#ml Dépôts
Découvrez 171 dépôts GitHub open source actifs associés à #ml, cumulant 1,023,429 étoiles au total (soit une moyenne de 5,984 étoiles par projet). Le projet en tête de ce thème est tensorflow/tensorflow, avec 201,665 étoiles.
172 dépôts au total
12 semaines, 26 leçons, 52 quiz, l'apprentissage automatique classique pour tous
Le défi de programmation « 30 Jours de Python » est un guide étape par étape pour apprendre le langage de programmation Python en 30 jours. Ce défi peut prendre plus de 100 jours. Suivez votre propre rythme. Ces vidéos peuvent également vous aider : https://www.youtube.com/channel/UC7PNRuno1rzYPb1xLa4yktw
Visualiseur pour les modèles de réseaux de neurones, d'apprentissage profond et d'apprentissage automatique
Infrastructure d'assistant personnel IA rapide, légère et entièrement autonome, n'importe quel système d'exploitation, n'importe quelle plateforme — déployez partout, remplacez tout 🦀
La plateforme d'ingénierie IA open source pour les agents, les LLM et les modèles ML. MLflow permet aux équipes de toutes tailles de déboguer, évaluer, surveiller et optimiser des applications IA de qualité production tout en contrôlant les coûts et en gérant l'accès aux modèles et aux données.
⛔️ OBSOLÈTE – Voir https://github.com/ageron/handson-ml3 ou handson-mlp à la place.
Une liste classée d'incroyables bibliothèques Python pour le machine learning. Mise à jour chaque semaine.
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.
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.
Une reconstruction théorique de l'architecture du Mythe de Claude, construite à partir de premiers principes en utilisant la littérature de recherche disponible.
Framework low-code pour construire des LLMs personnalisés, des réseaux neuronaux et d'autres modèles d'IA
Omnigent est un framework open-source d'agents IA et un méta-harnais : orchestrez Claude Code, Codex, Cursor, Pi et des agents personnalisés — échangez les harnais sans réécriture, appliquez des politiques et du sandboxing, et collaborez en temps réel depuis n'importe quel appareil.
TensorZero est une plateforme open-source LLMOps qui unifie un gateway LLM, l'observabilité, l'évaluation, l'optimisation et l'expérimentation.
Dopamine est un cadre de recherche pour le prototypage rapide d'algorithmes d'apprentissage par renforcement.
Plateforme AutoML open-source low-code pour Python. PyCaret 4.0 : moteur natif sklearn + plan de contrôle React.
Une bibliothèque React Native Camera puissante et performante.
OneFlow est un framework d'apprentissage profond conçu pour être convivial, scalable et efficace.
ML.NET est un framework d'apprentissage automatique open source et multiplateforme pour .NET.
Observabilité open-source pour votre application GenAI ou LLM, basée sur OpenTelemetry
Créez votre fonds spéculatif autonome en quelques minutes. AutoHedge exploite la puissance de l'intelligence collective et des agents IA pour automatiser l'analyse de marché, la gestion des risques et l'exécution des transactions.
Liste des stages et emplois pour nouveaux diplômés en IA/ML 2027 mise à jour quotidiennement
SuperPrompt est une tentative d'ingénierie de prompts qui pourraient nous aider à comprendre les agents IA.
Un système de serving flexible et haute performance pour les modèles d'apprentissage automatique
Apprenez l'IA et les LLM à partir de zéro en utilisant des ressources gratuites
Superduper : Framework de bout en bout pour la création d'applications et d'agents IA personnalisés.
Construire, évaluer et optimiser les systèmes d'IA. Cela comprend les évaluations (evals), le RAG, les agents, l'ajustement précis (fine-tuning), la génération de données synthétiques, la gestion des ensembles de données, le MCP, et plus encore.
Bibliothèque Python d'apprentissage automatique simple et distribué portant des algorithmes ML pour Spark
Une solution d'inférence ultra-rapide pour les modèles d'intégration de texte
Installez, exécutez et déployez votre propre service d'agent IA décentralisé
SwarmUI (anciennement StableSwarmUI), une interface utilisateur Web modulaire pour Stable Diffusion, axée sur la facilité d'accès aux outils puissants, hautes performances et extensibilité.
Exemples pour ML.NET, un framework d'apprentissage automatique open source et multiplateforme pour .NET.
Deepchecks : Tests pour la validation continue des modèles et données ML. Deepchecks est une solution open-source holistique pour tous vos besoins de validation IA et ML, vous permettant de tester minutieusement vos données et modèles, de la recherche à la production.
Foire aux questions
Quel est le dépôt #ml le plus populaire sur GitHub ?
Le projet #ml open source le mieux classé sur GitHub est tensorflow/tensorflow, avec 201,665 étoiles. Un framework d'apprentissage automatique open source pour tous
Quels langages de programmation sont les plus utilisés dans les dépôts #ml ?
Parmi les projets #ml les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, C++, Jupyter Notebook, Rust.
Comment le classement des dépôts #ml est-il calculé ?
Nous suivons 171 dépôts open source actifs associés à #ml (500+ étoiles), totalisant 1,023,429 étoiles, avec une moyenne de 5,984 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.