machine-learning

Schnelles und anpassbares Framework für die automatische Erstellung von ML-Modellen (AutoML)

Die Open-Source-Wahl für Data Scientists zum Skalieren, Bewerten und Pflegen von Natural-Language-Daten. Behandeln Sie Trainingsdaten wie ein Software-Artefakt.

ModelFox macht das Trainieren, Bereitstellen und Überwachen von Machine-Learning-Modellen einfach.

Ein Lehrplan zum Erlernen von Foundation Models, von Grund auf bis zur vordersten Front

Dieses Repository zielt darauf ab, das Ökosystem von Richtlinien, Prinzipien, Ethikkodizes, Standards, Regulierungen und mehr im Bereich der künstlichen Intelligenz abzubilden.

Eine Sammlung von Jupyter-Referenznotebooks und KI/ML-Demoanwendungen für Unternehmensanwendungsfälle: Marketing, Preisgestaltung, Lieferkette, intelligente Fertigung und mehr.

AMD-SHARK Studio -- Web-UI für die SHARK+IREE High Performance Machine Learning Distribution

Generierung von Musik basierend auf natürlichsprachlichen Prompts mithilfe lokal ausgeführter LLMs

Concrete ML: Ein Framework für datenschutzfreundliches ML mit vollhomomorpher Verschlüsselung (FHE), basierend auf Concrete, mit Bindings zu traditionellen ML-Frameworks.

Karaoke-App mit maschinellem Lernen (inklusive Wertung!)

Kuratierte Data-Science-Ressourcen (kostenlos und kostenpflichtig) für angehende und erfahrene Data Scientists zur Weiterbildung und Karriereförderung.

Ein Toolkit für Machine Learning und Deep Learning von Zeitreihen

Android TensorFlow Machine Learning-Beispiel (Erstellen von TensorFlow für Android)

Eine Sammlung von Notebooks und anderen Dateien, die Ihnen beim Erlernen von KI von Grund auf helfen.

Metrische Lernalgorithmen in Python

Code für das TKDE-Paper „Self-supervised learning on graphs: Contrastive, generative, or predictive“

QuPath – Open-Source-Bioimage-Analyse für die Forschung

PointCNN: Faltung auf X-transformierten Punkten (NeurIPS 2018)

Deep-Learning-Framework der Koç University.

OpenCV-Python 4.1 chinesische Dokumentation

Quellcode zum Buch: Data Science on the Google Cloud Platform, Valliappa Lakshmanan, O'Reilly 2017

Automatisierte Zeitreihenprognose

Ein Machine-Learning-Toolkit zur protokollbasierten Anomalieerkennung [ISSRE'16]

Maschinelles Lernen für Neuroimaging in Python

Prägnante und schöne Algorithmen, geschrieben in Julia

Tribuo – Eine Java-Bibliothek für maschinelles Lernen

Eine umfassende Python-Paketvorlage zum Starten und Standardisieren Ihrer MLOps-Initiativen und Daten-Pipelines.

🌊 Julia-Software für schnelle, benutzerfreundliche, flexible, ozeanorientierte Strömungsmechanik auf CPUs und GPUs

🏆 Eine rangsortierte Galerie fantastischer Streamlit-Apps der Community

🛸 Vorrainierte Transformer wie BERT, XLNet und GPT-2 in spaCy verwenden