#machine-learning 저장소
저장소 총 2,070개
FinceptTerminal은 사용자 친화적인 환경에서 대화형 탐색과 데이터 기반 의사 결정을 위해 설계된, 고급 시장 분석, 투자 연구 및 경제 데이터 도구를 제공하는 현대적인 금융 애플리케이션입니다.
이 저장소는 Retrieval-Augmented Generation (RAG) 시스템의 다양한 고급 기술을 소개합니다. 각 기술에는 상세한 노트북 튜토리얼이 있습니다.
머신러닝 시스템: 기초, 확장, 에이전트형 AI 및 피지컬 AI (제I–IV권) • 하버드 CS249r | https://mlsysbook.ai
90개 이상의 지원 언어와 라틴, 중국어, 아랍어, 데바나가리, 키릴 문자 등을 포함한 모든 인기 있는 쓰기 스크립트를 갖춘 즉시 사용 가능한 OCR입니다.
확장 가능하고 이식 가능한 분산 그래디언트 부스팅(GBDT, GBRT 또는 GBM) 라이브러리로, Python, R, Java, Scala, C 등을 지원합니다. 단일 머신, Hadoop, Spark, Dask, Flink 및 DataFlow에서 실행됩니다.
에이전트, LLM, ML 모델을 위한 오픈 소스 AI 엔지니어링 플랫폼. MLflow는 모든 규모의 팀이 프로덕션 품질의 AI 애플리케이션을 디버그, 평가, 모니터링, 최적화할 수 있게 하며 비용을 제어하고 모델 및 데이터 액세스를 관리합니다.
데이터 과학 파이썬 노트북: 딥러닝(TensorFlow, Theano, Caffe, Keras), scikit-learn, Kaggle, 빅데이터(Spark, Hadoop MapReduce, HDFS), matplotlib, pandas, NumPy, SciPy, 파이썬 필수, AWS 및 다양한 커맨드 라인.
다양한 프레임워크 코드, 수학, 토론을 포함한 인터랙티브 딥러닝 책. 스탠포드, MIT, 하버드, 캠브리지 등을 포함한 70개국 500개 대학에서 채택됨.
⛔️ 사용 중단(Deprecated) – https://github.com/ageron/handson-ml3 또는 handson-mlp를 참조하세요.
PArallel Distributed Deep LEarning: 산업 실무 기반 머신러닝 프레임워크 (『FeiJiang』코어 프레임워크, 딥러닝&머신러닝 고성능 단일 노드, 분산 학습 및 크로스 플랫폼 배포)
Python용 반응형 노트북 — 재현 가능한 실험을 실행하고, SQL로 쿼리하고, 스크립트로 실행하고, 앱으로 배포하고, git으로 버전 관리하세요. 순수 Python으로 저장됩니다. 모두 최신 AI 네이티브 편집기 내에서 가능합니다.
자연어 처리(NLP) 분야의 발전을 추적하는 저장소로, 가장 일반적인 NLP 작업에 대한 데이터셋과 현재 최신 기술 현황을 포함합니다.
🚀 LLM, RAG, AI 에이전트, MCP, 파인튜닝, 평가 및 프로덕션 AI 시스템을 아우르는 AI 엔지니어링 리소스, 로드맵, 도구 및 프로젝트 엄선 모음.
YC (S26) | Screenpipe가 자동화할 가치가 있는 업무를 찾아냅니다 | 컴퓨터 작업을 로컬에서 지속적으로 기록하고, 반복되는 워크플로를 찾아 그 결과를 이미 사용 중인 어떤 에이전트에든 전달하세요.