#machine-learning Репозитории
Всего репозиториев: 2,070
Децентрализованное глубокое обучение в PyTorch. Создано для обучения моделей на тысячах волонтеров по всему миру.
Более 200 подробных карточек для повторения тем по машинному обучению, компьютерному зрению и информатике.
Курируемый список замечательных проектов и ресурсов, связанных с Argo (проект CNCF, получивший статус выпускника)
Библиотека совместимых с sklearn энкодеров категориальных переменных
Превратите любой компьютер или периферийное устройство в центр управления вашими проектами компьютерного зрения.
🤗 Evaluate: Библиотека для легкой оценки моделей и наборов данных машинного обучения.
Библиотека Python, которая помогает ученым данных выводить причинно-следственные связи, а не просто наблюдать корреляции.
Метрики машинного обучения для распределенных, масштабируемых приложений PyTorch.
Сборник исследовательских статей по деревьям решений, классификации и регрессии с реализациями.
Учебные пособия Jupyter Notebook по решению реальных проблем с помощью Machine Learning & Deep Learning с использованием PyTorch. Темы: Обнаружение лиц с Detectron 2, Обнаружение аномалий в временных рядах с LSTM Autoencoders, Обнаружение объектов с YOLO v5, Создайте свою первую Neural Network, Прогнозирование временных рядов для ежедневных случаев Coronavirus, Анализ настроений с BER
Реализация SimCLR на PyTorch: Простая структура для контрастного обучения визуальных представлений
Этот репозиторий содержит упражнения и их решения, представленные в книге "An Introduction to Statistical Learning" на языке Python.
C-OCR — это проект OCR, разработанный Ctrip самостоятельно, который в основном включает распознавание документов и материалов, связанных с туризмом, таких как удостоверения личности, паспорта, железнодорожные билеты, визы и т. д. Проект состоит из 4 частей: отказ, обнаружение, распознавание, постобработка.
Сервис машинного обучения с низким уровнем кода для персонализированного ранжирования статей, листингов, результатов поиска, рекомендаций, который повышает вовлеченность пользователей. Дружелюбный движок Learn-to-Rank
Куратированный список исследовательских работ по обнаружению сообществ с реализациями.
SDG — это специализированная структура, предназначенная для генерации высококачественных структурированных табличных данных.
Интуитивная библиотека для добавления функциональности построения графиков к объектам scikit-learn.
Machine Learning University: Ускоренный курс по обработке естественного языка
Система самостоятельного кодирования для вашего приложения — Alan AI SDK для веб
🍕 Репозиторий для сбора информации о материалах для изучения в области анализа данных и родственных областей, компаниях, работающих с данными, и словаре понятий
🧠 Подборка отличных ресурсов для ChatGPT, включая библиотеки, SDK, API и многое другое. 🌟 Пожалуйста, поддержите этот проект, поставив звезду.
Полностью приватный локальный ИИ-ассистент для компьютера. Всегда под рукой и готов присоединиться к беседе. Поддерживает неограниченное количество инструментов MCP и неограниченную память, а также самообучение. Бесплатная альтернатива WisprFlow с функцией диктовки. Работает на macOS, Windows и Linux.
Инструментарий для машинного обучения, обработки естественного языка и генерации текста на TensorFlow. Является частью проекта CASL: http://casl-project.ai/
Kashgari — это фреймворк для трансферного обучения NLP на производственном уровне, построенный на базе tf.keras для разметки текста и классификации текста, включает Word2Vec, BERT и GPT2 Language Embedding.
Запускайте, компилируйте и выполняйте JavaScript для научных вычислений и визуализации данных ПОЛНОСТЬЮ ПОЛНОСТЬЮ ПОЛНОСТЬЮ в вашем БРАУЗЕРЕ! Открытая среда научных вычислений для JavaScript ПОЛНОСТЬЮ в вашем браузере, матричные операции с ускорением GPU, поддержка TeX, визуализация данных и символьные вычисления.
ML-алгоритмы в 2-2000 раз быстрее, использование памяти на 50% меньше, работает на всём оборудовании - новом и старом.
Освойте ключевые навыки, необходимые для распознавания и решения сложных реальных проблем с помощью машинного обучения и глубокого обучения, используя высоко популярную экосистему Python Machine Learning.
Objectron — это набор данных из коротких видеоклипов, ориентированных на объекты. Кроме того, видео также содержат метаданные AR-сессий, включая позы камеры, разреженные облака точек и плоскости. В каждом видео камера перемещается вокруг и над объектом и захватывает его с разных ракурсов. Каждый объект аннотирован 3D-ограничивающей рамкой. 3D-ограничивающая рамка описывает положение, ориентацию и размеры объекта. В наборе данных содержится около 15 тысяч аннотированных видеоклипов и 4 миллиона аннотированных изображений в следующих категориях.
Красивые визуализации того, как язык отличается в зависимости от типа документа.
UpTrain — это унифицированная платформа с открытым исходным кодом для оценки и улучшения генеративных ИИ-приложений. Мы предоставляем оценки по более чем 20 предварительно настроенным проверкам (охватывающим случаи использования языка, кода, встраивания), выполняем анализ первопричин сбоев и даем рекомендации по их устранению.
Библиотека Python для аугментации аудиоданных. Полезна для того, чтобы модели машинного обучения аудио хорошо работали в реальном мире, а не только в лаборатории.
🔎 Мониторьте обучение моделей глубокого обучения и использование оборудования с вашего мобильного телефона 📱
Единый уровень оркестрации для разнородных вычислительных ресурсов ИИ. Он стандартизирует управление вычислительными ресурсами и запуск обучения и инференса в GPU-облаках, Kubernetes, виртуальных машинах или кластерах на физических серверах.
Освойте основы машинного обучения, глубокого обучения и математической оптимизации, строя ключевые концепции и модели с нуля с помощью Python.
Пакет Python для оценки и улучшения справедливости моделей машинного обучения.
Цель CLAIMED — обеспечить программирование в стиле быстрого прототипирования с низким/нулевым кодом, которое seamlessly интегрируется в CI/CD в продакшен.