#machine-learning Repository
2,070 repository in totale
MOA รจ un framework open source per il mining di flussi di Big Data. Include una raccolta di algoritmi di machine learning (classificazione, regressione, clustering, rilevamento di outlier, rilevamento di concept drift e sistemi di raccomandazione) e strumenti per la valutazione.
Aggiorna automaticamente ogni giorno i paper Text-to-Speech (TTS) utilizzando Github Actions (Aggiornamento ogni 12 ore)
Sistema di raccomandazione di film basato sull'algoritmo di raccomandazione di filtraggio collaborativo implementato con Mahout
Questo repository include tutorial su come utilizzare le API estimator di TensorFlow per eseguire varie attivitร ML in modo sistematico e standardizzato.
Framework velocissimo per il fine-tuning di modelli di apprendimento per la similaritร
Questo repository contiene tutti i progetti di analisi dati su cui ho lavorato in Python.
Portfolio di ricerca liceale: 2 pubblicazioni sottoposte a revisione paritaria (IEEE, IJHSR) + 3 progetti attivi nei settori dellโapprendimento automatico ispirato alla computazione quantistica, della biologia computazionale, dellโimaging biomedico, dellโapprendimento per rinforzo applicato agli incendi boschivi e della ricerca sullโeducazione scientifica. Affiliato a Stanford Medicine, UCLA COSMOS e UCSB SRA.
Un codice semplice e flessibile per architetture di Reservoir Computing come le Echo State Networks
Un set di dati audio gratuito di cifre parlate. Una versione audio di MNIST.
Appunti e materiali su modellazione matematica e machine learning/deep learning/grandi modelli (in continuo aggiornamento...).
Il progetto si concentra sul tracciamento delle persone scomparse. Stiamo utilizzando l'elaborazione delle immagini e l'apprendimento automatico insieme al database Postgres.
OCR veloce e offline per Node.js e C++. PP-OCRv6 con accelerazione hardware Core ML / WebGPU: riconosce il testo nelle immagini fornendo punteggi di affidabilitร e coordinate. npm: @arcships/light-ocr
Schede bilingui (cinese + inglese) per i colloqui su ML / LLM / diffusion / agenti nella selezione autunnale per lโAI โ generate da ARIS /interview-cheatsheet e trasformate da /render-html in file HTML singoli leggibili ovunque โ oltre a un generatore di homepage accademiche verificato rispetto a CVโDBLP e blog in formato lungo scritti personalmente ๐ฑ
Awesome-LLM-Eval: un elenco curato di strumenti, set di dati/benchmark, demo, classifiche, articoli, documenti e modelli, principalmente per la valutazione dei LLM. Un elenco curato di strumenti, benchmark/dati, demo, classifiche e modelli di grandi dimensioni, principalmente focalizzato sulla valutazione dei modelli di base di grandi dimensioni, con l'obiettivo di esplorare i confini tecnologici dell'IA generativa.
Il livello di vantaggio trasparente per i mercati predittivi di Kalshi: un toolkit nativo per agenti (CLI, server MCP, skill di Claude) che misura se riesci davvero a battere il mercato, invece di limitarsi ad affermarlo.
Machine Learning Riproducibile per il Rilevamento di Frodi con Carte di Credito - Manuale Pratico
[CVPR 2024] Panda-70M: Didascalia per 70 milioni di video con piรน insegnanti cross-modality
Un tutorial intuitivo sulla regressione del processo di Gauss
Acceleratori di soluzione Azure MLOps (v2). Modelli pronti per l'azienda per distribuire i tuoi modelli di machine learning sulla piattaforma Azure.
Dividi automaticamente i tuoi modelli PyTorch su piรน GPU per l'addestramento e l'inferenza
Un motore di inferenza ONNX leggero, portatile, in puro C99 per dispositivi embedded con supporto all'accelerazione hardware.
Un repository di dataset piuttosto cool che ho raccolto per la ricerca in scienze di rete e machine learning.
Implementazione di algoritmi di Inverse Reinforcement Learning (IRL) in Python/TensorFlow. Deep MaxEnt, MaxEnt, LPIRL
CAIRI Toolbox e Benchmark per l'apprendimento di rappresentazioni visive supervisionato, semi-supervisionato e auto-supervisionato
ConvoKit รจ un toolkit per estrarre caratteristiche conversazionali e analizzare fenomeni sociali nelle conversazioni. Include diversi grandi dataset conversazionali insieme a script che esemplificano l'uso del toolkit su questi dataset.
Traduzione in cinese di 'Machine Learning: A Probabilistic Perspective' (Kevin P. Murphy) e implementazioni in Python degli algoritmi nel libro.
Un pacchetto di apprendimento per rinforzo per Julia
๐ Velocitร 200x! Il gadget di download dell'era AI | Accelerazione completa per Docker/PyPI/HuggingFace/CRAN | Divisione parallela + cache intelligente, fai volare i download.
:chart_with_upwards_trend: Implementazione di otto metriche di valutazione per accedere alla somiglianza tra due immagini. Le otto metriche sono le seguenti: RMSE, PSNR, SSIM, ISSM, FSIM, SRE, SAM e UIQ.
Previsione del carico di energia elettrica di Delhi utilizzando modelli ARIMA, RNN, LSTM e GRU
HISTDATA - Dataset composto da tutti i pair di trading FX / Petrolio greggio / Indici azionari. API semplice per recuperare dati a 1 minuto (e dati tick) Prezzi storici FX (aggiornati).
Questo codice accompagna il paper 'Trading with the Momentum Transformer: An Intelligent and Interpretable Architecture' (https://arxiv.org/pdf/2112.08534.pdf).
Pacchetto Python per la Scoperta Causale attraverso l'apprendimento della struttura grafica di reti bayesiane. Structure Learning, Parameter Learning, Inferenze, Metodi di Campionamento.
Una guida completa per principianti nel campo della gestione dei dati e dell'intelligenza artificiale.