#machine-learning Dépôts
2,070 dépôts au total
Code pour Machine Learning for Trading, 3e édition — de l'acquisition de données à l'exécution en direct.
⚡️HivisionIDPhotos : un outil léger et efficace d'IA pour photos d'identité. Un algorithme léger et efficace d'IA pour la création de photos d'identité.
FinGPT: Grands modèles linguistiques open-source pour la finance! Révolutionnez 🔥 Nous publions le modèle entraîné sur HuggingFace.
Collection de divers algorithmes en mathématiques, apprentissage automatique, informatique, physique, etc. implémentés en C à des fins éducatives.
Le pytorch handbook est un livre open source dont l'objectif est d'aider les amis qui souhaitent et utilisent PyTorch pour le développement et la recherche en deep learning à s'initier rapidement. Tous les tutoriels Pytorch inclus ont été testés et garantissent une exécution réussie.
💬 Framework d'apprentissage automatique open source pour automatiser les conversations basées sur le texte et la voix : NLU, gestion de dialogue, connexion à Slack, Facebook et plus - Créez des chatbots et des assistants vocaux
Une liste curated de bibliothèques open source géniales pour déployer, surveiller, versionner et scaler votre machine learning
Le Unity Machine Learning Agents Toolkit (ML-Agents) est un projet open-source qui permet aux jeux et simulations de servir d'environnements pour l'entraînement d'agents intelligents en utilisant l'apprentissage par renforcement profond et l'apprentissage par imitation.
《Réseaux neuronaux et apprentissage profond》 de Qiu Xipeng, deuxième édition et édition de culture générale : livre électronique, sommaire des chapitres, ressources d’apprentissage et errata.
ARIS ⚔️ (Auto-Research-In-Sleep) — Compétences légères en Markdown uniquement pour la recherche autonome en ML : boucles de revue inter-modèles, découverte d'idées et automatisation d'expériences. Pas de framework, pas de verrouillage — fonctionne avec Claude Code, Codex, OpenClaw ou tout agent LLM.
Matériaux pour le cours "Learn PyTorch for Deep Learning: Zero to Mastery".
Système de Trading Quantitatif Abu (Actions, Options, Futures, Bitcoin, Machine Learning) Trading quantitatif open-source basé sur Python, architecture d'investissement quantitatif
:book: Une liste curated de ressources dédiées au Traitement automatique du langage naturel (NLP)
Un protocole de cybersécurité open source pour la synchronisation de données graphiques décentralisées.
Une bibliothèque JavaScript accélérée par WebGL pour l'entraînement et le déploiement de modèles ML.
Un framework rapide, distribué et haute performance pour le gradient boosting (GBT, GBDT, GBRT, GBM ou MART) basé sur des algorithmes d'arbres de décision, utilisé pour le ranking, la classification et de nombreuses autres tâches d'apprentissage automatique.
[🔥mise à jour ...] Robot de trading quantitatif IA automatique (déploiement entièrement local) Plateforme de recherche sur les investissements quantitatifs basée sur l'IA. 📃 documentation en ligne : https://ufund-me.github.io/Qbot ✨ :news: qbot-mini: https://github.com/Charmve/iQuant
Bienvenue dans le Cookbook Llama ! Ceci est votre guide de référence pour la création avec Llama : Démarrage avec l'inférence, le fine-tuning et le RAG. Nous vous montrons également comment résoudre des problèmes de bout en bout en utilisant la famille de modèles Llama et en les utilisant sur divers services fournisseurs.
Plateforme IA privée pour agents, assistants et recherche d'entreprise. Agent Builder intégré, recherche approfondie, analyse de documents, prise en charge multi-modèles et connectivité API pour les agents.
Jeux de données, Transformations et Modèles spécifiques à la Vision par Ordinateur
Ce projet couvre les points de connaissance et les implémentations de code fréquemment testés lors des entretiens en apprentissage automatique (Machine Learning), apprentissage profond (Deep Learning) et PNL, et constitue également une base de connaissances théoriques essentielle pour tout ingénieur en algorithmes.
Primitives graphiques neuronales instantanées : NeRF ultra-rapide et plus encore
TensorFlow - Liste sélectionnée de ressources dédiées http://tensorflow.org
Résumé des livres gratuits. Téléchargement PDF Baidu Cloud Téléchargement eBook =钮趃圱欘偽罞僂珖椃櫑棅蚼饗仰苳堽彈朿骋騴郃碮字攉謳輒葓鼪滼觙悌爷砖杨鰙滣駧呸肧薉焤罳蛥鑔脽騺挬逽鴏剘牻帕啨砟躿猱逍錢饕橙岌媤瞧楆犧氤羼鳮鯆渟鶻椛彙踆膻挏鈒胆鬣喧璏鋂綨向糷螋炕谧溟涠褱暂餖钿慭轒烝嶬窷缚娽崢疺穻篥縍廝坞埜弼歒実湏蔎饮顀聂馅趿卄楲擜稿罫躸亖
Collecter et organiser des projets open source de haute qualité et intéressants sur GitHub.
Couche de mémoire pour Agents d'IA. Remplacez les pipelines RAG complexes par une couche de mémoire sans serveur et à fichier unique. Offrez à vos agents une récupération instantanée et une mémoire à long terme.
tutoriels, articles et autres ressources sur l'apprentissage automatique et l'apprentissage profond
📺 Découvrez les derniers cours sur l'apprentissage automatique / l'IA sur YouTube.
《Tutoriel d'apprentissage profond de Li Hongyi》(Recommandé par le professeur Li Hongyi 👍, Apple Books 🍎), Lien de téléchargement PDF : https://github.com/datawhalechina/leedl-tutorial/releases
Une liste organisée de cours, livres, conférences vidéo et articles sur l'intelligence artificielle (IA).
Une liste complète de contenu lié à Pytorch sur GitHub, tels que différents modèles, implémentations, bibliothèques d'assistance, tutoriels, etc.
OpenAI Baselines : implémentations de haute qualité d'algorithmes d'apprentissage par renforcement
MNN : Un moteur d'inférence ultra-rapide et léger, éprouvé en conditions réelles par Alibaba, alimentant des LLMs et une IA de bord haute performance sur appareil.
Un réseau de neurones qui transforme un mock-up de design en un site web statique.
pix2tex : Utiliser un ViT pour convertir des images d'équations en code LaTeX.
Burn est une bibliothèque de tenseurs de nouvelle génération et un framework de Deep Learning qui ne transige pas sur la flexibilité, l'efficacité et la portabilité.
Une liste curated pour des sources kubernetes awesome :ship::tada:
Convertissez des documents en données structurées sans effort. Unstructured est une solution ETL open-source pour transformer des documents complexes en formats propres et structurés pour les modèles linguistiques. Visitez notre site Web pour en savoir plus sur notre produit Platform de qualité professionnelle pour les flux de travail de production, le partitionnement, les enrichissements, le découpage et l'intégration.