#machine-learning Repository
2,070 repository in totale
Il modo piรน semplice per servire app e modelli AI - Costruisci API di inferenza del modello, code di lavoro, app LLM, pipeline multi-modello e altro!
Modulo di web mining per Python, con strumenti per scraping, elaborazione del linguaggio naturale, machine learning, analisi di rete e visualizzazione.
๐ง Costruisci, esegui e gestisci pipeline di dati per l'integrazione e la trasformazione dei dati.
Una libreria Python costruita per abilitare gli sviluppatori a creare applicazioni e sistemi con capacitร di Computer Vision autonome
Vowpal Wabbit รจ un sistema di machine learning che spinge i confini del machine learning con tecniche come online, hashing, allreduce, reductions, learning2search, active e interactive learning.
Guida alle Interviste sul Deep Learning (Include Matematica, Machine Learning, Deep Learning, Visione Artificiale, Elaborazione del Linguaggio Naturale e SLAM, ecc.)
Modelli linguistici di grandi dimensioni accessibili tramite quantizzazione k-bit per PyTorch.
DataFrame ibrido Apache Arrow/NumPy Out-of-Core per Python, ML, visualizzazione ed esplorazione di grandi dati tabulari a un miliardo di righe al secondo ๐
Qwen-Image รจ un potente modello di base per la generazione di immagini in grado di eseguire rendering di testo complessi e modifiche precise delle immagini.
DoWhy รจ una libreria Python per l'inferenza causale che supporta la modellazione e il testing esplicito delle assunzioni causali. DoWhy si basa su un linguaggio unificato per l'inferenza causale, che combina modelli grafici causali e framework di esiti potenziali.
Una risorsa per imparare Machine learning e Deep Learning
BoxMOT: tracciamento multioggetto collegabile in Python e C++ per riquadri allineati agli assi e orientati, ora con distribuzione tramite Helm per il tracciamento continuo delle telecamere su Kubernetes.
Contiene Soluzioni e Note per la Specializzazione in Machine Learning della Stanford University e Deeplearning.ai - Coursera (2022) del Prof. Andrew NG
Addio alla noia, dedicato alla creazione di piccoli esempi pratici di Python, piรน tutorial Python coscienziosi su https://ai-jupyter.com
Evidently รจ un framework open-source per l'osservabilitร di ML e LLM. Valuta, testa e monitora qualsiasi sistema basato sull'IA o pipeline dati. Dai dati tabellari a Gen AI. Oltre 100 metriche.
Codice di supporto in "Tutorial pratico per l'addestramento di modelli PyTorch"
Quaderni e codice per il libro "Introduction to Machine Learning with Python"
Equazioni e diagrammi classici nell'apprendimento automatico
22 tecniche di prompt engineering con tutorial pratici su Jupyter Notebook, dai concetti fondamentali alle strategie avanzate per sfruttare gli LLM.
Biblioteca Python di Stanford NLP per tokenizzazione, segmentazione delle frasi, NER e parsing di molte lingue umane
Framework flessibile e potente per la gestione di agenti AI multipli e la gestione di conversazioni complesse
Orchestrazione distribuita e type-safe di agenti, pipeline ML e inferenza in tempo reale sul tuo k8s โ in puro Python con async/await e anche in altri linguaggi (Rust, Go e TypeScript)
Diventa un ricercatore/ingegnere di IA/ML di alto livello con questo libro di testo non convenzionale che copre matematica, informatica e ML con intuizione.
Libro_3_ใElementi di Matematicaใ | Il libro dell'iris: dall'aritmetica al machine learning; Messo in vendita; Benvenuti a continuare a correggere errori, gli studenti che correggono molti errori riceveranno anche libri in omaggio!
Una libreria Python open source per l'ingegneria delle feature automatizzata
Questo รจ il codice per "Learn Machine Learning in 3 Months" di Siraj Raval su Youtube
Guida dettagliata e personalizzata per studenti universitari o chiunque voglia approfondire il campo dell'IA con solide fondamenta.
H2O รจ una Piattaforma di Machine Learning Open Source, Distribuita, Veloce e Scalabile: Deep Learning, Gradient Boosting (GBM) & XGBoost, Random Forest, Generalized Linear Modeling (GLM con Elastic Net), K-Means, PCA, Generalized Additive Models (GAM), RuleFit, Support Vector Machine (SVM), Stacked Ensembles, Automatic Machine Learning (AutoML), ecc.
Tutorial introduttivo ai sistemi di raccomandazione, indirizzo di lettura online: https://datawhalechina.github.io/fun-rec/
Collezione di modelli generativi, ad es. GAN, VAE in PyTorch e TensorFlow.
Una lista curata di notebook e librerie per machine learning applicato e data science in diversi settori (di @firmai)
Il framework di orchestrazione multi-agente di livello enterprise. Sito web: https://swarms.ai
Formato Lakehouse aperto per l'IA multimodale. Converti da Parquet in 2 righe di codice per un accesso casuale 100 volte piรน veloce, indice vettoriale e versioning dei dati. Compatibile con Pandas, DuckDB, Polars, Pyarrow e PyTorch, con ulteriori integrazioni in arrivo.