#machine-learning Репозитории
Всего репозиториев: 2,070
Argilla — это инструмент для совместной работы инженеров по ИИ и экспертов в предметной области для создания высококачественных наборов данных
Библиотека расширений и вспомогательных модулей для библиотек Python по анализу данных и машинному обучению.
Этот репозиторий представляет собой сборник бесплатных ресурсов для изучения Data Science.
Руководство для абсолютных новичков по машинному обучению и классификации изображений с помощью нейронных сетей
Подборка лучших действительно открытых проектов, моделей, инструментов и инфраструктуры ИИ. Обновляется ежедневно.
🌟100+ оригинальных схем LLM/RL 📚, творение автора "Больших Модельных Алгоритмов"! 💥 (100+ карт алгоритмов LLM/RL)
MACE — это фреймворк для инференса глубокого обучения, оптимизированный для мобильных гетерогенных вычислительных платформ.
Установите, запустите и разверните собственную децентрализованную службу ИИ-агента
Список групп, каналов и ботов телеграма // Список интересных групп, каналов и ботов телеграма // Список чатов для программистов
Молниеносно быстрые прогнозы с использованием статистических и эконометрических моделей.
Ресурсы, практика и исследования в области машинного обучения и агентного ИИ
Преследуй своих друзей. Найди их профили в Instagram, FB и Twitter с помощью распознавания изображений и обратного поиска изображений.
Kodezi Chronos — это языковая модель с приоритетом отладки, которая достигает передовых результатов на SWE-bench Lite (80,33%) и 67% точности исправления ошибок в реальных условиях, что более чем в шесть раз лучше, чем у GPT-4. Разработан с использованием адаптивного поиска с навигацией по графам и постоянной памяти отладки. Модель будет доступна в первом квартале 2026 года через Kodezi OS.
Torchreid: Глубокое обучение для переидентификации людей в PyTorch.
Библиотека C для разбора/нормализации уличных адресов по всему миру. Работает на основе статистического НЛП и открытых геоданных.
Я считаю, что вы, аспиранты и соискатели, для которых эта книга в первую очередь предназначена, получите пользу от ее прочтения; однако я надеюсь, что даже самые опытные исследователи найдут ее увлекательной.
Системы машинного обучения: проектирование и внедрение (V2 скоро будет запущен)
ALICE (Automated Learning and Intelligence for Causation and Economics) — это проект Microsoft Research, направленный на применение концепций искусственного интеллекта в экономическом принятии решений. Одна из его целей — создание набора инструментов, сочетающего передовые методы машинного обучения с эконометрикой, чтобы автоматизировать сложные задачи причинно-следственного вывода. На сегодняшний день ALICE Python SDK (econml) реализует ортогональные алгоритмы машинного обучения, такие как работа по двойному машинному обучению
Ориентированный на человека и учитывающий ресурсы узел Android для периферийных вычислений и федеративного обучения. Координирует распределённый интеллект, обеспечивая локализацию с приоритетом конфиденциальности и бережное управление аппаратными ресурсами.
Язык вероятностного программирования в TensorFlow. Глубокие генеративные модели, вариационный вывод.
Высокоуровневая библиотека для помощи в гибком и прозрачном обучении и оценке нейронных сетей в PyTorch.
MegEngine — это быстрая, масштабируемая, простая в использовании библиотека глубокого обучения с поддержкой автоматического дифференцирования.
SwarmUI (ранее StableSwarmUI), модульный веб-интерфейс для Stable Diffusion, с акцентом на легкий доступ к мощным инструментам, высокую производительность и расширяемость.
Фреймворк MLOps для упаковки, развертывания, мониторинга и управления тысячами производственных моделей машинного обучения
Быстрая библиотека обнаружения лиц, локализации зрачков/глаз и обнаружения точек ориентиров лица на чистом Go.
Репозиторий для распределенного обучения языковых моделей с использованием обучения с подкреплением на основе обратной связи от человека (RLHF)
Программный стек Google DeepMind для физически основанной симуляции и окружений Reinforcement Learning, использующий MuJoCo.
Создавайте 🔥 видео с помощью Stable Diffusion, исследуя латентное пространство и трансформируясь между текстовыми подсказками
Изучите ИИ/МО для начинающих с дорожной картой и бесплатными ресурсами.
Руководство по инжинирингу запросов, генеративному ИИ и LLM от Learn Prompting | Присоединяйтесь к нашему Discord для самого большого сообщества по изучению инжиниринга запросов
Следующее поколение автоматизированной платформы для исследовательского анализа данных и визуализации.
Примеры для ML.NET, открытая и кросс-платформенная среда машинного обучения для .NET.