#machine-learning Dépôts
2,070 dépôts au total
Plugin audio pour la transcription audio vers MIDI utilisant l'apprentissage profond.
Remplacement drop-in d'Apache Spark écrit en Rust, unifiant le traitement par lots, le traitement en flux et les charges de travail IA intensives en calcul.
:earth_americas: tutoriels d'apprentissage automatique (principalement en Python3)
StudioGAN est une bibliothèque Pytorch fournissant des implémentations de réseaux antagonistes génératifs (GAN) représentatifs pour la génération d'images conditionnelles/inconditionnelles.
TextAttack 🐙 est un framework Python pour les attaques adverses, l'augmentation de données et l'entraînement de modèles en NLP https://textattack.readthedocs.io/en/master/
Débogage, surveillance et visualisation pour Python Machine Learning et Data Science
Framework d'apprentissage profond open-source pour construire, entraîner et affiner des modèles d'apprentissage profond à l'aide de méthodes Physics-ML de pointe
Towhee est un framework dédié à rendre les pipelines de traitement de données neuronales simples et rapides.
Livre_7_《Machine Learning》 | Le livre sur l'iris : de l'addition et de la soustraction au machine learning ; critiques et suggestions sont les bienvenues.
IA et apprentissage automatique avec Kubeflow, Amazon EKS et SageMaker
Liaisons .NET Standard pour TensorFlow de Google pour développer, entraîner et déployer des modèles d'apprentissage automatique en C# et F#.
OP Vault ChatGPT : Donnez à ChatGPT une mémoire à long terme en utilisant l'OP Stack (OpenAI + Pinecone Vector Database). Téléchargez vos propres fichiers de base de connaissances personnalisés (PDF, txt, epub, etc.) à l'aide d'un simple frontend React.
Implémentation PyTorch propre, robuste et unifiée d'algorithmes populaires d'apprentissage par renforcement profond (DRL) (Q-learning, Duel DDQN, PER, C51, Noisy DQN, PPO, DDPG, TD3, SAC, ASL)
Une bibliothèque pour l'analyse audio et musicale, l'extraction de caractéristiques.
Ce dépôt est une collection sélectionnée de projets pratiques en data science adaptés aux débutants. Que vous commenciez tout juste votre parcours en data science ou que vous souhaitiez renforcer vos compétences, ces projets offrent une manière pratique et interactive d'appliquer vos connaissances.
Boîte à outils AutoML pour Python permettant de comparer des modèles de classification, de régression et de prévision de séries temporelles, avec accélération GPU, suivi MLflow et prétraitement automatisé.
Le dépôt officiel pour ROOT : analyser, stocker et visualiser les big data, scientifiquement
Avertissement : La connexion aux logiciels affiliés à Tencent tels que WeChat ou QQ est interdite. Ce programme permet l'intégration avec des plateformes tierces. C'est un programme de compagnonnage émotionnel plus réaliste basé sur LLM, qui vous permet de rencontrer les personnages de vos rêves.
Paquet Python pour AutoML sur des données tabulaires avec ingénierie des caractéristiques, réglage des hyper-paramètres, explications et documentation automatique
🔅 Shapash : Explicabilité et Interprétabilité Conviviales pour Développer des Modèles d'Apprentissage Automatique Fiables et Transparents
Une collection complète de ressources relatives aux KAN (Kolmogorov-Arnold Network), y compris des bibliothèques, des projets, des tutoriels, des articles, etc., pour les chercheurs et les développeurs dans le domaine du Kolmogorov-Arnold Network.
ManimML est un projet axé sur la fourniture d'animations et de visualisations de concepts courants d'apprentissage automatique avec la Manim Community Library.
Toutes les notes et le matériel du cours CS229 : Apprentissage automatique de la Stanford University
Otter, un modèle multimodal basé sur OpenFlamingo (version open-source de Flamingo de DeepMind), entraîné sur MIMIC-IT et démontrant une capacité améliorée à suivre les instructions et l'apprentissage en contexte.
Apprenez à concevoir, développer, déployer et itérer sur des applications ML prêtes pour la production.
Un dépôt listant les sources potentielles qui vous aideront à vous préparer pour un entretien Data Science/Machine Learning. De nouvelles ressources sont ajoutées fréquemment.
Ce repository est conçu pour aider les débutants en machine learning ou ceux qui se préparent à un étude. (This repository is intended for helping those who are beginners in machine learning or preparing for study)
Répertoire de tutoriels et de dépôts de code open-source pour travailler avec Keras, la bibliothèque d'apprentissage profond Python
Determined est une plateforme open-source d'apprentissage automatique qui simplifie l'entraînement distribué, le réglage des hyperparamètres, le suivi des expériences et la gestion des ressources. Fonctionne avec PyTorch et TensorFlow.
Implémentation de Dreambooth (https://arxiv.org/abs/2208.12242) par Textual Inversion (https://arxiv.org/abs/2208.01618) pour Stable Diffusion (https://arxiv.org/abs/2112.10752). Modifications axées sur l'entraînement de visages, d'objets et de styles.
La Compute Library est un ensemble de fonctions de vision par ordinateur et d'apprentissage automatique optimisées pour les CPU Arm et les GPU en utilisant les technologies SIMD.
Isolez les voix, la batterie, la basse et autres pistes instrumentales de n'importe quelle chanson
Le kit d'apprentissage automatique pour l'analyse de séries temporelles en Python
Reconnaissance faciale, détection de vivacité du visage, protection du visage contre l’usurpation, détection du visage, points caractéristiques du visage, comparaison faciale, mise en correspondance faciale, pose du visage, expression faciale, attributs du visage, extraction de modèles faciaux, points caractéristiques du visage
Une bibliothèque Python pour la visualisation des arbres de décision et l'interprétation de modèles.
Liste d'outils et de datasets pour la détection d'anomalies sur des données de séries temporelles.
Ici, vous pouvez obtenir toutes les bases de l'apprentissage automatique quantique, les algorithmes, le matériel d'étude, les projets et les descriptions des projets sur le web.
Liens vers des ressources soigneusement sélectionnées pour la science des données en un seul endroit
Plateforme de compétences de caméras IA open‑source, NVR IA et surveillance CCTV. Analyse vidéo VLM locale avec Qwen, DeepSeek, SmolVLM, LLaVA, YOLO26. Agent de caméra de sécurité alimenté par LLM — surveille, comprend, se souvient et protège votre domicile via Telegram, Discord ou Slack. Compétences IA modulables. OpenAI, Google, Anthropic ou IA locale. Fonctionne sur Mac Mini et PC IA.
un outil d'apprentissage automatique exceptionnel qui vous permet d'entraîner, de tester et d'utiliser des modèles sans écrire de code