#machine-learning Dépôts
2,070 dépôts au total
Collection d'articles ICLR et de projets open source des années précédentes, y compris ICLR2021, ICLR2022, ICLR2023, ICLR2024, ICLR2025.
Llama à partir de zéro, ou comment implémenter un article sans pleurer
TOROS Buffalo : Un projet open source rapide et scalable prêt pour la production pour les systèmes de recommandation
Intelligence météorologique basée sur l'IA pour les contrats à terme de matières premières agricoles. Prédit les mouvements de prix 48 à 72 heures à l'avance pour le jus d'orange, le café, le cacao, le sucre, le maïs et le blé en utilisant Claude Sonnet + données satellite
Compendium de ressources gratuites de lecture en apprentissage automatique
Étiquetez les Objets et Économisez du Temps (LOST) - Concevez votre propre processus d'annotation d'images intelligent dans un environnement basé sur le web.
Plateforme pour les projets d'apprentissage automatique en ingénierie logicielle
Moteur de recherche de modèle linguistique construit sur une base de données vectorielle et un magasin clé/valeur universel.
Un système de classification flexible et adaptatif pour la classification dynamique de texte
Utilisez des modèles PyTorch avec CasADi pour l'optimisation basée sur les données ou le contrôle optimal basé sur l'apprentissage. Prend en charge Acados.
hihttps est un pare-feu d'applications web haute performance avec code source complet, qui prend en charge toutes les fonctions d'un WAF traditionnel telles que l'injection SQL, XSS, l'analyse de vulnérabilités malveillantes, le craquage par force brute des mots de passe, CC, DDoS, etc., y compris les règles d'expressions régulières ModSecurity, et également l'apprentissage automatique non supervisé pour contrer de manière autonome les attaques inconnues.
Ressources en apprentissage automatique et apprentissage profond
Une collection de comptes de développeurs géniaux (Twitter, Facebook,...) 👨💻 qui enrichissent le contenu arabe, les podcasts, les articles, les chaînes Youtube et quelques conseils et directives.
Le Microsoft Scalable Noisy Speech Dataset (MS-SNSD) est un ensemble de données de parole bruitée qui peut s'adapter à des tailles arbitraires en fonction du nombre de locuteurs, des types de bruit et des niveaux de Rapport Signal sur Bruit (SNR) souhaités.
Code Python, Jupyter Notebooks, fichiers CSV avec des exemples pour les exercices du blog aprendemachinelearning.com et du livre Aprende Machine Learning en Español
Freqtrade — Outil de configuration et de gestion pour le bot de trading crypto open‑source Freqtrade, avec backtesting de stratégie, modes live/dry‑run, prise en charge de plus de 10 bourses (Binance, Kraken, OKX), optimisation de l'hyperparamètre, tableau de bord FreqUI et interface de menu riche en terminal
Nous connaissons bien les GAN pour leur succès dans la génération d'images réalistes. Cependant, elles peuvent également être appliquées à la génération de données tabulaires. Nous passerons en revue et examinerons certains articles récents sur les GAN tabulaires en action.
Référentiel officiel pour l'article "Grokfast : Grokking accéléré en amplifiant les gradients lents"
Liens vers les publications de conférences/journaux sur la vérification automatique des faits (ressources pour l'article TACL22/EMNLP23).
:octocat:🌟 Les ressources ultimes pour des projets de niveau débutant à avancé en un seul endroit 💻 🎯🚀
Boîte à outils de pathologie computationnelle développée par le Centre TIA, Université de Warwick.
Organisez vos expériences en étapes distinctes qui peuvent être mises en cache et réutilisées tout au long de la durée de vie de votre projet de recherche.
Modern Time Series Forecasting with Python, publié par Packt
Une liste organisée de ressources éducatives en science des données pour les compétences essentielles en science des données
Vector Hub – Bibliothèque pour une découverte et une consommation faciles de modèles de pointe permettant de transformer les données en vecteurs (text2vec, image2vec, video2vec, graph2vec, bert, inception, etc.)
SciKit-Learn Laboratory (SKLL) facilite l'exécution d'expériences d'apprentissage automatique.
Utilisez ArXiv ChatGuru pour discuter avec des articles de recherche. Cette application utilise LangChain, OpenAI, Streamlit et Redis comme base de données vectorielle/cache sémantique.
Une liste curated de ressources en intelligence artificielle (Cours, Outils, Applications, Projets open source)
Pipeline d'augmentation pour le rendu des processus d'impression sur papier synthétique, fax, numérisation et copie
Implémentation Julia de l'API scikit-learn https://cstjean.github.io/ScikitLearn.jl/dev/
55 compétences rigoureuses pour Claude Code, Codex, OpenCode 1 et 2, et Pi : revue de code, audits de sécurité, développement de fonctionnalités, conception frontend, outils MCP, apprentissage automatique/entraînement avec Hugging Face, et bien plus encore.
Une collection de modèles de détection de fausses nouvelles basés sur les GNN.
Réimplémentation en Python des algorithmes de clustering spectral (contraints) utilisés dans les articles de Google sur la diarisation des locuteurs.
Implémentation officielle de Würstchen : Pré-entraînement efficace de modèles texte-vers-image
Apprentissage automatique pratique avec C++, publié par Packt
🤖 Extensions de navigateur IA et scripts utilisateur pour améliorer votre expérience web