#machine-learning Dépôts
2,070 dépôts au total
Dépôt partagé pour les projets open source de l'équipe Google AI Language.
Interprétabilité et explicabilité des données et des modèles d'apprentissage automatique
(IROS 2020, ECCVW 2020) Implémentation officielle en Python pour «3D Multi-Object Tracking : A Baseline and New Evaluation Metrics»
Code officiel pour « DPM-Solver : un solveur d'ODE rapide pour l'échantillonnage de modèles probabilistes de diffusion en environ 10 étapes » (Neurips 2022 Oral)
Une bibliothèque de suivi d'expériences légère, axée sur le local et gratuite, proposée par Hugging Face 🤗
Paris sportifs NBA utilisant l'apprentissage automatique
Application de capture de mouvement pour caméra ESP32 enregistrant des JPEG sur carte SD sous forme de fichiers AVI et diffusant vers le navigateur en MJPEG. Si un microphone est installé, un fichier WAV est également créé. Les fichiers peuvent être téléchargés via FTP ou vers le navigateur.
Veille, recherche et application des technologies de pointe telles que le traitement automatique du langage naturel, les graphes de connaissances, les grands modèles de langage et les agents.
Le système d'auto-codage pour votre application — Alan AI SDK pour Flutter
Liste approximative de mes ressources préférées en deep learning, utile pour revoir des sujets ou pour référence. J'ai parcouru tout le contenu listé là, avec soin. - Guillaume Chevalier
Curation de données synthétiques pour le post-entraînement et l'extraction de données structurées
Boîte à outils de modèles, de callbacks et de jeux de données pour les chercheurs en IA/ML.
Exemples de fragments de code et code d'apprentissage automatique pour Teachable Machine
Gestion de versions de modèles ML open source, métadonnées et gestion d'expériences
Top 200 des dépôts GitHub en deep learning triés par nombre d'étoiles.
Une bibliothèque statistique conçue pour combler le vide dans les capacités d'analyse de séries temporelles de Python, incluant l'équivalent de la fonction auto.arima de R.
Explication des preuves, des exemples, des compléments conceptuels et des références du livre "Introduction à la théorie de l'apprentissage automatique" (Livre au trésor).
Une liste complète de plus de 180 chaînes YouTube dédiées à la science des données, à l'ingénierie des données, à l'apprentissage automatique, à l'apprentissage profond, à l'informatique, à la programmation, au génie logiciel, etc.
Intelligence Artificielle, Apprentissage Automatique et Apprentissage Profond formidables, tels que nous les apprenons. Notes d'étude et une liste curated de ressources formidables sur ces sujets.
OpenMLDB est une base de données open-source de machine learning qui fournit une plateforme de fonctionnalités pour le calcul de fonctionnalités cohérentes pour l'entraînement et l'inférence.
Plateforme open-source d'annotation de données multimodales avec support d'auto-annotation IA.
Résumé des ressources d'apprentissage AIOps, bienvenue pour compléter ensemble ce dépôt, bienvenue star
Fonctionnalité supplémentaire utile pour TensorFlow 2.x maintenue par SIG-addons
Une liste de CI et PI pour l'IA, l'apprentissage automatique et l'apprentissage profond.
AVERTISSEMENT : le projet Katib est OBSOLÈTE. Les utilisateurs doivent migrer vers OptimizationJob et Kubeflow Trainer.
Articles de recherche incontournables et liens vers des outils et des ensembles de données liés à l'utilisation de l'apprentissage automatique pour l'optimisation des compilateurs et des systèmes
Une boîte à outils d’apprentissage profond pour l’IA en santé : dossiers médicaux électroniques (MIMIC, eICU, OMOP), textes cliniques, signaux et imagerie. Plus de 30 modèles et des pipelines reproductibles.
Articles sur le pré-entraînement et l'apprentissage auto-supervisé sur les réseaux de neurones graphiques (GNN).
MLRun est une plateforme MLOps open source pour construire et gérer rapidement des applications ML continues tout au long de leur cycle de vie. MLRun s'intègre dans votre environnement de développement et CI/CD et automatise la livraison de données de production, de pipelines ML et d'applications en ligne.
Un cadre unifié pour les modèles d'apprentissage profond sur les données tabulaires
Une sélection de matériaux de recherche de pointe sur la prédiction de trajectoire
Sionna : une bibliothèque open-source pour la recherche sur les systèmes de communication