#unsupervised-learning Репозитории
Откройте для себя 64 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #unsupervised-learning, с общим числом 200,621 звёзд (в среднем 3,134 на проект). Лидером этой темы является MLEveryday/100-Days-Of-ML-Code, набравший 22,236 звёзд.
Всего репозиториев: 64
Курируемый список курсов, книг, видеолекций и статей по искусственному интеллекту (ИИ).
Обучение с переносом / Адаптация домена / Обобщение домена / Многозадачное обучение и т.д. Статьи, коды, наборы данных, приложения, руководства. - Обучение с переносом
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.
Книги, статьи, видео и инструментарии по обнаружению аномалий. Последнее обновление в конце 2025 года для работ по LLM и VLM!
Содержит решения и заметки для специализации по машинному обучению от Стэнфордского университета и Deeplearning.ai - Coursera (2022) от проф. Эндрю Ына
Программное обеспечение на C и файлы данных для популярной модели GloVe для распределённых представлений слов, также известной как векторы слов или эмбеддинги
Библиотека обнаружения аномалий, включающая передовые алгоритмы и функции, такие как управление экспериментами, оптимизация гиперпараметров и периферийные вычисления.
Библиотека расширений и вспомогательных модулей для библиотек Python по анализу данных и машинному обучению.
Библиотека совместимых с sklearn энкодеров категориальных переменных
Реализация SimCLR на PyTorch: Простая структура для контрастного обучения визуальных представлений
Фреймворк для интегрированного искусственного интеллекта и искусственного общего интеллекта (AGI)
Куратированный список исследовательских работ по обнаружению сообществ с реализациями.
Karate Club: API-ориентированная открытая Python-библиотека для неконтролируемого обучения на графах (CIKM 2020)
🚀 БЕСПЛАТНЫЕ ресурсы по ИИ - 🎓 Курсы, 👷 Вакансии, 📝 Блоги, 🔬 Исследования в области ИИ и многое другое - для всех!
Код для статьи TKDE «Самонастраивающееся обучение на графах: Контрастное, генеративное или предиктивное»
Обширный список замечательных статей по контрастному самообучению.
Тематическое моделирование с помощью латентного распределения Дирихле с использованием выборки Гиббса
Вариационный автокодировщик, реализованный на tensorflow и pytorch (включая обратный авторегрессионный поток)
Изучение глубоких представлений распределений данных
Официальная реализация статьи IJCV & BMVC 2022 «One-Pot Multi-frame Denoising».
Выпуск кода для "Cut and Learn for Unsupervised Object Detection and Instance Segmentation" и "VideoCutLER: Surprisingly Simple Unsupervised Video Instance Segmentation"
[IEEE TIP] "EnlightenGAN: Глубокое улучшение освещения без парного надзора" авторы: Yifan Jiang, Xinyu Gong, Ding Liu, Yu Cheng, Chen Fang, Xiaohui Shen, Jianchao Yang, Pan Zhou, Zhangyang Wang
Репозиторий кода для Deep Learning с Keras, опубликованный Packt
PaCMAP: Масштабный метод снижения размерности, сохраняющий как глобальную, так и локальную структуру
Официальная реализация «ADBench: Benchmark для обнаружения аномалий», NeurIPS 2022.
BFM_Zero: Программируемая поведенческая базовая модель для управления гуманоидами с использованием несупервизированного обучения с подкреплением
"DeepDPM: Глубокое кластеризование с неизвестным числом кластеров" [Ronen, Finder и Freifeld, CVPR 2022]
Реализация SimCLR на PyTorch: Простая структура для контрастного обучения визуальных представлений от T. Chen et al.
[Премия MICCAI 2019 для молодых учёных] [Премия MedIA за лучшую статью] Models Genesis: самоконтролируемое предварительное обучение для трёхмерных медицинских изображений. Модель изучает переносимые представления на основе неразмеченных объёмных данных КТ и МРТ, а затем дообучается для последующих задач сегментации и классификации. Включены веса для Keras и PyTorch.
Код и модели, сопровождающие "Deep Predictive Coding Networks for Video Prediction and Unsupervised Learning"
Код для практического обучения без учителя с использованием Python (O'Reilly Media)
Неконтролируемое разложение речи через тройное информационное узкое место
Часто задаваемые вопросы
Какой репозиторий по теме #unsupervised-learning наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #unsupervised-learning на GitHub — MLEveryday/100-Days-Of-ML-Code, набравший 22,236 звёзд. Китайская версия «100 дней кода машинного обучения»
Какие языки программирования чаще всего используются в репозиториях по теме #unsupervised-learning?
Среди наиболее высоко оценённых проектов по теме #unsupervised-learning на GitHub чаще всего используются языки программирования Python, Jupyter Notebook, C, Scheme.
Как рассчитывается рейтинг репозиториев по теме #unsupervised-learning?
Мы отслеживаем 64 активных репозиториев с открытым исходным кодом, отмеченных тегом #unsupervised-learning (500 и более звёзд), с общим числом 200,621 звёзд и в среднем 3,134 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.