#machine-learning Repositórios
2,070 repositórios no total
Coleção de artigos e projetos de código aberto do ICLR de anos anteriores, incluindo ICLR2021, ICLR2022, ICLR2023, ICLR2024, ICLR2025.
TOROS Buffalo: Um projeto de código aberto rápido e escalável pronto para produção para sistemas de recomendação
Inteligência meteorológica baseada em IA para futuros de commodities agrícolas. Prevê movimentos de preços com 48-72 horas de antecedência para suco de laranja, café, cacau, açúcar, milho e trigo usando Claude Sonnet + dados de satélite
Compêndio de recursos gratuitos de leitura sobre ML
Label Objects and Save Time (LOST) - Desenhe seu próprio processo inteligente de anotação de imagem em um ambiente baseado na web.
Motor de busca de modelo de linguagem construído em um banco de dados vetorial e um armazenamento chave/valor de qualquer coisa.
Um sistema de classificação flexível e adaptável para classificação dinâmica de texto
Utilize Modelos PyTorch com CasADi para otimização orientada por dados ou controle ótimo baseado em aprendizado. Suporta Acados.
hihttps é um firewall de aplicações web de alto desempenho com código-fonte completo, que suporta todas as funcionalidades de um WAF tradicional, como regras regex do ModSecurity para injeção de SQL, XSS, varredura de vulnerabilidades maliciosas, força bruta de senhas, CC, DDOS, e também suporta aprendizado de máquina não supervisionado para combater autonomamente ataques desconhecidos.
Uma coleção de contas incríveis de desenvolvedores (Twitter, Facebook,...) 👨💻 que enriquecem o conteúdo árabe, podcasts, artigos, canais do Youtube e alguns conselhos e diretrizes.
O Microsoft Scalable Noisy Speech Dataset (MS-SNSD) é um conjunto de dados de fala ruidosa que pode ser escalado para tamanhos arbitrários, dependendo do número de falantes, tipos de ruído e níveis de Relação Sinal-Ruído (SNR) desejados.
Código Python, Jupyter Notebooks, arquivos csv com exemplos para os exercícios do Blog aprendemachinelearning.com e do livro Aprenda Machine Learning em Espanhol
Freqtrade — Ferramenta de configuração e gerenciamento para o bot de negociação de criptomoedas open-source Freqtrade, com backtesting de estratégia, modos live/dry‑run, suporte a mais de 10 exchanges (Binance, Kraken, OKX), otimização de hiperparâmetros, dashboard FreqUI e interface de menu rica no terminal
Conhecemos bem as GANs pelo seu sucesso na geração de imagens realistas. No entanto, elas podem ser aplicadas na geração de dados tabulares. Revisaremos e examinaremos alguns artigos recentes sobre GANs tabulares em ação.
Repositório oficial do artigo "Grokfast: Grokking Acelerado Amplificando Gradientes Lentos"
Links para publicações de conferências/revistas em verificação automatizada de fatos (recursos para o artigo TACL22/EMNLP23).
:octocat:🌟 Os Recursos Definitivos para projetos de nível iniciante a avançado, tudo em um só lugar 💻 🎯🚀
Caixa de ferramentas de patologia computacional desenvolvida pelo Centro TIA, Universidade de Warwick.
Organize seus experimentos em etapas discretas que podem ser armazenadas em cache e reutilizadas durante todo o ciclo de vida do seu projeto de pesquisa.
Previsão de Séries Temporais Moderna com Python, publicado pela Packt
Uma lista selecionada de recursos educacionais de ciência de dados para habilidades essenciais em ciência de dados
Vector Hub - Biblioteca para descoberta e consumo fáceis de modelos de ponta para transformar dados em vetores. (text2vec, image2vec, video2vec, graph2vec, bert, inception, etc)
O SciKit-Learn Laboratory (SKLL) facilita a execução de experimentos de aprendizado de máquina.
Use o ArXiv ChatGuru para conversar com artigos de pesquisa. Este aplicativo usa LangChain, OpenAI, Streamlit e Redis como um banco de dados vetorial/cache semântico.
Uma lista selecionada de recursos de inteligência artificial (Cursos, Ferramentas, Aplicativos, Projetos de Código Aberto)
Pipeline de aumento para renderização de processos de impressão em papel sintético, fax, digitalização e cópia
Implementação em Julia da API scikit-learn https://cstjean.github.io/ScikitLearn.jl/dev/
55 competências rigorosas para Claude Code, Codex, OpenCode 1 e 2 e Pi: revisão de código, auditorias de segurança, desenvolvimento de funcionalidades, design de frontend, ferramentas MCP, aprendizado de máquina/treinamento com Hugging Face e muito mais.
Reimplementação em Python dos algoritmos de agrupamento espectral (restringidos) usados nos artigos de diarização de falantes do Google.
Implementação oficial do Würstchen: Pré-treinamento eficiente de modelos de texto para imagem
Aprendizado de Máquina Prático com C++, publicado pela Packt
🤖 Extensões de navegador e scripts de usuário de IA para aprimorar sua experiência na web