#machine-learning リポジトリ
リポジトリ合計2,070件
Vowpal Wabbit は、online、hashing、allreduce、reductions、learning2search、active、および interactive learning などの技術で機械学習の最先端を押し広げる機械学習システムです。
Python、ML、可视化、大規模表形式データの探索のためのOut-of-CoreハイブリッドApache Arrow/NumPy DataFrame、毎秒10億行 🚀
DoWhy は、因果推論のための Python ライブラリで、因果の仮定の明示的なモデリングとテストをサポートします。DoWhy は、因果グラフィカルモデルと潜在結果フレームワークを組み合わせた因果推論の統一言語に基づいています。
BoxMOT:軸平行ボックスと回転ボックスに対応した、Python および C++ のプラグイン可能なマルチオブジェクトトラッキング。Helm によるデプロイに対応し、Kubernetes 上でカメラを継続的に追跡できます。
Stanford University と Deeplearning.ai - Coursera (2022) の Andrew NG 教授による機械学習スペシャライゼーションのソリューションとノート
退屈とさよなら、Pythonの実用的な小例を作成することに専念します。より多くのPython良心チュートリアルは https://ai-jupyter.com をご覧ください
Evidentlyは、MLおよびLLMのオブザーバビリティのためのオープンソースフレームワークです。AI搭載システムまたはデータパイプラインを評価、テスト、監視します。表形式データからGen AIまで。100以上のメトリクス。
22種類のプロンプトエンジニアリング手法とJupyter Notebookの実践チュートリアル、基礎概念からLLMを活用する高度な戦略まで。
お使いの k8s 上で、エージェント、ML パイプライン、リアルタイム推論を型安全かつ分散的にオーケストレーション——async/await を使った純粋な Python に加え、他の言語(Rust、Go、TypeScript)にも対応
数学、コンピューティング、機械学習を直感的に網羅したこの型破りな教科書で、卓越したAI/MLリサーチャー・エンジニアを目指しましょう。
Book_3_《数学要素》 | アイリスブック:加算、減算、乗算、除算から機械学習まで;掲載済み;引き続き校正を歓迎します。校正が多い方には贈書もあります!
AI分野をしっかりとした基盤で深く掘り下げたい学部生または任何人向けの、詳細でカスタマイズされたガイド。
H2Oは、オープンソース、分散型、高速、スケーラブルな機械学習プラットフォームです。ディープラーニング、勾配ブースティング(GBM)およびXGBoost、ランダムフォレスト、一般化線形モデリング(Elastic Netを使用したGLM)、K-Means、PCA、一般化加法モデル(GAM)、RuleFit、サポートベクターマシン(SVM)、スタックドアンサンブル、自動機械学習(AutoML)など。
レコメンデーションシステム入門チュートリアル、オンライン閲覧アドレス:https://datawhalechina.github.io/fun-rec/
さまざまな業界にわたる応用機械学習およびデータサイエンスのノートブックとライブラリのキュレーションされたリスト (by @firmai)
マルチモーダルAI向けオープンレイクハウス形式。Parquetからわずか2行のコードで変換し、100倍高速なランダムアクセス、ベクターインデックス、データバージョニングを実現。Pandas、DuckDB、Polars、Pyarrow、PyTorchと互換性があり、さらなる統合が予定されています。