#machine-learning Repositórios
2,070 repositórios no total
MOA é um framework de código aberto para mineração de fluxos de Big Data. Ele inclui uma coleção de algoritmos de aprendizado de máquina (classificação, regressão, agrupamento, detecção de outliers, detecção de desvio de conceito e sistemas de recomendação) e ferramentas para avaliação.
Atualizar Automaticamente Artigos de Texto para Fala (TTS) Diariamente usando Github Actions (Atualização a cada 12 horas)
Sistema de recomendação de filmes baseado na implementação do algoritmo de filtragem colaborativa Mahout
Este repositório inclui tutoriais sobre como usar as APIs de estimativa do TensorFlow para realizar várias tarefas de ML, de maneira sistemática e padronizada
Framework ultrarrápido para ajuste fino de modelos de aprendizado de similaridade
Este repositório contém todos os projetos de análise de dados que realizei em Python.
Portfólio de pesquisa de ensino médio: 2 publicações revisadas por pares (IEEE, IJHSR) + 3 projetos ativos abrangendo aprendizado de máquina inspirado em computação quântica, biologia computacional, imagem biomédica, aprendizado por reforço aplicado a incêndios florestais e pesquisa em educação científica. Afiliado à Stanford Medicine, ao UCLA COSMOS e ao UCSB SRA.
Um código simples e flexível para arquiteturas de computação de reservatório como redes de estado ecoante
Um conjunto de dados de áudio gratuito de dígitos falados. Uma versão em áudio do MNIST.
Notas e materiais sobre Modelagem Matemática e Aprendizado de Máquina/Aprendizado Profundo/Modelos Grandes (em atualização contínua...).
O projeto foca no rastreamento de pessoas desaparecidas. Estamos utilizando processamento de imagem e aprendizado de máquina juntamente com um banco de dados Postgres.
OCR rápido e offline para Node.js e C++. PP-OCRv6 com aceleração de hardware por Core ML / WebGPU — reconhece texto em imagens com pontuações de confiança e coordenadas. npm: @arcships/light-ocr
Guias bilíngues (chinês + inglês) de preparação para entrevistas de ML / LLM / diffusion / agentes para o recrutamento de outono em IA — gerados pelo ARIS /interview-cheatsheet e renderizados pelo /render-html em HTML de arquivo único, legível em qualquer lugar — além de um gerador de páginas acadêmicas com verificação de fatos por CV→DBLP e blogs longos escritos pelo próprio autor 🌱
Awesome-LLM-Eval: uma lista selecionada de ferramentas, conjuntos de dados/benchmarks, demonstrações, placares, artigos, documentos e modelos, principalmente para Avaliação em LLMs. Uma lista selecionada de ferramentas, benchmarks/dados, demonstrações, placares e grandes modelos, voltada principalmente para a avaliação de LLMs fundamentais, com o objetivo de explorar os limites técnicos da IA generativa.
A camada de vantagem honesta para os mercados de previsão da Kalshi — um kit de ferramentas nativo para agentes (CLI, servidor MCP e skill do Claude) que mede se você realmente supera o mercado, em vez de apenas afirmar que sim.
Aprendizagem de Máquina Reprodutível para Detecção de Fraude de Cartão de Crédito - Manual Prático
[CVPR 2024] Panda-70M: Legendar 70M Vídeos com Múltiplos Professores de Modalidade Cruzada
Um Tutorial Intuitivo para Regressão por Processos Gaussianos
(AAAI' 20) Uma caixa de ferramentas Python para combinação de modelos de aprendizado de máquina
Aceleradores de solução Azure MLOps (v2). Modelos prontos para empresas para implantar seus modelos de aprendizado de máquina na Plataforma Azure.
Divida automaticamente seus modelos PyTorch em várias GPUs para treinamento e inferência
Um motor de inferência onnx puro C99, leve e portátil, para dispositivos embarcados com suporte de aceleração de hardware.
Um repositório de conjuntos de dados bem interessantes que coletei para pesquisas em ciência de redes e aprendizado de máquina.
Implementação de algoritmos de Aprendizagem por Reforço Inversa (IRL) em Python/Tensorflow. Deep MaxEnt, MaxEnt, LPIRL
CAIRI Toolbox e Benchmark para Aprendizagem de Representação Visual Supervisionada, Semi-supervisionada e Auto-supervisionada
ConvoKit é um conjunto de ferramentas para extrair recursos conversacionais e analisar fenômenos sociais em conversas. Inclui vários grandes conjuntos de dados conversacionais juntamente com scripts que exemplificam o uso do conjunto de ferramentas nesses conjuntos de dados.
Tradução para o chinês de "Machine Learning: A Probabilistic Perspective" (Kevin P. Murphy) e implementação em Python dos algoritmos do livro.
Um pacote de aprendizado por reforço para Julia
🚀 Velocidade 200x! O aliado de download da era AI | Aceleração total para Docker/PyPI/HuggingFace/CRAN | Fragmentação paralela + cache inteligente, faça os downloads decolarem.
:chart_with_upwards_trend: Implementação de oito métricas de avaliação para acessar a similaridade entre duas imagens. As oito métricas são as seguintes: RMSE, PSNR, SSIM, ISSM, FSIM, SRE, SAM e UIQ.
Previsão da carga de energia elétrica de Delhi usando modelos ARIMA, RNN, LSTM e GRU
HISTDATA - Conjunto de dados composto por todos os pares de negociação FX / Petróleo Bruto / Índices de Ações. API simples para recuperar dados de 1 minuto (e dados tick) de Preços Históricos FX (atualizados).
Este código acompanha o artigo 'Trading with the Momentum Transformer: An Intelligent and Interpretable Architecture' (https://arxiv.org/pdf/2112.08534.pdf).
Pacote Python para Descoberta Causal por meio da aprendizagem da estrutura gráfica de redes Bayesianas. Aprendizagem de Estrutura, Aprendizagem de Parâmetros, Inferências, Métodos de Amostragem.
Um guia completo para iniciantes na área de gerenciamento de dados e inteligência artificial.