#machine-learning 저장소
저장소 총 2,070개
Vowpal Wabbit는 online, hashing, allreduce, reductions, learning2search, active 및 interactive learning과 같은 기술로 머신 러닝의 한계를 확장하는 머신 러닝 시스템입니다.
Python, ML, 시각화 및 빅 테이블 데이터 탐색을 위한 Out-of-Core 하이브리드 Apache Arrow/NumPy DataFrame, 초당 10억 행 처리 🚀
DoWhy는 인과 추론을 위한 Python 라이브러리로, 인과 가정의 명시적 모델링과 테스트를 지원합니다. DoWhy는 인과 그래프 모델과 잠재 결과 프레임워크를 결합한 인과 추론의 통합 언어에 기반합니다.
BoxMOT: 축 정렬 박스와 방향성 박스를 지원하는 Python 및 C++용 플러그형 다중 객체 추적 솔루션으로, 이제 Helm 배포를 통해 Kubernetes에서 카메라를 지속적으로 추적할 수 있습니다.
Stanford University 및 Deeplearning.ai - Coursera (2022)의 Andrew NG 교수 머신러닝 전문화 솔루션 및 참고 자료 포함
지루함과 작별, Python 실용적인 작은 예제 제작에 전념합니다. 더 많은 Python 양심 튜토리얼은 https://ai-jupyter.com에서 확인하세요
Evidently는 오픈 소스 ML 및 LLM 관찰 프레임워크입니다. 모든 AI 기반 시스템 또는 데이터 파이프라인을 평가, 테스트 및 모니터링하세요. 테이블 형식 데이터부터 Gen AI까지. 100개 이상의 지표.
22가지 프롬프트 엔지니어링 기술과 Jupyter Notebook 실습 튜토리얼, 기본 개념부터 LLM 활용 고급 전략까지.
사용 중인 k8s에서 에이전트, ML 파이프라인, 실시간 추론을 타입 안전하게 분산 오케스트레이션하세요 — async/await를 사용하는 순수 Python과 다른 언어(Rust, Go, TypeScript) 지원
수학, 컴퓨팅, 머신러닝을 직관적으로 다루는 이 파격적인 교과서로 뛰어난 AI/ML 연구원 및 엔지니어가 되어보세요.
Book_3_《수학 원론》 | 아이리스 북: 덧셈, 뺄셈, 곱셈, 나눗셈에서 머신러닝까지; 등록됨; 계속해서 오류를 수정해 주세요. 오류를 많이 수정하신 분들께는 추첨을 통해 책을 증정합니다!
AI 분야를 탄탄한 기초로 깊이 파고들고 싶은 학부생 또는 누구나를 위한 상세하고 맞춤화된 가이드입니다.
H2O는 오픈 소스, 분산형, 빠르고 확장 가능한 머신러닝 플랫폼입니다: 딥러닝, 그래디언트 부스팅(GBM) & XGBoost, 랜덤 포레스트, 일반화 선형 모델(탄력망 포함 GLM), K-평균, PCA, 일반화 가법 모델(GAM), RuleFit, 서포트 벡터 머신(SVM), 스태킹 앙상블, 자동화 머신러닝(AutoML) 등
다양한 산업에 걸친 적용 머신러닝 및 데이터 사이언스 노트북과 라이브러리의 큐레이팅된 목록 (by @firmai)
멀티모달 AI를 위한 오픈 레이크하우스 형식. 단 2줄의 코드로 Parquet에서 변환하여 100배 빠른 임의 접근, 벡터 인덱스 및 데이터 버전 관리를 제공합니다. Pandas, DuckDB, Polars, Pyarrow, PyTorch와 호환되며, 더 많은 통합이 예정되어 있습니다.