigación y escritura.
Un subconjunto de los módulos de red neuronal de PyTorch, escritos en Python usando Triton de OpenAI.
Herramientas para comprender cómo se construyen las predicciones de los transformadores capa por capa
[NeurIPS 2021] Benchmarks multiescala para el aprendizaje de representación multimodal
Biblioteca de aprendizaje profundo TinyML independiente del proveedor, compilador y marco de inferencia para microcomputadoras y microcontroladores
Código para IDS-ML: desarrollo de sistemas de detección de intrusiones utilizando algoritmos de aprendizaje automático (árbol de decisión, random forest, extra trees, XGBoost, stacking, k-means, optimización bayesiana..)
Este repositorio contiene el código de evaluación para el artículo "MMMU: A Massive Multi-discipline Multimodal Understanding and Reasoning Benchmark for Expert AGI"
Aplicación esqueleto de FastAPI para servir modelos de aprendizaje automático listos para producción.
Obsoleto, ahora en sktime - paquete compañero para aprendizaje profundo basado en TensorFlow
Artículos de investigación recientes sobre Modelos Fundamentales para Optimización Combinatoria
En IA Generativa con Modelos Lingüísticos Grandes (LLM), aprenderás los fundamentos de cómo funciona la IA generativa y cómo implementarla en aplicaciones del mundo real.
Deep Learning Simplified es un repositorio de código abierto que contiene proyectos de aprendizaje profundo de nivel principiante a avanzado para los colaboradores, que desean comenzar su viaje en el aprendizaje profundo. URL de Devfolio, https://devfolio.co/projects/deep-learning-simplified-f013
Otro modelo lingüístico: inferencia LLM en C++/CUDA, sin bibliotecas excepto E/S
Un sistema de recomendación basado en contenido que recomienda películas similares a la película que le gusta al usuario y analiza los sentimientos de las críticas proporcionadas por el usuario
Aumento de imágenes para visión por computadora. Licencia exclusivamente AGPL-3.0 o licencia comercial.
Artículos AAAI 2024: Explore una colección completa de investigaciones innovadoras presentadas en una de las principales conferencias de inteligencia artificial. Integre sin problemas las implementaciones de código para una mejor comprensión. ⭐ ¡experimenta la vanguardia del progreso en inteligencia artificial con este repositorio!
Herramientas con seguridad de tipos, inferencia en el dispositivo, flujos de trabajo multiagente, memoria y barreras de seguridad, en un único entorno de ejecución nativo de Swift
AI-in-a-Box aprovecha la experiencia de Microsoft en todo el mundo para desarrollar y proporcionar soluciones de IA y ML a la comunidad técnica. Nuestra intención es presentar una colección seleccionada de aceleradores de soluciones que puedan ayudar a los ingenieros a establecer sus entornos y soluciones de IA/ML de forma rápida y con una fricción mínima.
Modeltime desbloquea modelos de pronóstico de series temporales y aprendizaje automático en un solo framework
OWASP CycloneDX es un estándar de Lista de Materiales (BOM) de pila completa que proporciona capacidades avanzadas de cadena de suministro para la reducción del riesgo cibernético. SBOM, SaaSBOM, HBOM, AI/ML-BOM, CBOM, OBOM, MBOM, VDR y VEX
Marco de trabajo para la implementación rápida de pipelines de procesamiento y operación de datos
Este repositorio contiene todo lo que necesita para dominar el aprendizaje automático
💭 Análisis de Sentimiento Basado en Aspectos: Transformer & ML Explicable (TensorFlow)
QKeras: una biblioteca de aprendizaje profundo de cuantización para Tensorflow Keras