#machine-learning Репозитории
Всего репозиториев: 2,070
Сверхразрешение потокового видео в реальном времени на основе диффузии / Модель сверхразрешения потокового видео в реальном времени на основе архитектуры Diffusion
Легкая утилита для разметки 3D ограничивающих параллелепипедов в облаках точек.
[ECCV 2024 - Устный доклад] ACE0 — это обучаемый подход Structure-from-Motion, который оценивает параметры камеры для наборов изображений, обучаясь многовидовому согласованному неявному представлению сцены.
Советы по программированию на R для очистки данных, визуализации данных, статистического моделирования и машинного обучения
Куратированный список практических приложений бизнес-машинного обучения (BML) и бизнес-науки о данных (BDS) для бухгалтерии, клиентов, сотрудников, юридических вопросов, управления и операций (от @firmai)
Курируемый список отличных ресурсов, библиотек и программного обеспечения для обработки облаков точек
Создай свой собственный X — освойте машинное обучение, создавая всё с нуля. Цель проекта — охватить всё: от линейной регрессии и глубокого обучения до больших языковых моделей (LLM).
Нейронные сети, основанные на физических принципах, для продвинутого моделирования
Набор данных наборов данных для обучения обучению на основе немногих примеров
Trankit — это легкий Python-инструментарий на основе Transformer для многоязычной обработки естественного языка
Фреймворк компьютерного зрения с открытым исходным кодом для создания и развертывания приложений за считанные минуты
Инженерия признаков — это процесс использования знаний в предметной области для извлечения признаков из необработанных данных с помощью методов интеллектуального анализа данных. Эти признаки можно использовать для улучшения производительности алгоритмов машинного обучения. Инженерия признаков можно рассматривать как прикладное машинное обучение само по себе.
Статьи для систем баз данных, работающих на искусственном интеллекте (машинное обучение для баз данных)
[CVPR26] TESSERA — это базовая модель, которая может обрабатывать временные ряды спутниковых изображений для приложений, таких как классификация земель и прогнозирование высоты крон. Разработана в Университете Кембриджа, она позволяет эффективно извлекать временные паттерны из наблюдений за Землей
🍰 PromptLayer - Ведите журнал ваших подсказок и запросов к API OpenAI. Отслеживайте, отлаживайте и воспроизводите старые завершения.
Реализация TensorFlow для вычисления семантически сегментированного изображения с видом с высоты птичьего полета (BEV) по изображениям с нескольких камер, установленных на транспортном средстве.
библиотека, поддерживающая исследования в области НЛП и компьютерного зрения в научных статьях
Машинное обучение для многомерных данных через риманову геометрию положительно определённых матриц в Python
DNABERT: предварительно обученная модель двунаправленных представлений кодировщика Transformer для ДНК-языка в геноме
Методы получения вероятности точки изменения в временном ряду.
Python-пакет balance предлагает простой рабочий процесс и методы для работы с предвзятыми выборками данных при попытке сделать выводы о целевой совокупности, представляющей интерес.
Реализация проектов генерации кода от Facebook AI Research. Общий набор инструментов для применения машинного обучения к коду, от создания наборов данных до обучения и оценки моделей. Поставляется с предварительно обученными моделями.
Поисковая система и поиск мемов с открытым исходным кодом. Бесплатно и разработано для локального самостоятельного размещения с использованием Python, Ruby и Docker.
Движок вывода машинного обучения для микроконтроллеров и встраиваемых устройств
Минимальный пакет Python для хранения и извлечения текста с использованием сегментирования, вложений и векторного поиска.
Пример машинного обучения Android TensorFlow Lite
Интерпретатор языка жестов, использующий живую видеопередачу с камеры.