#machine-learning Репозитории
Всего репозиториев: 2,070
Коллекция самых важных репозиториев Github для специалистов по ML, AI и науке о данных
Единый интерфейс для построения и управления рабочими процессами на различных движках рабочих процессов, таких как Argo Workflows, Tekton Pipelines и Apache Airflow.
Молекулярные наборы (MOSES): Платформа для бенчмаркинга моделей генерации молекул
Блог по технологиям алгоритмов машинного обучения на Python, с оригинальным контентом! С практикой кода! 【Больше контента: следите за публичным аккаунтом "Прогресс в алгоритмах"】
Руководство по соревнованию Kaggle 'Titanic: Machine Learning from Disaster'. Демонстрирует базовые техники обработки данных, анализа и визуализации. Показывает примеры техник контролируемого машинного обучения.
Единый интерфейс для запуска моделей глубокого обучения из нескольких фреймворков
Библиотека байесовского активного обучения для исследовательских и промышленных случаев использования.
OpenEMMA, репродукция модели EMMA от Waymo с открытым исходным кодом и разрешительной лицензией.
🤖 Автоматически собранные репозитории AI, инструменты, сайты, статьи и уроки. Практическая сокровищница AI 💎
Сопутствующая веб-страница книги «Bayesian Optimization» Романа Гарнетта
Puffer — это бесплатный веб-сайт для стриминга живого телевидения и исследовательское исследование в Стэнфорде, использующее машинное обучение для улучшения стриминга видео.
😇Реализация модели DeepMoji на PyTorch: передовая модель глубокого обучения для анализа настроения, эмоций, сарказма и т.д.
Croissant — это высокоуровневый формат наборов данных машинного обучения, объединяющий четыре богатых слоя.
Минималистичная SOTA LaTeX OCR модель всего с 20M параметров, работающая в браузере. Полный конвейер обучения доступен для самостоятельного воспроизведения. | Сверхлегкая модель распознавания формул LaTeX SOTA всего с 20M параметров, работающая в браузере. Весь код процесса обучения с открытым исходным кодом для самостоятельного изучения и воспроизведения.
Приложение, демонстрирующее несколько конвейеров моделей диффузии в реальном времени с помощью Diffusers
NVIDIA Merlin — это библиотека с открытым исходным кодом, предоставляющая комплексные системы рекомендаций с ускорением на GPU, от разработки признаков и предварительной обработки до обучения моделей глубокого обучения и выполнения выводов в производственной среде.
MONAI Label — это интеллектуальный инструмент с открытым исходным кодом для маркировки и обучения изображений.
Открытая модель принятия решений System One. Задержка менее 15 мс, неавторегрессионная архитектура и локальная прямая замена TypeSafe Jev.
BladeDISC — это комплексный проект компилятора динамических форм для рабочих нагрузок машинного обучения.
Jenetics - Генетический алгоритм, Генетическое программирование, Грамматическая эволюция, Эволюционный алгоритм и Многоцелевая оптимизация
Backend, который обеспечивает работу просмотрщика наборов данных на страницах наборов данных Hugging Face через общедоступный API.
Slips — бесплатная система предотвращения вторжений на основе поведения на Python (IDS/IPS), использующая машинное обучение для обнаружения вредоносных действий в сетевом трафике. Stratosphere Laboratory, AIC, FEL, CVUT in Prague.
:four_leaf_clover: Библиотека эволюционной оптимизации для Go (генетический алгоритм, оптимизация роем частиц, дифференциальная эволюция)
Высокопроизводительный фреймворк для обслуживания ML-моделей, предлагающий динамическую пакетную обработку и конвейеры CPU/GPU для полного использования вашей вычислительной машины
ALiPy: Active Learning in Python — это набор инструментов для активного обучения на Python, который позволяет пользователям удобно оценивать, сравнивать и анализировать производительность методов активного обучения.
Сервер вывода для ваших моделей машинного обучения, включая поддержку нескольких фреймворков, обслуживание нескольких моделей и многое другое