machine-learning

Eine Sammlung wissenschaftlicher Methoden, Prozesse, Algorithmen und Systeme zum Erstellen von Geschichten und Modellen.

The Learning Interpretability Tool: Analysieren Sie ML-Modelle interaktiv, um ihr Verhalten in einer erweiterbaren und frameworkunabhängigen Schnittstelle zu verstehen.

🚀 Kuratierte Sammlung fantastischer Python-Skripte von den Grundlagen bis zum Fortgeschrittenen mit Automatisierungs-Skripten.

Minimale und saubere Beispiele für Reinforcement Learning

Hier erhalten Sie alle Grundlagen des Quantum Machine Learning, Algorithmen, Lernmaterialien, Projekte und Beschreibungen von Projekten aus dem Web

WebApps in purem Python. Kein JavaScript, HTML und CSS erforderlich

Alink ist die auf Flink basierende Plattform für Algorithmen des maschinellen Lernens, entwickelt vom PAI-Team der Alibaba Computing Platform.

🔥🔥 Leistungsstarke Gesichtserkennungsbibliothek auf Basis von PaddlePaddle & PyTorch 🔥🔥

Wahrscheinlich die beste kuratierte Liste von Data-Science-Software in Python.

Klassische Papers und Ressourcen zu Empfehlungssystemen

Schnelleinarbeitung in KI-Theorie und praktische Anwendungen: Grundlagen, Transformer, NLP, ML, DL, Wettbewerbe. Enthält zahlreiche Kommentare und Datensätze mit dem Ziel, dass jeder es verstehen und reproduzieren kann.

Synthetische Datengenerierung für tabellarische Daten

Eine modulare, primitive-first, python-first PyTorch-Bibliothek für Reinforcement Learning.

Offener Kurs für maschinelles Lernen

Hummingbird kompiliert trainierte ML-Modelle in Tensor-Berechnungen für eine schnellere Inferenz.

🛠 All-in-One webbasierte IDE, spezialisiert auf Machine Learning und Data Science.

Schnelle, flexible und benutzerfreundliche probabilistische Modellierung in Python.

Integriere LLMs nahtlos in scikit-learn.

Evaluierung und Tracking für LLM-Experimente und KI-Agenten

Eine Bibliothek für Transfer Learning durch Wiederverwendung von Teilen von TensorFlow-Modellen.

Algorithmic Trading in Python mit Machine Learning

Eine Bibliothek zur Beschleunigung von Transformer-Modellen auf NVIDIA-GPUs, einschließlich der Verwendung von 8-Bit- und 4-Bit-Gleitkommapräzision (FP8 und FP4) auf Hopper-, Ada- und Blackwell-GPUs, um eine bessere Leistung bei geringerer Speichernutzung sowohl beim Training als auch bei der Inferenz zu erzielen.

Visuelle Tracking-Bibliothek basierend auf PyTorch.

MNE: Magnetoenzephalographie (MEG) und Elektroenzephalographie (EEG) in Python

:earth_americas: Machine-Learning-Tutorials (hauptsächlich in Python3)

ManimML ist ein Projekt, das Animationen und Visualisierungen gängiger Konzepte des maschinellen Lernens mit der Manim Community Library bereitstellt.

Alle Notizen und Materialien für den Kurs CS229: Machine Learning der Stanford University

StudioGAN ist eine PyTorch-Bibliothek mit Implementierungen repräsentativer Generative Adversarial Networks (GANs) zur bedingten/unbedingten Bildgenerierung.

TextAttack 🐙 ist ein Python-Framework für Adversarial Attacks, Datenerweiterung und Modelltraining im Bereich NLP https://textattack.readthedocs.io/en/master/

Debugging, Monitoring und Visualisierung für Python Machine Learning und Data Science