#machine-learning Репозитории
Всего репозиториев: 2,070
Промпт-инжиниринг | Управление версиями промптов | Используйте GPT или другие модели на основе промптов для получения структурированных выходных данных. Присоединяйтесь к нашему Discord для обсуждения промпт-инжиниринга, LLM и других новейших исследований
Руководство по созданию практических систем глубокого обучения на уровне производства для развертывания в реальных приложениях.
TFDS — это коллекция наборов данных, готовых к использованию с TensorFlow, Jax, ...
🕵 Искусственный интеллект для социального контроля государственного управления | **Этот репозиторий не часто обновляется. Ознакомьтесь с README**
Tengine — это легкий, высокопроизводительный, модульный движок вывода для встроенных устройств.
Обширный список работ, использующих большие языковые/мультимодальные модели для робототехники/RL, включая статьи, коды и связанные веб-сайты
Основы машинного обучения: линейная алгебра, исчисление, статистика и информатика
Merlion: Фреймворк машинного обучения для интеллектуального анализа временных рядов
Руководство по проектированию систем ИИ для инженеров, создающих производственные системы ИИ и системы оценки.
LimiX: Раскрытие возможностей моделирования структурированных данных для универсального интеллекта https://arxiv.org/abs/2609.17488
https://www.youtube.com/channel/UC34rW-HtPJulxr5wp2Xa04w?sub_confirmation=1
Быстрая библиотека для AutoML и тюнинга. Присоединяйтесь к нашему Discord: https://discord.gg/Cppx2vSPVP.
Простые реализации на чистом Python базовых алгоритмов машинного обучения
Python-блокноты с примерами ML и глубокого обучения с использованием Azure Machine Learning Python SDK | Microsoft
⚡️SwanLab — открытый, современный инструмент для отслеживания и визуализации обучения ИИ. Поддерживает облачное / самохостинг использование. Интегрирован с PyTorch / Transformers / verl / LLaMA Factory / ms-swift / Ultralytics / MMEngine / Keras и др.
Инструменты визуального анализа и диагностики для облегчения выбора моделей машинного обучения.
Набор инструментов Python для количественных финансов: анализ акций, технические индикаторы, бэктестинг стратегий, оптимизация портфеля и финансовое моделирование.
Sacred — это инструмент, который поможет вам настраивать, организовывать, протоколировать и воспроизводить эксперименты, разработанные в IDSIA.
Коллекция шпаргалок, книг, вопросов и портфолио для подготовки к собеседованиям по DS/ML
RAG (Retrieval Augmented Generation) Framework для создания модульных, открытых приложений для продакшена от TrueFoundry
Станьте экспертом в области искусственного интеллекта, машинного обучения, генеративного ИИ, глубокого обучения, науки о данных, обработки естественного языка, обучения с подкреплением и многого другого с помощью этого полного репозитория от 0 до 100.
AdalFlow: Библиотека для создания и автоматической оптимизации LLM-приложений.
Репозиторий, содержащий ссылки и ресурсы по различным темам компьютерных наук.
Пакет Python для сегментации геопространственных данных с помощью модели Segment Anything (SAM)
Создайте современную LLM с нуля. Каждая строка с комментарием. Объяснено так, как будто нам пять лет.
Современное пользовательское расписание Anki на основе алгоритма Free Spaced Repetition Scheduler
Куратированный список потрясающих ресурсов по ответственному машинному обучению.
FEDML – Единая и масштабируемая ML-библиотека для крупномасштабного распределенного обучения, обслуживания моделей и федеративного обучения. FEDML Launch, кросс-облачный планировщик, позволяет запускать любые ИИ-задания в любом облаке GPU или локальном кластере. TensorOpera AI (https://TensorOpera.ai), построенная на основе этой библиотеки, — это ваша платформа генеративного ИИ в больших масштабах.
Deepchecks: Тесты для непрерывной валидации ML-моделей и данных. Deepchecks — это комплексное решение с открытым исходным кодом для всех ваших потребностей в валидации ИИ и ML, позволяющее тщательно тестировать ваши данные и модели от исследования до продакшена.
Сверхбыстрое принятие решений с помощью ИИ и интеллектуальная обработка мультимодальных данных.
Synapsa Commons: бесплатные практические курсы по ИИ, которые можно запускать где угодно (Colab, Kaggle, Binder, Codespaces, Jupyter). Доказательства соответствия Закону ЕС об ИИ, валидация моделей, прогнозное техническое обслуживание, извлечение данных из документов, поиск и RAG, ИИ-агенты и MCP, а также смоделированный гуманоид. Каждый урок проверяется автоматически. От команды, создающей Synapsa.
Переориентируемый компилятор и набор инструментов времени выполнения на основе MLIR для машинного обучения.
Клиент StarCraft II - определения протокола, используемые для общения с StarCraft II.
Документация TVM на упрощенном китайском языке / Документация TVM на китайском языке