#machine-learning 저장소
저장소 총 2,070개
양자 하드웨어 및 고전 시뮬레이터에서 대규모 양자 기계 학습 작업을 위해 Qiskit 기반으로 구축된 오픈 소스 라이브러리
시계열 특징 추출 라이브러리(TSFEL): Python에서 시계열 분류, 회귀 및 신호 처리를 위한 60개 이상의 통계적·시간적·스펙트럼·프랙탈 특징
SUMO를 사용한 교통 신호 제어를 위한 강화 학습 환경. Gymnasium, PettingZoo 및 인기 RL 라이브러리와 호환됩니다.
PyTorch, JAX, NVIDIA Warp로 구현된 모듈식 강화학습(RL) 라이브러리로 Gymnasium/Gym, NVIDIA Isaac Lab, MuJoCo Playground 및 기타 환경 지원
:computer: 기계가 배우도록 만드는 법을 배우세요. 프로그래밍으로 고생할 필요가 없어요; 궁극의 목록
ONNX Runtime을 통해 Node.js / TypeScript에서 오픈 소스 Jev 호환 System-1 의사결정 모델인 Laya를 실행하세요
Microsoft AI for Good Lab 생물다양성 허브: 보전 AI, SPARROW, MegaDetector를 위한 프로젝트 카탈로그, 문서 및 탐색 기능.
🟣 2026년 다음 머신러닝 및 데이터 과학 인터뷰를 준비하는 데 도움이 되는 LLM 면접 질문 및 답변.
WIT (Wikipedia-based Image Text) 데이터셋은 100개 이상의 언어에 걸쳐 11백만 개 이상의 고유 이미지와 37백만 개 이상의 이미지-텍스트 세트를 포함하는 대규모 멀티모달 다국어 데이터셋입니다.
PM4Py (Process Mining for Python)의 공식 공개 저장소 — Python을 사용한 비즈니스 프로세스 탐색, 분석 및 최적화를 위한 오픈 소스 라이브러리.
Packt에서 출판한 Hands-On Graph Neural Networks with Python
RAFT는 머신러닝과 정보 검색을 위한 기본적이고 널리 사용되는 알고리즘과 기본 요소를 포함합니다. 이 알고리즘들은 CUDA로 가속화되어 있으며, 고성능 애플리케이션을 더 쉽게 작성할 수 있는 빌딩 블록을 형성합니다.