#jupyter-notebooks Repository
Scopri 143 repository GitHub open source attivi contrassegnati con #jupyter-notebooks, che raccolgono un totale di 433,134 stelle (con una media di 3,028 stelle per progetto). Il progetto leader di questo argomento è Lordog/dive-into-llms, con 55,949 stelle.
143 repository in totale
Tutorial di programmazione della serie "Immergi nei LLM: impara i modelli linguistici di grandi dimensioni"
⛔️ DEPRECATO – Vedi https://github.com/ageron/handson-ml3 o handson-mlp invece.
Una raccolta di varie architetture, modelli e suggerimenti di deep learning
Una serie di notebook Jupyter che ti guidano attraverso i fondamenti del Machine Learning e del Deep Learning in Python utilizzando Scikit-Learn, Keras e TensorFlow 2.
Tutorial, compiti e competizioni per corsi relativi a MIT Deep Learning.
Materiali di laboratorio per MIT 6.S191: Introduzione al Deep Learning
Implementazione in Python degli algoritmi da Russell e Norvig's "Artificial Intelligence - A Modern Approach"
Collezione di notebook sulla finanza quantitativa, con codice Python interattivo.
pipreqs - Genera un file pip requirements.txt basato sulle importazioni di qualsiasi progetto. Cerco maintainer per far progredire questo progetto.
Repository per memorizzare programmi Python di esempio per l'apprendimento di Python
Questa è una guida passo passo per iniziare con i modelli AI/LLM di grandi dimensioni, che include tutorial e codice dimostrativo. Ti porterà dalle API all'implementazione e al fine-tuning locali di grandi modelli. I file di codice saranno forniti in versioni online per Kaggle o Colab, permettendoti di imparare anche senza una GPU. Il progetto include anche un piccolo "playground" di codice 🎡, dove puoi sperimentare script AI interessanti. Inoltre, include una versione cinese speculare completa dei compiti del corso "Introduzione all'intelligenza artificiale generativa 2024" di Hung-Yi Lee.
Esempi di codice dal libro Web Scraping with Python http://shop.oreilly.com/product/0636920034391.do
https://www.youtube.com/channel/UC34rW-HtPJulxr5wp2Xa04w?sub_confirmation=1
Materiali per il corso sui modelli di diffusione di Hugging Face
I Jupyter Notebook dietro il mio report O'Reilly, "A Whirlwind Tour of Python"
Scarica e analizza dati da Garmin Connect o un orologio Garmin, file CSV FitBit e MS Health in database Sqlite serverless con notebook Jupyter.
Dashboard interattivi Python per l'apprendimento della data science
Uno strumento interattivo di visualizzazione dati che porta la grafica matplotlib nel browser utilizzando D3.
Una serie di notebook Jupyter che ti guidano attraverso i fondamenti di Machine Learning e Deep Learning in Python utilizzando le librerie Scikit-Learn, PyTorch e Hugging Face.
Un sito web che visualizza centinaia di grafici realizzati con Python
Jupyter Notebooks e codice per Python for Finance (2a ed., O'Reilly) di Yves Hilpisch.
Materiali didattici (codice, slide, ecc.) del corso di Machine Learning dell'Università di Wenzhou
Libreria Python per la visualizzazione interattiva di modelli di topic. Port del pacchetto R LDAvis.
Questo repository contiene tutte le risorse relative alla serie di machine learning dei massicci mass coders.
🤖 Esperimenti interattivi di Machine Learning: 🏋️addestramento modelli + 🎨demo modelli
Domande frequenti
Qual è il repository #jupyter-notebooks più popolare su GitHub?
Il progetto open source #jupyter-notebooks più alto in classifica su GitHub è Lordog/dive-into-llms, con 55,949 stelle. Tutorial di programmazione della serie "Immergi nei LLM: impara i modelli linguistici di grandi dimensioni"
Quali linguaggi di programmazione sono più utilizzati nei repository #jupyter-notebooks?
Tra i progetti #jupyter-notebooks più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Jupyter Notebook, Python, TypeScript, HTML.
Come viene calcolata la classifica dei repository #jupyter-notebooks?
Monitoriamo 143 repository open source attivi contrassegnati con #jupyter-notebooks (500+ stelle), per un totale di 433,134 stelle e una media di 3,028 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.