#machine-learning Repositórios
2,070 repositórios no total
Solucionadores numéricos de equações diferenciais em JAX. Autodiferenciável e compatível com GPU. https://docs.kidger.site/diffrax/
Algoritmos de ML implementados e derivados a partir de primeiros princípios em Jupyter Notebooks e NumPy
Modelos de Difusão em Imagiologia Médica (Publicado na Revista Medical Image Analysis)
Uma toolkit/biblioteca Python para machine/deep learning e mineração de dados centrado na realidade em séries temporais parcialmente observadas, com mais de 50 modelos de redes neurais SOTA para tarefas de análise científica (imputação, classificação, agrupamento, previsão, detecção de anomalias, limpeza) em TS multivariadas industriais incompletas amostradas irregularmente com valores ausentes NaN
.NET for Apache® Spark™ torna o Apache Spark™ facilmente acessível para desenvolvedores .NET.
Biblioteca de inferência leve para arquivos ONNX, escrita em C++. Ela pode executar o Stable Diffusion XL 1.0 em um RPI Zero 2 (ou com 298MB de RAM), mas também o Mistral 7B em desktops e servidores. Suporte para ARM, x86, WASM, RISC-V. Acelerado por XNNPACK. Bindings para Python, C# e JS(WASM) disponíveis.
🤖 A lista mais completa de agentes de IA, frameworks e ferramentas em 2026. 300+ recursos · 20+ categorias · Atualizado mensalmente.
Respostas aos exercícios de métodos de aprendizado de máquina, endereço para leitura online: https://datawhalechina.github.io/statistical-learning-method-solutions-manual
Um kit de ferramentas local, livre de OCR para extração de dados não estruturados, conversão para markdown e benchmarking. (https://idp-leaderboard.org/)
Um CLI Node.js que usa modelos Ollama e LM Studio (Llava, Gemma, Llama etc.) para renomear arquivos de forma inteligente com base em seu conteúdo
Este recurso é o suporte para os artigos de processamento de imagens em Python escritos pelo autor no CSDN, e principalmente contém a implementação do código para algoritmos como processamento de imagem, reconhecimento de imagem e classificação de imagem em Python. Espero que este recurso seja útil para você, vamos em frente juntos.
Um pacote Python para previsão Bayesiana com design orientado a objetos e modelos probabilísticos subjacentes.
A estrutura de RF e engenharia reversa para todos. Siga e ★ para mostrar seu apoio!
Uma extensão jupyter de prova de conceito que converte consultas em inglês em código Python relevante
Segmentação semântica em imagens aéreas e de satélite. Extrai características como: edifícios, estacionamentos, estradas, água, nuvens
Colabore e rotule qualquer tipo de dados, imagens, textos ou documentos, em uma interface web fácil ou aplicativo desktop.
🤖 Uma biblioteca Python para aprender e avaliar embeddings de grafos de conhecimento
:cloud: :rocket: :bar_chart: :chart_with_upwards_trend: Avaliando o estado da arte em IA
Tudo sobre aprendizado federado, incluindo artigos de pesquisa, livros, códigos, tutoriais, vídeos e muito mais
Biblioteca para treinar modelos de aprendizado de máquina com privacidade para os dados de treinamento
Uma coleção de mais de 1000 artigos de revisão sobre Processamento de Linguagem Natural (NLP) e Aprendizado de Máquina (ML).
Real-World Masked Face Dataset, Conjunto de Dados de Rostos Mascarados
Uma coleção impulsionada pela comunidade de frameworks, projetos e recursos de RAG (Retrieval-Augmented Generation). Contribua e explore o ecossistema RAG em evolução.
Informações acadêmicas abrangentes e oportunas sobre aprendizado federado (artigos, frameworks, conjuntos de dados, tutoriais, workshops)
Desenhando redes bayesianas, modelos gráficos, tensores, estruturas técnicas e ilustrações em LaTeX.
Um pacote Python para estender o PyTorch oficial que pode facilmente obter desempenho na plataforma Intel
Wrapper Python para CRFs densos (totalmente conectados) de Philipp Krähenbühl com potenciais de aresta gaussianos.
prompt2model - Gere Modelos Implantáveis a Partir de Instruções em Linguagem Natural
Humanoid-Gym: Aprendizagem por Reforço para Robôs Humanoides com Transferência Sim2Real Zero-Shot https://arxiv.org/abs/2404.05695
Uma introdução concisa e amigável para iniciantes aos conceitos centrais da álgebra linear.
O código Python para reproduzir as ilustrações de The Hundred-Page Machine Learning Book.
Contornos de edifícios em todo o mundo derivados de imagens de satélite
[ICLR 2024] Implementação oficial de "TimeMixer: Mistura Multiescala Decomponível para Previsão de Séries Temporais"
A versão traduzida para chinês de "Approaching (Almost) Any Machine Learning Problem", endereço do documento online: https://ytzfhqs.github.io/AAAMLP-CN/
O Feature Store Virtual. Transforme sua infraestrutura de dados existente em um feature store.