#machine-learning Репозитории
Всего репозиториев: 2,070
Платформа AI-вычислений для передовых команд. SkyPilot превращает фрагментированные AI-вычисления в один AI-суперкомпьютер, позволяя передовым AI-командам быстрее создавать индивидуальный интеллект.
Инструмент аннотации с открытым исходным кодом для практиков машинного обучения.
Высококачественная однократная реализация алгоритмов глубокого обучения с подкреплением с функциями, удобными для исследований (PPO, DQN, C51, DDPG, TD3, SAC, PPG)
Тонкая настройка LLM из одного YAML. Потоковая передача слоев обучает модель 8B на 4 ГБ ноутбучном GPU.
Бесплатный онлайн-учебник Jupyter notebooks для курса fast.ai Computational Linear Algebra
Учебные пособия, задания и соревнования для курсов, связанных с MIT Deep Learning.
Техники глубокого обучения с использованием спутниковых и аэрофотоснимков
Книга_4_《Сила Матриц》 | Книги Ирис: От сложения, вычитания, умножения и деления до машинного обучения; В продаже!
Логичная, разумно стандартизированная, но гибкая структура проекта для выполнения и обмена работой по data science.
:zap:Практика машинного обучения (Python3): kNN, Дерево решений, Байес, Логистическая регрессия, SVM, Линейная регрессия, Регрессия деревьев
RF-DETR — это архитектура модели для обнаружения и сегментации объектов в реальном времени, разработанная Roboflow, SOTA на COCO, предназначенная для тонкой настройки (fine-tuning). [ICLR 2026]
Библиотека Python для обнаружения аномалий в табличных данных, временных рядах, графах, текстах, изображениях и аудио. Включает более 60 детекторов, оркестрацию ADEngine на основе бенчмарков и агентный рабочий процесс для ИИ-агентов.
Инструмент автоматизированного машинного обучения на Python, оптимизирующий конвейеры машинного обучения с использованием генетического программирования.
Подробное руководство по собеседованиям в области генеративного ИИ, агентного ИИ, мультимодального ИИ и физического ИИ. Проверенная формула для получения нескольких предложений о работе от FAANG и не только
Движок системы рекомендаций с открытым исходным кодом на базе ИИ, поддерживающий классические/LLM рангеры и мультимодальный контент через встраивание.
Исследовательская платформа, которая даёт вам несправедливое преимущество. Проверяйте тысячи торговых идей, пока другие не завершили даже одну.
Запускайте LLM дома в стиле BitTorrent. Дообучение и инференс до 10 раз быстрее, чем при выгрузке.
Открытая платформа AutoML с низким кодом для Python. PyCaret 4.0: движок нативный sklearn + плоскость управления React.
Лучшие практики, примеры кода и документация для Computer Vision.
Сборник обучающих материалов по передовым моделям и методам компьютерного зрения. Изучите всё: от фундаментальных архитектур, таких как ResNet, до новейших моделей, таких как RF-DETR, YOLO11, SAM 3 и Qwen3-VL.
Открытая платформа для инференса языковых, визуальных, эмбеддинговых моделей, моделей переранжирования, изображений, аудио и видео. Развертывайте несколько движков на разнородном оборудовании — от ноутбука до распределенного кластера. Предоставляйте модели через API, совместимые с OpenAI.
Библиотека Python для удобного прогнозирования и обнаружения аномалий во временных рядах.
Книги, статьи, видео и инструментарии по обнаружению аномалий. Последнее обновление в конце 2025 года для работ по LLM и VLM!
OneFlow — это фреймворк для глубокого обучения, разработанный для удобства использования, масштабируемости и эффективности.
Простые руководства по обучению с подкреплением, 莫烦Python китайские уроки по ИИ
Куратированный список потрясающего программирования для встраиваемых систем.
ML.NET — это открытая и кроссплатформенная платформа машинного обучения для .NET.
Быстрая, масштабируемая, высокопроизводительная библиотека Gradient Boosting на деревьях решений, используемая для ранжирования, классификации, регрессии и других задач машинного обучения для Python, R, Java, C++. Поддерживает вычисления на CPU и GPU.
Robust Video Matting in PyTorch, TensorFlow, TensorFlow.js, ONNX, CoreML!
Единая экосистема и рабочее пространство для крупномасштабного федеративного обучения больших моделей и LLM. Храните вычислительные ресурсы как Wi-Fi
Глубокое универсальное вероятностное программирование с использованием Python и PyTorch
Руководство Hello AI World по развертыванию сетей вывода глубокого обучения и примитивов глубокого зрения с помощью TensorRT и NVIDIA Jetson.
Сборник примеров и учебных пособий по машинному обучению.