#machine-learning Dépôts
2,070 dépôts au total
Collection complète de ressources Java en version chinoise, incluant les bibliothèques de développement, les outils de développement, les sites web, les blogs, WeChat, Weibo, etc., mise à jour en continu par Bole Online.
Cours MLOps gratuit de DataTalks.Club. Inscrivez-vous ici 👇🏼 pour être informé de la prochaine promotion
Apprenez l'ingénierie ML gratuitement en 4 mois ! Inscrivez-vous ici 👇🏼
Framework d'entraînement distribué pour TensorFlow, Keras, PyTorch et Apache MXNet.
ChatterBot est un moteur de dialogue conversationnel basé sur l'apprentissage automatique pour la création de chatbots
Une série de notebooks Jupyter qui vous guident à travers les bases de l'apprentissage automatique et de l'apprentissage profond en Python à l'aide de Scikit-Learn, Keras et TensorFlow 2.
Une boîte à outils pour créer des applications d'apprentissage automatique et d'analyse de données dans le monde réel en C++
Un framework très simple pour le traitement automatique du langage naturel (NLP) de pointe
Apprentissage par transfert / Adaptation de domaine / Généralisation de domaine / Apprentissage multi-tâches etc. Articles, codes, ensembles de données, applications, tutoriels. - Apprentissage par transfert
Livre MIT Deep Learning en format PDF (complet et parties) par Ian Goodfellow, Yoshua Bengio et Aaron Courville
Version PyTorch de Stable Baselines, implémentations fiables d'algorithmes d'apprentissage par renforcement.
Une liste curated d'excellentes bibliothèques Amazon Web Services (AWS), dépôts open source, guides, blogs et autres ressources. Mise en vedette le Fiery Meter of AWSome.
Profilage de la qualité des données & analyse exploratoire des données en 1 ligne de code pour les DataFrames Pandas et Spark.
✍🏻 Plongées profondes dans le code source, conception de systèmes et blogs d'ingénierie | Halfrost-Field : Notes d'analyse de code source, conception de systèmes et pratique d'ingénierie
Explicabilité avancée de l'IA pour la vision par ordinateur. Support pour CNN, Vision Transformers, Classification, Détection d'objets, Segmentation, Similarité d'images et plus.
Plongez dans le Deep Learning, l'Apprentissage par Renforcement, le Machine Learning, la Vision par Ordinateur et le NLP en apprenant de ces conférences passionnantes !!
Le dépôt de code et la ressource d'information du livre "Python Machine Learning (1re édition)"
Un modèle Kimi K3 de 2 780 milliards de paramètres effectuant une inférence sur un seul CPU avec 8,24 Go de RAM. C99 portable : sans BLAS, sans framework, sans GPU.
Collection de scripts pour agréger des données d'images dans le but d'entraîner un Classificateur d'Images NSFW
cvpr2024/cvpr2023/cvpr2022/cvpr2021/cvpr2020/cvpr2019/cvpr2018/cvpr2017 Articles/Code/Interprétations/Collection de Diffusions en Direct, Organisé par l'Équipe Jimu
Feuille de route d'apprentissage en intelligence artificielle, compilation de près de 200 cas pratiques et projets, manuels complémentaires gratuits, entrée pour débutants absolus, pratique pour l'emploi ! Inclut : Python, mathématiques, apprentissage automatique, analyse de données, apprentissage profond, vision par ordinateur, traitement du langage naturel, PyTorch, tensorflow, machine-learning, deep-learning, data-analysis, data-mining, mathematics, data-science, artificial-intelligence, python, tensorflow, tensorflow2, caffe, keras, pytorch, algorithm, numpy, pandas, matplotlib, seaborn, nlp, cv et autres domaines populaires
Mes scripts Python pour créer des figures de haute qualité pour les publications dans les meilleures conférences et revues d'IA.
Une collection de ressources et d'articles sur les modèles de diffusion
Lime : Explication des prédictions de tout classificateur d'apprentissage automatique
Framework low-code pour construire des LLMs personnalisés, des réseaux neuronaux et d'autres modèles d'IA
La bibliothèque open-source de Cleanlab est le package AI centré sur les données standard pour la qualité des données et l'apprentissage automatique avec des données et des étiquettes désordonnées du monde réel.
TensorZero est une plateforme open-source LLMOps qui unifie un gateway LLM, l'observabilité, l'évaluation, l'optimisation et l'expérimentation.
La plateforme pour les développeurs d'IA. Utilisez Weights & Biases pour entraîner et affiner les modèles, et gérer les modèles de l'expérimentation à la production.
Exemples minimaux et propres d'implémentations d'algorithmes d'apprentissage automatique
Le serveur d'inférence Triton fournit une solution d'inférence optimisée pour le cloud et l'edge.
Kedro est une boîte à outils pour la data science prête pour la production. Elle utilise les meilleures pratiques d'ingénierie logicielle pour vous aider à créer des pipelines d'ingénierie des données et de data science qui sont reproductibles, maintenables et modulaires.
Exemples de carnets Jupyter 📓 démontrant comment construire, entraîner et déployer des modèles d'apprentissage automatique en utilisant 🧠 Amazon SageMaker.
X-AnyLabeling : une application de bureau multiplateforme, légère, efficace et unifiée pour annoter du texte, des images, des vidéos, des nuages de points et des données multimodales. Elle associe des outils intégrés polyvalents à des modèles d’IA de pointe et permet une exportation flexible dans plusieurs formats.