#machinelearning Dépôts
Découvrez 53 dépôts GitHub open source actifs associés à #machinelearning, cumulant 305,249 étoiles au total (soit une moyenne de 5,759 étoiles par projet). Le projet en tête de ce thème est microsoft/ML-For-Beginners, avec 92,369 étoiles.
53 dépôts au total
12 semaines, 26 leçons, 52 quiz, l'apprentissage automatique classique pour tous
Visualiseur pour les modèles de réseaux de neurones, d'apprentissage profond et d'apprentissage automatique
🤖 Exemples Python d'algorithmes populaires d'apprentissage automatique avec des démos Jupyter interactives et des mathématiques expliquées
tutoriels, articles et autres ressources sur l'apprentissage automatique et l'apprentissage profond
Framework d'entraînement distribué pour TensorFlow, Keras, PyTorch et Apache MXNet.
Framework low-code pour construire des LLMs personnalisés, des réseaux neuronaux et d'autres modèles d'IA
DataFrame hybride Apache Arrow/NumPy hors mémoire pour Python, ML, visualisation et exploration de grandes données tabulaires à un milliard de lignes par seconde 🚀
ClearML - CI/CD Auto-Magique pour rationaliser votre charge de travail IA. Gestion d'Expériences, Gestion de Données, Pipeline, Orchestration, Planification et Service dans une solution MLOps/LLMOps
Collection de projets open source liés à GPT, Collection de projets open source liés à GPT🚀, sélectionnés🔥🔥
Outils pour concevoir ou visualiser l'architecture d'un réseau de neurones
Extraction de données structurées, appel d'instructions et flux de travail agentiques avec ML, LLM et Vision LLM
Débogage, surveillance et visualisation pour Python Machine Learning et Data Science
Le kit d'apprentissage automatique pour l'analyse de séries temporelles en Python
un outil d'apprentissage automatique exceptionnel qui vous permet d'entraîner, de tester et d'utiliser des modèles sans écrire de code
🧠 Une liste organisée de ressources impressionnantes sur ChatGPT, y compris des bibliothèques, des SDK, des API et plus encore. 🌟 Veuillez envisager de soutenir ce projet en lui donnant une étoile.
Framework d'implémentation Python ouvert de Chanlun, prend en charge les calculs d'analyse des points d'achat/vente morphologiques/dynamiques, la combinaison de courbes K multi-niveaux, la stratégie d'encartement, le tracé visuel, divers accès aux données, le développement de stratégies, la connexion au système de trading ;
🤖 NanoNeuron est composé de 7 fonctions JavaScript simples qui vous donneront une idée de la façon dont les machines peuvent réellement "apprendre".
Une liste minutieusement sélectionnée de datasets de Cybersécurité incroyablement géniaux
Guide Apple Silicon. Apprenez tout sur les puces A17 Pro, A16 Bionic, R1, séries M1, séries M2 et séries M3. Ainsi que tous les appareils, systèmes d'exploitation, outils, jeux et logiciels qu'Apple Silicon alimente.
Responsible AI Toolbox est une suite d'outils fournissant des interfaces utilisateur et des bibliothèques pour l'exploration et l'évaluation des modèles et des données qui permettent une meilleure compréhension des systèmes d'IA. Ces interfaces et bibliothèques permettent aux développeurs et aux parties prenantes des systèmes d'IA de développer et de surveiller l'IA de manière plus responsable, et de prendre de meilleures mesures basées sur les données.
🚀 Ressources IA GRATUITES - 🎓 Cours, 👷 Emplois, 📝 Blogs, 🔬 Recherche IA, et bien plus encore - pour tous !
Une liste organisée par des professionnels de superbes vidéos, tutoriels, livres, articles, thèses de doctorat et de master, articles et bibliothèques open-source sur la prédiction conforme.
Qualcomm® AI Hub Models est notre collection de modèles d'apprentissage automatique de pointe optimisés pour les performances (latence, mémoire, etc.) et prêts à être déployés sur les appareils Qualcomm®.
⭐ ⭐ Utilisez le ML pour classer les flux et les paquets comme bénins ou malveillants. ⭐ ⭐
Une liste professionnelle sur les grands modèles (de langage) et les modèles fondamentaux (LLM, LM, FM) pour les données de séries temporelles, spatio-temporelles et événementielles.
Compilation de codes de programmation R et Python sur la chaîne YouTube Data Professor.
Une interface uniforme pour exécuter des modèles d'apprentissage profond provenant de plusieurs frameworks
Outil Pythonique pour orchestrer les flux de travail d'apprentissage automatique/haute performance/informatique quantique dans des environnements de calcul hétérogènes.
Projets d'apprentissage automatique avec code source - Projets d'apprentissage automatique pour débutants, projets ML pour étudiants universitaires de dernière année, projets d'apprentissage automatique - du débutant à l'avancé
Articles visuels et interactifs sur l'apprentissage automatique : https://mlu-explain.github.io/
Détection d'Activités Localisées Spatio-Temporellement en Temps Réel par Suivi des Points Clés du Corps
:books: [.md & .ipynb] Série sur l'Intelligence Artificielle & l'Apprentissage Profond, incluant les Fondamentaux Mathématiques, Pratiques Python, Applications NLP, etc. 💫 Pratique de l'Intelligence Artificielle et de l'Apprentissage Profond : Édition Statistiques Mathématiques | Édition Apprentissage Automatique | Édition Apprentissage Profond | Édition Traitement du Langage Naturel | Édition Pratique des Outils Scikit & TensorFlow & PyTorch | Applications Industrielles & Notes de Cours
Outil de Productivité IA – Gratuit et open source, améliore la productivité de l'utilisateur et protège la vie privée et la sécurité des données. Y compris, mais sans s'y limiter : ChatGPT local exclusif intégré, DeepSeek, Phi, Qwen et d'autres modèles, traitement intelligent par lots en un clic d'images, vidéos, audio, etc.
Un module de classification général pour permettre les classifications bayésiennes et LSI.
Guide d'apprentissage automatique. Tout savoir sur les outils, bibliothèques, frameworks d'apprentissage automatique, les grands modèles linguistiques (LLM) et les modèles d'entraînement.
Le projet se concentre sur le suivi des personnes disparues. Nous utilisons le traitement d'images et l'apprentissage automatique avec la base de données Postgres.
Une collection de certains ensembles de données pour la segmentation / détection de saillance. Bienvenue à PR...:smile:
🔴 TRÈS GRANDE LISTE D'OUTILS IA ! 🔴 Liste organisée d'outils IA - Mise à jour 2026
Tirez parti des hallucinations des grands modèles linguistiques (LLM) pour des explorations axées sur la nouveauté.
Ceci est le code officiel de l'article CodeRL : Mastering Code Generation through Pretrained Models and Deep Reinforcement Learning (NeurIPS22).
Foire aux questions
Quel est le dépôt #machinelearning le plus populaire sur GitHub ?
Le projet #machinelearning open source le mieux classé sur GitHub est microsoft/ML-For-Beginners, avec 92,369 étoiles. 12 semaines, 26 leçons, 52 quiz, l'apprentissage automatique classique pour tous
Quels langages de programmation sont les plus utilisés dans les dépôts #machinelearning ?
Parmi les projets #machinelearning les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, JavaScript, TypeScript.
Comment le classement des dépôts #machinelearning est-il calculé ?
Nous suivons 53 dépôts open source actifs associés à #machinelearning (500+ étoiles), totalisant 305,249 étoiles, avec une moyenne de 5,759 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.