#machine-learning Repository
2,070 repository in totale
Deep learning decentralizzato in PyTorch. Costruito per addestrare modelli su migliaia di volontari in tutto il mondo.
Reti neurali basate sul passaggio di messaggi per la predizione delle proprietร molecolari
Oltre 200 flashcard dettagliate utili per rivedere argomenti di machine learning, computer vision e informatica.
Un elenco curato di fantastici progetti e risorse relativi ad Argo (un progetto laureato della CNCF)
Una libreria di encoder di variabili categoriche compatibili con sklearn
Trasforma qualsiasi computer o dispositivo edge in un centro di comando per i tuoi progetti di computer vision.
๐ค Evaluate: Una libreria per valutare facilmente modelli e dataset di machine learning.
Una libreria Python che aiuta gli scienziati dei dati a inferire la causalitร invece di osservare la correlazione.
Metriche di machine learning per applicazioni PyTorch distribuite e scalabili.
Una collezione di articoli di ricerca su alberi decisionali, di classificazione e di regressione con implementazioni.
Tutorial Jupyter Notebook per risolvere problemi del mondo reale con Machine Learning & Deep Learning usando PyTorch. Argomenti: Rilevamento facciale con Detectron 2, Rilevamento anomalie nelle serie temporali con LSTM Autoencoders, Rilevamento oggetti con YOLO v5, Costruisci la tua prima Neural Network, Previsione serie temporali per i casi giornalieri di Coronavirus, Analisi del sentimento con BER
Implementazione PyTorch di SimCLR: Un semplice framework per l'apprendimento contrastivo di rappresentazioni visive
Questo repository contiene gli esercizi e le loro soluzioni contenuti nel libro "An Introduction to Statistical Learning" in Python.
C-OCR รจ un progetto OCR sviluppato internamente da Ctrip, che include principalmente il riconoscimento di documenti e materiali correlati ai viaggi come carte d'identitร , passaporti, biglietti del treno, visti, ecc. Il progetto comprende 4 parti: rifiuto, rilevamento, riconoscimento e post-elaborazione.
Un servizio di machine learning low-code per il ranking personalizzato di articoli, annunci, risultati di ricerca, raccomandazioni che aumenta il coinvolgimento degli utenti. Un motore Learn-to-Rank amichevole
Una lista curata di articoli di ricerca sulla rilevazione di comunitร con implementazioni.
SDG รจ un framework specializzato progettato per generare dati tabellari strutturati di alta qualitร .
Una libreria intuitiva per aggiungere funzionalitร di plotting agli oggetti scikit-learn.
Machine Learning University: Corso accelerato di elaborazione del linguaggio naturale
๐ Repository per raccogliere informazioni su materiali di studio in analisi dei dati e aree affini, aziende che lavorano con i dati e dizionario di concetti
๐ง Un elenco curato di fantastiche risorse per ChatGPT, tra cui librerie, SDK, API e altro ancora. ๐ Si prega di considerare il supporto a questo progetto dando una stella.
Un assistente IA per desktop privato al 100% e locale. Sempre presente, pronto a intervenire nelle conversazioni. Supporta strumenti MCP e memoria illimitati, con apprendimento autonomo. Unโalternativa gratuita a WisprFlow con funzione di dettatura. Funziona su macOS, Windows e Linux.
Toolkit per l'apprendimento automatico, l'elaborazione del linguaggio naturale e la generazione di testo in TensorFlow. Questo fa parte del progetto CASL: http://casl-project.ai/
Kashgari รจ un framework di apprendimento trasferito NLP a livello di produzione costruito su tf.keras per l'etichettatura del testo e la classificazione del testo, include Word2Vec, BERT e GPT2 Language Embedding.
Esegui, compila ed esegui JavaScript per il calcolo scientifico e la visualizzazione dei dati TOTALmente TOTALmente TOTALmente nel tuo BROWSER! Un ambiente open source per il calcolo scientifico per JavaScript TOTALmente nel tuo browser, operazioni su matrici con accelerazione GPU, supporto TeX, visualizzazione dei dati e calcolo simbolico.
Algoritmi ML 2-2000x piรน veloci, 50% in meno di utilizzo della memoria, funziona su tutti i hardware - nuovi e vecchi.
Optax รจ una libreria per l'elaborazione dei gradienti e l'ottimizzazione per JAX.
Acquisisci le competenze essenziali necessarie per riconoscere e risolvere problemi complessi del mondo reale con Machine Learning e Deep Learning sfruttando l'ecosistema Python Machine Learning altamente popolare.
Objectron รจ un dataset di clip video brevi e centrate sugli oggetti. Inoltre, i video contengono anche metadati di sessione AR, inclusi pose della fotocamera, nuvole di punti sparse e piani. In ogni video, la fotocamera si muove intorno e sopra l'oggetto e lo cattura da diverse viste. Ogni oggetto รจ annotato con una bounding box 3D. La bounding box 3D descrive la posizione, l'orientamento e le dimensioni dell'oggetto. Il dataset contiene circa 15K clip video annotate e 4M immagini annotate nelle seguenti categorie.
Belle visualizzazioni di come la lingua differisce tra i tipi di documento.
UpTrain รจ una piattaforma unificata open-source per valutare e migliorare le applicazioni generative di AI. Forniamo valutazioni per oltre 20 controlli preconfigurati (che coprono casi d'uso di linguaggio, codice, embedding), eseguiamo analisi delle cause principali sui casi di fallimento e forniamo approfondimenti su come risolverli.
Una libreria Python per l'aumento dei dati audio. Utile per far funzionare bene i modelli di machine learning audio nel mondo reale, non solo in laboratorio.
๐ Monitora l'addestramento del modello di deep learning e l'utilizzo dell'hardware dal tuo telefono cellulare ๐ฑ
Un livello di orchestrazione unificato per il calcolo IA eterogeneo. Standardizza la gestione delle risorse di calcolo e lโesecuzione di addestramento e inferenza su cloud GPU, Kubernetes, macchine virtuali o cluster bare metal.
Padroneggia i fondamenti dell'apprendimento automatico, dell'apprendimento profondo e dell'ottimizzazione matematica costruendo concetti e modelli chiave da zero usando Python.
Un pacchetto Python per valutare e migliorare l'equitร dei modelli di machine learning.
L'obiettivo di CLAIMED รจ consentire la programmazione in stile prototipazione rapida low-code/no-code per integrarla seamless in CI/CD in produzione.