#machine-learning Dépôts
2,070 dépôts au total
Une liste organisée de documents, thèses, ensembles de données et outils liés à l'application de l'apprentissage automatique pour l'ingénierie logicielle
Ce dépôt contient les notebooks et les présentations que nous utilisons pour nos Databricks Tech Talks "
INCEpTION fournit une plateforme d'annotation sémantique offrant une assistance intelligente à l'annotation et la gestion des connaissances.
Appariement flou direct, récupération d'informations et blocs de construction NLP pour JavaScript.
Système ML de qualité production pour la détection automatisée d'erreurs d'unité de mesure | Précision de 88 à 92 % | Autonomie de 94 % | Flux de travail KNIME
Un scanner d'informations personnelles identifiables (PII) alimenté par l'IA.
Ce dépôt fournit une pile personnalisable pour démarrer de nouveaux projets ML sur Databricks qui suivent les meilleures pratiques de production dès le départ.
Ensemble d'environnements robotiques basés sur le moteur physique PyBullet et gymnasium.
Une sélection d’outils d’IA, de compétences d’agents, de bibliothèques et de ressources pour la recherche, l’enseignement et l’analyse des politiques économiques. Maintenue par l’équipe OpenEcon.
Dépôt modèle pour construire des projets PyTorch à partir de la source sur n'importe quelle version de PyTorch/CUDA/cuDNN.
Implémentation officielle pour EMNLP 2024 (session principale, présentation orale) « AgentReview : explorer l’évaluation par les pairs académique avec un agent LLM ».
Flux de travail de bout en bout de Google Cloud Platform Vertex AI pour les opérations d'apprentissage automatique
Perpetual est une machine de gradient boosting haute performance. Elle délivre une précision optimale en une seule exécution sans réglages complexes grâce à un simple paramètre de budget. Elle prend en charge, par défaut, le ML causal, l’apprentissage continu, la calibration native et la surveillance robuste du dérive, ainsi que le cœur Rust et des liaisons zéro‑copie pour Python et R.
Génération configurable de schémas synthétiques et de graphes de connaissances à portée de main
:books: Résumé des contenus relatifs à l'architecture des systèmes informatiques, aux bases des systèmes embarqués et aux langages de programmation principaux
Une liste curated de papiers sur la recherche arborescente de Monte Carlo avec implémentations.
BharatMLStack est une pile d'infrastructure d'apprentissage automatique open-source de bout en bout construite chez Meesho pour prendre en charge les charges de travail ML en temps réel et par lots à l'échelle de Bharat
Un système léger basé sur C++ pour la suppression de musique et de bruit pour YouTube et d'autres médias Internet, utilisant DeepFilterNet pour l'amélioration audio.
Implémentation de l'attention plug-and-play de "LongNet : Scalabilité des transformeurs à 1 milliard de tokens"
Privacy Meter : Une bibliothèque open-source pour auditer la confidentialité des données dans les algorithmes statistiques et d'apprentissage automatique.
Little Ball of Fur - Une bibliothèque d'extension d'échantillonnage de graphes pour NetworKit et NetworkX (CIKM 2020)
Superchargez les flux de travail de contenu WordPress et l'engagement avec l'Intelligence Artificiale.
Moteur de recherche ancré (c'est-à-dire avec référence à la source) basé sur LLM / ChatGPT / API OpenAI. Il prend en charge la recherche sur le Web, la recherche de contenu de fichiers, etc.
Un framework ML sans dépendances en C avec une API Python moderne pour un contrôle total sur l'exécution et la mémoire.
Algorithmes d'apprentissage automatique pour les systèmes quantiques à plusieurs corps
Modèle Cookiecutter pour les projets FastAPI utilisant : Machine Learning, uv, GitHub Actions et Pytests
Chatbot basé sur la compréhension du langage naturel et l'apprentissage automatique, supporte la concurrence multi-utilisateurs et les dialogues multi-tours personnalisés
Code pour l'Apprentissage Non Supervisé Pratique avec Python (O'Reilly Media)