#machine-learning Репозитории
Всего репозиториев: 2,070
Легковесная библиотека только с заголовочными файлами для использования моделей Keras (TensorFlow) в C++.
Список ресурсов по науке о данных / машинному обучению (в основном бесплатные)
JMLR: OmniSafe — это инфраструктурная основа для ускорения исследований SafeRL.
Платформа биовычислений с масштабным обучением представлений и многозадачным глубоким обучением: набор инструментов для биовычислений «Propeller»
Открытая библиотека, построенная на Qiskit, для выполнения масштабных задач квантового машинного обучения на квантовом оборудовании и классических симуляторах
Библиотека извлечения признаков временных рядов (TSFEL): более 60 статистических, временных, спектральных и фрактальных признаков для классификации и регрессии временных рядов, а также обработки сигналов на Python
DataDreamer: Промпт. Генерация синтетических данных. Обучение и выравнивание моделей. 🤖💤
Инструменты для обучения генеративной модели на произвольных аудиосэмплах
Коллекция публично доступных наборов данных для повторной идентификации людей
Окружения для обучения с подкреплением для управления светофорами с SUMO. Совместимы с Gymnasium, PettingZoo и популярными библиотеками RL.
Модульная библиотека обучения с подкреплением (RL) (реализованная на PyTorch, JAX и NVIDIA Warp) с поддержкой Gymnasium/Gym, NVIDIA Isaac Lab, MuJoCo Playground и других сред
:computer: Научись заставлять машины учиться, чтобы не мучиться с их программированием; Окончательный список
Официальный код для TimeCraft: Фреймворк для генерации временных рядов для реальных приложений
Простая реализация трансформера с нуля в PyTorch. (архивная, последняя версия на codeberg)
Запускайте Laya — модель принятия решений System-1 с открытым исходным кодом, совместимую с Jev, — из Node.js / TypeScript через ONNX Runtime
Центр биоразнообразия Microsoft AI for Good Lab: каталог проектов, документация и навигация по ИИ для охраны природы, SPARROW и MegaDetector.
Высокопроизводительное кроссплатформенное приложение Ionic для домашней/коммерческой видеонаблюдения безопасности с использованием ZoneMinder
🟣 Вопросы и ответы для интервью по LLM, которые помогут вам подготовиться к следующему собеседованию по машинному обучению и науке о данных в 2026 году.
Набор данных WIT (Wikipedia-based Image Text) представляет собой большой мультимодальный многоязычный набор данных, включающий более 37 миллионов пар изображений и текстов с более чем 11 миллионами уникальных изображений на более чем 100 языках.
Библиотека PyTorch для adversarial методов атаки и защиты на изображениях и графах
Книга "MapReduce, Spark, Java и Scala для алгоритмов обработки данных"
Официальный публичный репозиторий для PM4Py (Process Mining for Python) — библиотека с открытым исходным кодом для исследования, анализа и оптимизации бизнес-процессов с помощью Python.
Создавайте ИИ-агентов с нуля, используя локальную LLM – без фреймворков, без облачных API и без скрытого рассуждения.
Hands-On Graph Neural Networks с Python, опубликованная Packt
Эффективная многоуровневая 3D сверточная нейронная сеть для сегментации 3D медицинских сканов
Введение в PyTorch, охватывающее инициализацию тензоров, операции, индексацию и изменение формы.
Сборник кодов программирования на R и Python с YouTube-канала Data Professor.
RAFT содержит фундаментальные широко используемые алгоритмы и примитивы для машинного обучения и информационного поиска. Алгоритмы ускорены с помощью CUDA и формируют строительные блоки для более легкой записи высокопроизводительных приложений.
Форк gym-retro с дополнительными играми, эмуляторами и поддерживаемыми платформами
Куратированный список исследовательских работ по градиентному бустингу с реализациями.