#machine-learning Репозитории
Всего репозиториев: 2,070
Общий репозиторий для проектов с открытым исходным кодом от команды Google AI Language.
Система самостоятельного кодирования для вашего приложения — Alan AI SDK для Android
(IROS 2020, ECCVW 2020) Официальная реализация на Python для «3D Multi-Object Tracking: A Baseline and New Evaluation Metrics»
Официальный код для «DPM-Solver: быстрый решатель ОДУ для дискретного вероятностного моделирования диффузии примерно за 10 шагов» (Neurips 2022 Oral)
Легкая, локально-ориентированная и бесплатная библиотека для отслеживания экспериментов от Hugging Face 🤗
Спортивные ставки NBA с использованием машинного обучения
Приложение для захвата движения камеры ESP32 для записи JPEG на SD-карту в виде AVI-файлов и потоковой передачи в браузер в формате MJPEG. Если установлен микрофон, также создается WAV-файл. Файлы можно загрузить через FTP или скачать в браузер.
Отслеживание, исследование и применение передовых технологий, таких как обработка естественного языка, графы знаний, большие языковые модели и агенты.
Система самокодирования для вашего приложения — Alan AI SDK для Flutter
Примерный список моих любимых ресурсов по глубокому обучению, полезный для повторного изучения тем или для справки. Я тщательно прошел весь контент, перечисленный там. - Guillaume Chevalier
Подбор синтетических данных для пост-обучения и извлечения структурированных данных
Набор инструментов с моделями, обратными вызовами и наборами данных для исследователей в области ИИ/МО.
Примеры фрагментов кода и код машинного обучения для Teachable Machine
Версионирование моделей ML с открытым исходным кодом, метаданные и управление экспериментами
Топ 200 репозиториев GitHub по глубокому обучению, отсортированные по количеству звёзд.
Статистическая библиотека, предназначенная для заполнения пробела в возможностях анализа временных рядов Python, включая эквивалент функции auto.arima из R.
Разъяснение доказательств, примеров, концептуальных дополнений и библиографии к книге «Введение в теорию машинного обучения» (Книга-сокровищница).
Полный список из более чем 180 YouTube-каналов, посвященных науке о данных, инженерии данных, машинному обучению, глубокому обучению, информатике, программированию, разработке программного обеспечения и т. д.
Удивительный искусственный интеллект, машинное обучение и глубокое обучение, как мы их изучаем. Заметки для изучения и кураторский список потрясающих ресурсов по таким темам.
OpenMLDB — это база данных машинного обучения с открытым исходным кодом, которая предоставляет платформу для признаков, вычисляющую согласованные признаки для обучения и инференса.
Открытая платформа для аннотации мультимодальных данных с поддержкой автоаннотации ИИ.
Сводка материалов по обучению AIOps, добро пожаловать пополнить этот репозиторий вместе, добро пожаловать star
Полезная дополнительная функциональность для TensorFlow 2.x, поддерживаемая SIG-addons
ПРЕДУПРЕЖДЕНИЕ: проект Katib УСТАРЕЛ. Пользователям следует перейти на OptimizationJob и Kubeflow Trainer.
Обязательные для прочтения исследовательские работы и ссылки на инструменты и наборы данных, связанные с использованием машинного обучения для оптимизации компиляторов и систем
Инструментарий глубокого обучения для ИИ в здравоохранении: электронные медицинские карты (MIMIC, eICU, OMOP), клинические тексты, сигналы и медицинские изображения. Более 30 моделей и воспроизводимые пайплайны.
Статьи о предварительном обучении и самообучении на графовых нейронных сетях (GNN).
MLRun — это открытая платформа MLOps для быстрого создания и управления непрерывными приложениями ML на протяжении всего их жизненного цикла. MLRun интегрируется в вашу среду разработки и CI/CD и автоматизирует доставку производственных данных, конвейеров ML и онлайн-приложений.
Общая рамка для моделей глубокого обучения над табличными данными
Подборка современных исследовательских материалов по прогнозированию траекторий
Sionna: Библиотека с открытым исходным кодом для исследований в области систем связи