Jupyter Notebook Repositórios
1,614 repositórios no total
Depuração, monitoramento e visualização para Aprendizado de Máquina e Ciência de Dados com Python
Código oficial usado para desenvolver Vision Transformer, SigLIP, MLP-Mixer, LiT e mais.
Um curso completo para aprender programação e uso do Bitcoin a partir da linha de comando
Repositório de Código MIMIC: Código compartilhado pela comunidade de pesquisa para a família de bancos de dados MIMIC
Livro_7_《Aprendizado de Máquina》 | Livro Íris: Da aritmética básica ao aprendizado de máquina; Críticas e sugestões são bem-vindas
IA e Machine Learning com Kubeflow, Amazon EKS e SageMaker
Este repositório é uma coleção curada de projetos práticos de ciência de dados feitos sob medida para iniciantes. Seja você um iniciante na jornada de ciência de dados ou esteja buscando fortalecer suas habilidades, esses projetos oferecem uma maneira prática e interativa de aplicar seu conhecimento.
Este repositório contém o código para treinar e avaliar o TRIBE v2, um modelo multimodal para previsão de respostas cerebrais
🔅 Shapash: Explicabilidade e Interpretabilidade Amigáveis ao Usuário para Desenvolver Modelos de Aprendizado de Máquina Confiáveis e Transparentes
Todas as anotações e materiais para o curso CS229: Machine Learning da Universidade de Stanford
Uma ferramenta Open-Source em Python3 com modelos PEQUENOS para reconhecimento de layouts, tabelas, fórmulas matemáticas (LaTeX) e texto em imagens, convertendo-os para o formato Markdown. Uma alternativa gratuita ao Mathpix, que possibilita a conversão contínua de conteúdo visual em representações baseadas em texto. Mais de 80 idiomas são suportados.
Aprenda a projetar, desenvolver, implantar e iterar em aplicações de ML de nível de produção.
Este repositório foi criado para ajudar iniciantes em machine learning ou aqueles que estão se preparando para um estudo em grupo. (This repository is intented for helping whom are interested in machine learning study)
[CVPR 2024] 4D Splatting Gaussiano para Renderização de Cenas Dinâmicas em Tempo Real
Implementação do Dreambooth (https://arxiv.org/abs/2208.12242) através da Inversão Textual (https://arxiv.org/abs/2208.01618) para Stable Diffusion (https://arxiv.org/abs/2112.10752). Ajustes focados em treinar rostos, objetos e estilos.
Ferramenta de IA de Tradução/Dublagem Multilíngue de Vídeo Inteligente - Linly-Dubbing — “Capacitando com IA, sem fronteiras linguísticas”
Repositório de tutoriais em Jupyter notebook para o ensino do Curso de Deep Learning na Universidade de Amesterdão (MSc em IA), Outono de 2023
Geração Automática de Visualizações e Infográficos Usando Modelos de Linguagem Grandes
100 Exemplos de Aprendizagem Profunda, Aprendizagem Profunda DL, Classificação de Imagens, Reconhecimento de Objetos, Deteção de Objetos, Processamento de Linguagem Natural NLP, Classificação de Texto, TensorFlow, PyTorch
O repositório contém mais de 100 problemas de exercícios de programação em Python discutidos, explicados e resolvidos de diferentes maneiras.
Uma biblioteca Python para visualização de árvores de decisão e interpretação de modelos.
Coleta de conhecimento clássico de todos os aspectos do Android, as últimas tecnologias.
Laboratórios gratuitos de forense digital com atividades práticas para alunos e professores
Um projeto de código aberto dedicado ao rastreamento e segmentação de quaisquer objetos em vídeos, de forma automática ou interativa. Os principais algoritmos utilizados incluem o Segment Anything Model (SAM) para segmentação de quadros-chave e Associating Objects with Transformers (AOT) para fins de rastreamento e propagação eficientes.
Aprenda a construir seu assistente de IA de Segundo Cérebro com LLMs, agentes, RAG, fine-tuning, LLMOps e técnicas de sistemas de IA.
Repositório Oficial de "Eureka: Human-Level Reward Design via Coding Large Language Models" (ICLR 2024)
Processo de Construção de Grafo de Conhecimento Financeiro em Pequena Escala (neo4j / python / cypher / KG)
Jupyter Notebooks para ajudar você a obter experiência prática com bancos de dados vetoriais Pinecone
A tradução chinesa de Hands-On-Large-Language-Models (hands-on-llms), Aprendizagem Prática de Grandes Modelos de Linguagem
Uma Biblioteca de Agentes de IA para Aprendizagem por Reforço, pronta para produção, trazida pela equipe de Aprendizagem por Reforço Aplicada da Meta.
Abrange dados de pré-treinamento, tokenizadores, Transformers, MoE, treinamento distribuído, leis de escalabilidade, inferência e alinhamento. 6 tarefas de programação progressivas para aprender LLMs de ponta a ponta.