#machine-learning Repositorios
2,070 repositorios en total
Colección completa de recursos de Java en versión china, incluyendo bibliotecas de desarrollo, herramientas de desarrollo, sitios web, blogs, WeChat, Weibo, etc., actualizada continuamente por Bole Online.
Curso gratuito de MLOps de DataTalks.Club. Regístrate aquí 👇🏼 para recibir notificaciones sobre la próxima cohorte
¡Aprende ingeniería de ML gratis en 4 meses! Regístrate aquí 👇🏼
Marco de entrenamiento distribuido para TensorFlow, Keras, PyTorch y Apache MXNet.
ChatterBot es un motor de diálogo conversacional de aprendizaje automático para crear chatbots
Una serie de cuadernos Jupyter que te guían a través de los fundamentos del aprendizaje automático y el aprendizaje profundo en Python utilizando Scikit-Learn, Keras y TensorFlow 2.
Un kit de herramientas para crear aplicaciones de aprendizaje automático y análisis de datos del mundo real en C++
Un marco de trabajo muy simple para el procesamiento de lenguaje natural (NLP) de vanguardia
Aprendizaje por transferencia / Adaptación de dominio / Generalización de dominio / Aprendizaje multitarea etc. Artículos, códigos, conjuntos de datos, aplicaciones, tutoriales. - Aprendizaje por transferencia
Libro MIT Deep Learning en formato PDF (completo y partes) de Ian Goodfellow, Yoshua Bengio y Aaron Courville
Versión de PyTorch de Stable Baselines, implementaciones confiables de algoritmos de aprendizaje por refuerzo.
Una lista curada de excelentes bibliotecas de Amazon Web Services (AWS), repositorios de código abierto, guías, blogs y otros recursos. Destacando el Fiery Meter of AWSome.
Perfilado de calidad de datos & análisis exploratorio de datos con 1 línea de código para DataFrames de Pandas y Spark.
✍🏻 Inmersiones profundas en código fuente, diseño de sistemas y blogs de ingeniería | Halfrost-Field: Notas de análisis de código fuente, diseño de sistemas y práctica de ingeniería
Explicabilidad avanzada de IA para visión por computadora. Soporte para CNN, Vision Transformers, Clasificación, Detección de objetos, Segmentación, Similitud de imágenes y más.
Sumérgete en Deep Learning, Reinforcement Learning, Machine Learning, Computer Vision y NLP aprendiendo de estas emocionantes conferencias!!
El repositorio de código y recurso de información del libro "Python Machine Learning (1ª edición)"
Un modelo Kimi K3 de 2,78 billones de parámetros ejecutando inferencia en una sola CPU con 8,24 GB de RAM. C99 portátil: sin BLAS, sin framework, sin GPU.
Colección de scripts para agregar datos de imágenes con el propósito de entrenar un Clasificador de Imágenes NSFW
cvpr2024/cvpr2023/cvpr2022/cvpr2021/cvpr2020/cvpr2019/cvpr2018/cvpr2017 Papers/Código/Interpretaciones/Transmisiones en vivo Colección, Organizado por el Equipo Jimu
Mapa de ruta de aprendizaje de inteligencia artificial, recopilación de casi 200 casos y proyectos prácticos, materiales complementarios gratuitos, entrada desde cero bases, práctica para el empleo! Incluye: Python, matemáticas, aprendizaje automático, análisis de datos, aprendizaje profundo, visión por computadora, procesamiento del lenguaje natural, PyTorch, tensorflow, machine-learning, deep-learning, data-analysis, data-mining, mathematics, data-science, artificial-intelligence, python, tensorflow, tensorflow2, caffe, keras, pytorch, algorithm, numpy, pandas, matplotlib, seaborn, nlp, cv y otros campos populares
Mis scripts de Python para crear figuras de alta calidad para publicaciones en conferencias y revistas de IA de primer nivel.
Una colección de recursos y artículos sobre modelos de difusión
Lime: Explicando las predicciones de cualquier clasificador de aprendizaje automático
Framework de bajo código para construir LLMs personalizados, redes neuronales y otros modelos de IA
La biblioteca de código abierto de Cleanlab es el paquete estándar de IA centrado en datos para la calidad de datos y el aprendizaje automático con datos y etiquetas desordenados del mundo real.
TensorZero es una plataforma de código abierto LLMOps que unifica un gateway LLM, observabilidad, evaluación, optimización y experimentación.
La plataforma para desarrolladores de IA. Usa Weights & Biases para entrenar y ajustar finamente modelos, y gestionar modelos desde la experimentación hasta la producción.
Ejemplos mínimos y limpios de implementaciones de algoritmos de aprendizaje automático
El servidor de inferencia Triton proporciona una solución de inferencia optimizada para la nube y el borde.
Kedro es una caja de herramientas para data science lista para producción. Utiliza las mejores prácticas de ingeniería de software para ayudarte a crear pipelines de ingeniería de datos y data science que sean reproducibles, mantenibles y modulares.
Cuadernos de Jupyter 📓 de ejemplo que demuestran cómo construir, entrenar e implementar modelos de aprendizaje automático usando 🧠 Amazon SageMaker.
X-AnyLabeling: Una aplicación de escritorio multiplataforma, ligera, eficiente y unificada para anotar texto, imágenes, vídeos, nubes de puntos y datos multimodales. Combina herramientas integradas versátiles con modelos de IA de última generación y opciones flexibles de exportación en múltiples formatos.