#machine-learning 仓库
共 2,070 个仓库
Vowpal Wabbit 是一个机器学习系统,它通过诸如 online、hashing、allreduce、reductions、learning2search、active 和 interactive learning 等技术推动机器学习的边界。
BoxMOT:支持 Python 和 C++ 的可插拔多目标跟踪,适用于轴对齐框和旋转框,现已支持通过 Helm 部署,在 Kubernetes 上实现持续摄像头跟踪。
斯坦福大学和Deeplearning.ai - Coursera (2022) 由 Andrew NG 教授主讲的机器学习专业化课程的解决方案和笔记
Evidently 是一个开源的 ML 和 LLM 可观测性框架。评估、测试和监控任何 AI 驱动的系统或数据管道。从表格数据到生成式 AI。100+ 指标。
在您的 k8s 上,以类型安全的方式分布式编排智能体、机器学习流水线和实时推理——使用纯 Python 和 async/await,也支持其他语言(Rust、Go 和 TypeScript)
Book_3_《数学要素》 | 鸢尾花书:从加减乘除到机器学习;上架;欢迎继续纠错,纠错多的同学还会有赠书!
一份为本科生或任何想在坚实基础上深入探索人工智能领域的人量身定制的详细指南。
H2O 是一个开源、分布式、快速和可扩展的机器学习平台:深度学习、梯度提升(GBM)和 XGBoost、随机森林、广义线性模型(带弹性网的 GLM)、K-Means、PCA、广义加性模型(GAM)、RuleFit、支持向量机(SVM)、堆叠集成、自动机器学习(AutoML)等。
用于多模态AI的开放湖仓格式。只需2行代码即可从Parquet转换,实现100倍更快的随机访问、向量索引和数据版本控制。兼容Pandas、DuckDB、Polars、Pyarrow和PyTorch,未来将有更多集成。