#machine-learning Repository
2,070 repository in totale
Raccolta di articoli ICLR e progetti open source degli anni precedenti, inclusi ICLR2021, ICLR2022, ICLR2023, ICLR2024, ICLR2025.
TOROS Buffalo: Un progetto open source veloce e scalabile pronto per la produzione per sistemi di raccomandazione
Intelligenza meteorologica basata sull'IA per i futures di materie prime agricole. Prevede i movimenti dei prezzi con 48-72 ore di anticipo per succo d'arancia, caffรจ, cacao, zucchero, mais e grano utilizzando Claude Sonnet + dati satellitari
Compendio di risorse gratuite di lettura sul ML
Etichetta Oggetti e Risparmia Tempo (LOST) - Progetta il tuo processo di annotazione immagini intelligente in un ambiente basato su web.
Motore di ricerca di modelli linguistici basato su un database vettoriale e un archivio chiave/valore generico.
Un sistema di classificazione flessibile e adattivo per la classificazione dinamica del testo
Utilizza modelli PyTorch con CasADi per ottimizzazione basata sui dati o controllo ottimale basato sull'apprendimento. Supporta Acados.
hihttps รจ un firewall per applicazioni web ad alte prestazioni con codice sorgente completo, che supporta tutte le funzionalitร di un WAF tradizionale come SQL injection, XSS, scansione di vulnerabilitร maligne, attacco brute force alle password, CC, DDoS ecc., inclusi i regole di espressioni regolari ModSecurity, e anche apprendimento automatico non supervisionato per contrastare autonomamente attacchi sconosciuti.
Una raccolta di fantastici account di sviluppatori (Twitter, Facebook,...) ๐จโ๐ป che arricchiscono contenuti arabi, podcast, articoli, canali Youtube e alcuni consigli e linee guida.
Il Microsoft Scalable Noisy Speech Dataset (MS-SNSD) รจ un dataset di voce rumorosa che puรฒ scalare a dimensioni arbitrarie a seconda del numero di parlanti, tipi di rumore e livelli di Rapporto Segnale/Rumore (SNR) desiderati.
Codice Python, Jupyter Notebooks, file CSV con esempi per gli esercizi del Blog aprendemachinelearning.com e del libro Aprende Machine Learning en Espaรฑol
Freqtrade โ Strumento di configurazione e gestione per il bot di trading crypto openโsource Freqtrade, con backtesting della strategia, modalitร live/dryโrun, supporto per oltre 10 exchange (Binance, Kraken, OKX), ottimizzazione di iperparametri, dashboard FreqUI e interfaccia a menu ricchezze sul terminale
Conosciamo bene le GAN per il loro successo nella generazione di immagini realistiche. Tuttavia, possono essere applicate anche alla generazione di dati tabellari. Esamineremo e analizzeremo alcuni articoli recenti sulle GAN tabellari in azione.
Repository ufficiale per l'articolo "Grokfast: Grokking accelerato amplificando i gradienti lenti"
Link a pubblicazioni di conferenze/riviste sull'accertamento automatico dei fatti (risorse per l'articolo TACL22/EMNLP23).
:octocat:๐ Le risorse definitive per progetti da principiante ad avanzato in un unico posto ๐ป ๐ฏ๐
Strumento di patologia computazionale sviluppato dal TIA Centre dell'Universitร di Warwick.
Organizza i tuoi esperimenti in passaggi distinti che possono essere memorizzati nella cache e riutilizzati per tutta la durata del tuo progetto di ricerca.
Modern Time Series Forecasting with Python, pubblicato da Packt
Un elenco curato di risorse educative di data science per competenze essenziali di data science
Vector Hub โ Libreria per la facile scoperta e l'utilizzo di modelli all'avanguardia per trasformare i dati in vettori (text2vec, image2vec, video2vec, graph2vec, bert, inception, ecc.)
SciKit-Learn Laboratory (SKLL) rende facile eseguire esperimenti di machine learning.
Usa ArXiv ChatGuru per parlare con articoli di ricerca. Questa app utilizza LangChain, OpenAI, Streamlit e Redis come database vettoriale/cache semantica.
Una lista curata di risorse sull'intelligenza artificiale (Corsi, Strumenti, App, Progetti Open Source)
Pipeline di aumentazione per il rendering di processi di stampa su carta sintetica, fax, scansione e copiatura
Implementazione in Julia dell'API di scikit-learn https://cstjean.github.io/ScikitLearn.jl/dev/
55 competenze rigorose per Claude Code, Codex, OpenCode 1 e 2 e Pi: revisione del codice, audit di sicurezza, sviluppo di funzionalitร , progettazione frontend, strumenti MCP, machine learning/addestramento con Hugging Face e altro ancora.
Reimplementazione in Python degli algoritmi di clustering spettrale (vincolati) utilizzati nei paper di Google sulla diarizzazione degli speaker.
Implementazione ufficiale di Wรผrstchen: Pre-addestramento efficiente di modelli text-to-image
Machine Learning pratico con C++, pubblicato da Packt
๐ค Estensioni del browser AI e userscript per migliorare la tua esperienza web