#machine-learning Repositórios
2,070 repositórios no total
Um curso intensivo em seis episódios para desenvolvedores de software que desejam se tornar praticantes de aprendizado de máquina.
Um sistema de trading quantitativo abrangente com análise potencializada por IA, processamento de dados em tempo real e gestão de risco avançada
Uma biblioteca de registro de dados de código aberto para modelos de aprendizado de máquina e pipelines de dados. 📚 Oferece visibilidade da qualidade dos dados e do desempenho do modelo ao longo do tempo. 🛡️ Suporta coleta de dados que preserva a privacidade, garantindo segurança e robustez. 📈
Coleção de recursos abrangendo áreas-chave da Ciência da Computação
Uma plataforma de aprendizado em circuito fechado de visão computacional onde o código pode ser executado interativamente online. Livro eletrônico em chinês sobre o ciclo de aprendizado de 'Visualização Computacional em Ação: Algoritmos e Aplicações', código-fonte, comunidade de intercâmbio com leitores (em constante atualização ...) 📘 Livro eletrônico online https://charmve.github.io/computer-vision-in-action/ 👇 Página inicial do projeto
🎁 Mais de 7.400.000 imagens do Unsplash disponibilizadas para pesquisa e aprendizado de máquina
Este repositório contém artigos de pesquisa anotados que considerei muito bons e úteis
Imagens para inferência sem rotulagem (use modelos de base para treinar modelos supervisionados).
Livro_6_《Os Caminhos dos Dados》 | A Flor de Íris: Do básico de matemática à aprendizagem de máquina; bem-vindos a críticas e correções! Os alunos que mais erros corrigirem receberão um livro de presente como agradecimento!
Ferramentas Interativas para Machine Learning, Deep Learning e Matemática
Tradução Automática: Fundamentos e Modelos, por 肖桐 (Xiao Tong) e 朱靖波 (Zhu Jingbo) - Machine Translation: Foundations and Models
TradeMaster é uma plataforma de código aberto para negociação quantitativa impulsionada por aprendizado por reforço :fire: :zap: :rainbow:
Mars é uma estrutura unificada baseada em tensores para computação de dados em larga escala que escala as funções numpy, pandas, scikit-learn e Python.
Um playground para gerar imagens a partir de qualquer prompt de texto usando Stable Diffusion (antes: usando DALL-E Mini)
AIMET é uma biblioteca que fornece técnicas avançadas de quantização e compressão para modelos de redes neurais treinadas.
CV-CUDA™ é uma biblioteca de código aberto, acelerada por GPU, para processamento de imagens e visão computacional em escala de nuvem.
MLNLP: Este repositório organiza artigos com código de fonte aberta de conferências de inteligência artificial (como ACL, EMNLP, NAACL, COLING, AAAI, IJCAI, ICLR, NeurIPS, ICML, etc.).
Uma estrutura unificada para análise de dados e aprendizado de máquina com preservação de privacidade
Uma lista fantástica de projetos e artigos sobre compiladores para computação de tensores e aprendizado profundo.
[ICLR 2024] Implementação oficial de " 🦙 Time-LLM: Time Series Forecasting by Reprogramming Large Language Models"
projetos de visão computacional | Projetos de IA divertidos e interessantes relacionados à visão computacional (Python, C++, sistemas embarcados)
🚀 Biblioteca eficiente de coleções de algoritmos de busca aproximada do vizinho mais próximo, escrita em Rust 🦀.
Cliente Python para Supabase. Consulte o Postgres a partir do Flask, Django e FastAPI. Autenticação de usuários em Python, políticas de segurança, funções edge, armazenamento de arquivos e transmissão de dados em tempo real.
Identificador de Aplicação Android para Packers, Protectors, Obfuscators e Curiosidades - PEiD para Android
O Apache Hamilton ajuda cientistas e engenheiros de dados a definir fluxos de dados testáveis, modulares e autodocumentáveis, que codificam linhagem/rastreamento e metadados. Ele executa e escala em qualquer lugar onde o Python também funcione.
Notebooks, exemplos de código e referências para aprendizado de máquina e IA generativa no Google Cloud para os bootcamps do Advanced Solutions Lab (ASL).
CubeStudio é uma plataforma open source nativa em nuvem tudo-em-um de aprendizado de máquina/aprendizado profundo/grandes modelos de IA/MaaS/MLOps/plataforma de inteligência artificial/plataforma de treinamento e inferência, cobrindo todo o pipeline de algoritmos, multilocação, plataforma de aluguel de poder computacional, retransmissão de tokens, orquestração de pipeline de fluxo de trabalho por arrastar e soltar, treinamento distribuído multi-máquina multi-placa, busca de hiperparâmetros, serviços de inferência, virtualização VGPU, colaboração nuvem-borda-dispositivo, computação de borda, plataforma de anotação automatizada, ajuste fino SFT/modelo de recompensa/treinamento de aprendizado por reforço para grandes modelos como DeepSeek, inferência multi-máquina para grandes modelos com vLLM/Ollama/MindIE, agentes inteligentes LLMOps com base de conhecimento privada, mercado de modelos de IA, suporte para escalonamento de poder computacional heterogêneo nacional (Ascend, Cambricon, Hygon, Moore Threads, Muxi, etc.), suporte para IB/RoCE/RDMA e suporte Xinchuang.
🧠 Faça seus agentes aprenderem com a experiência. Agora disponível como solução hospedada em kayba.ai
Dashboards interativos em Python para aprender ciência de dados
Estrutura de computação GPU de propósito geral, construída sobre Vulkan para suportar milhares de placas gráficas de diferentes fornecedores (AMD, Qualcomm, NVIDIA e companheiros). Ultrarrápido, habilitado para dispositivos móveis, assíncrono e otimizado para casos de uso avançados de processamento de dados por GPU. Apoiado pela Fundação Linux.
Exercícios de caneta e papel em aprendizado de máquina