#machine-learning Repositórios
2,070 repositórios no total
Guia de candidatura para cargos de algoritmos de IA (cobrindo guias de preparação, guias de resolução de problemas, recomendações internas e lista de empresas de IA, etc.)
Modelagem de elevação (uplift modeling) e inferência causal com algoritmos de aprendizado de máquina
Um conversor de áudio para MIDI leve, mas poderoso, com detecção de pitch bend
Um sistema para gerar rapidamente dados de treinamento com supervisão fraca
⚡ Motor de inferência WebGPU em Rust puro — Compatível com a API da OpenAI, nativo para GGUF, roda em qualquer GPU. Sem Python. Sem llama.cpp. Binário único.
Outfit Anyone: Prova virtual de altíssima qualidade para Qualquer Roupa e Qualquer Pessoa
Gorgonia é uma biblioteca que ajuda a facilitar o aprendizado de máquina em Go.
Mecanismo de dados de alto desempenho para cargas de trabalho de IA e multimodais. Processe imagens, áudio, vídeo e dados estruturados em qualquer escala.
Uma biblioteca acelerada por GPU contendo blocos de construção altamente otimizados e um motor de execução para processamento de dados, a fim de acelerar aplicações de treinamento e inferência de aprendizado profundo.
mlpack: uma biblioteca de aprendizado de máquina C++ rápida e somente de cabeçalho
T81-558: Keras - Aplicações de Redes Neurais Profundas @Washington University in St. Louis
Rede Neural Convolucional para Classificação de Texto em Tensorflow
Inferência fatiada/em mosaico agnóstica a frameworks + UI interativa + gráficos de análise de erros
Uma equipe de agentes de ciência de dados equipada com IA para ajudá-lo a realizar tarefas comuns de ciência de dados 10 vezes mais rápido.
Jogar dísticos com modelo seq2seq. Fazer dísticos com aprendizado profundo.
Repositório de Código para Aprendizado de Máquina com PyTorch e Scikit-Learn
As ferramentas Core ML contêm ferramentas de suporte para conversão, edição e validação de modelos Core ML.
Lista com curadoria de perguntas e respostas para entrevistas de ciência de dados
Um guia completo para começar e melhorar em aprendizagem de máquina (ML) e inteligência artificial (AI) em 2026 sem nenhuma experiência prévia no campo, e manter-se atualizado com as últimas notícias e técnicas de ponta!
Construir, Avaliar e Otimizar Sistemas de IA. Inclui avaliações (evals), RAG, agentes, ajuste fino, geração de dados sintéticos, gerenciamento de conjuntos de dados, MCP e muito mais.
【Três anos de entrevistas, cinco anos de simulados】Plataforma de recursos para entrevistas de engenheiros de algoritmos de AIGC/LLM/AI Agent. Abrange conteúdos práticos e experiências essenciais para entrevistas e provas escritas, além de conhecimentos fundamentais de relevância duradoura no setor de IA, incluindo AIGC, grandes modelos de linguagem (LLMs), agentes de IA, inteligência incorporada, deep learning tradicional, visão computacional, processamento de linguagem natural, condução autônoma, aprendizado de máquina, aprendizado por reforço, mineração de big data, modelos do mundo, metaverso, AGI e muito mais.
Biblioteca Python de aprendizado de máquina simples e distribuída que porta algoritmos de ML para Spark
Um software de aprendizado de máquina para extrair informações de documentos acadêmicos
uma tarefa de inpainting de imagem de aprendizado de máquina que remove instintivamente marcas d'água da imagem, tornando-a indistinguível da imagem de referência