#machine-learning Репозитории
Всего репозиториев: 2,070
Эффективный, масштабируемый и высокопроизводительный сервер вывода CPU/GPU для трансформерных моделей 🤗 Hugging Face 🚀
Акции в области глубокого обучения и машинного обучения представляют собой перспективные возможности как для долгосрочных, так и для краткосрочных инвесторов и трейдеров.
Graph4nlp — это библиотека для простого использования графовых нейронных сетей для NLP. Добро пожаловать на наш сайт DLG4NLP (https://dlg4nlp.github.io/index.html) для ознакомления с различными учебными материалами!
Основанный на PyTorch фреймворк для квантово-классического моделирования, квантового машинного обучения, квантовых нейронных сетей, параметризованных квантовых схем с поддержкой простого развертывания на реальных квантовых компьютерах.
Интерфейс для исследований на основе Python для оптимизации по принципу «черного ящика» и гиперпараметров, основанный на внутреннем сервисе Google Vizier.
Сборник блокнотов Google Colaboratory для быстрых и простых экспериментов
Учебные пособия по Apache Spark & Python (pySpark) для анализа больших данных и машинного обучения в виде IPython / Jupyter блокнотов
R-пакет caret (Classification And Regression Training), содержащий различные функции для обучения и построения графиков моделей классификации и регрессии
Бэкенд-агенты создаются с мультимодальной базой данных, оркестрацией и обслуживанием в одном файле
Генераторы синтетических данных для табличных данных и временных рядов
Библиотека PyTorch и платформа оценки для сквозных исследований сжатия
Быстрое и эффективное извлечение неструктурированных данных. Написано на Rust с привязками для многих языков.
🚀 БЕСПЛАТНЫЕ ресурсы по ИИ - 🎓 Курсы, 👷 Вакансии, 📝 Блоги, 🔬 Исследования в области ИИ и многое другое - для всех!
Этот репозиторий предоставляет код для алгоритмов машинного обучения для периферийных устройств, разработанных в Microsoft Research India.
Машинное обучение для алгоритмической торговли, второе издание - опубликовано Packt
Универсальный интерфейс манипулирования: обучение роботов в реальных условиях без реальных роботов
Список полезных ресурсов для аугментации данных. Здесь вы найдете некоторые нераспространенные техники, библиотеки, ссылки на репозитории GitHub, статьи и другое.
библиотека Python для анализа неструктурированных строк адресов Соединенных Штатов на компоненты адреса
Единое обучение универсальных трансформеров для прогнозирования временных рядов
Интерпретируемый пакет ML 🔍 для краткого, прозрачного и точного предиктивного моделирования (совместим с sklearn).
AIDE: LLM-агент для машинного обучения — исследование, из которого вырос Weco. Упоминается в OpenAI MLE-bench.
MixTeX мультимодальный LaTeX, ZhEn и OCR таблиц. Выполняет эффективный вывод на основе ЦП локально в автономном режиме в Windows.
Универсальный второй глаз для геймеров с ограниченными возможностями (Универсальный выравниватель прицела с ИИ (AI Aimbot) - ONNX/YOLOv8 - C#)
Курс по Data Science от General Assembly 2015 года в Вашингтоне, округ Колумбия
Infer.NET — это фреймворк для выполнения байесовского вывода в графических моделях.
Machine Learning University: Ускоренный курс по компьютерному зрению
Библиотека для поиска приблизительных ближайших соседей для Python и Java с акцентом на простоту использования, простоту и возможность развертывания.
ExtractThinker — это библиотека Document Intelligence для LLM, предлагающая взаимодействие в стиле ORM для гибких и мощных рабочих процессов с документами.
Высококачественные реализации стандартных и SOTA методов для различных задач.
Что содержится в ваших данных? Извлекайте схемы, статистику и сущности из наборов данных