machine-learning

R-Programmiertipps für Datenbereinigung, Datenvisualisierung, statistische Modellierung und maschinelles Lernen.

Das Open-Source-Repository für den Causal Modeling in Machine Learning Workshop bei Altdeep.ai @ www.altdeep.ai/courses/causalAI

[ECCV 2024 - Oral] ACE0 ist ein lernbasierter Structure-from-Motion-Ansatz, der Kameraparameter von Bildmengen durch das Erlernen einer multivielseits-konsistenten, impliziten Szenendarstellung schätzt.

Ein End-to-End Data Scientist

Eine kuratierte Liste großartiger Active Learning-Ressourcen

Feature Engineering ist der Prozess, bei dem Domänenwissen genutzt wird, um Merkmale aus Rohdaten mittels Data-Mining-Techniken zu extrahieren. Diese Merkmale können zur Verbesserung der Leistung von Machine-Learning-Algorithmen verwendet werden. Feature Engineering kann als angewandtes Machine Learning an sich betrachtet werden.

Ressourcen zu Zeitreihenprognosen und Deep Learning.

Ein leichtgewichtigenes Tool zum Markieren von 3D-Bounding-Boxen in Punktwolken.

Verteiltes, hochperformantes symbolisches Regressionstool in Julia

Bibliothek zur Unterstützung von NLP- und CV-Forschung zu wissenschaftlichen Arbeiten

Ein schneller und differenzierbarer QP-Solver für PyTorch.

Synthetic Data SDK ✨

🔐 KI entschlüsselt Trumps Posts × Aktienmarkt | 31,5 Mio. Modelle, 61,3 % Trefferquote, Open Source

Trankit ist ein leichtgewichtinales, Transformer-basiertes Python-Toolkit für mehrsprachige natürliche Sprachverarbeitung

Ein minimales Python-Paket zum Speichern und Abrufen von Text mithilfe von Chunking, Embeddings und Vektorsuche.

Framework für maschinelles Lernen für Deep Learning und traditionelle Algorithmen

Eine kuratierte Liste von Ressourcen für den Einstieg in Data Science.

Pool-basiertes Active Learning in Python

Physik-informierte neuronale Netze für fortgeschrittene Modellierung

TensorFlow-Implementierung zur Berechnung eines semantisch segmentierten Vogelperspektiven-Bildes (BEV) anhand von Bildern mehrerer fahrzeugmontierter Kameras.

Gemeinsame, einteilige Speicherebene für alle Ihre Agenten, Sub-Millisekunden-RAG über Text, Foto und Video auf Apple Silicon. Kein Server. Keine API. Eine Datei. Reines Swift

🍰 PromptLayer – Führen Sie ein Protokoll Ihrer Prompts und OpenAI-API-Anfragen. Verfolgen, debuggen und wiederholen Sie alte Completions.

DoubleML - Double Machine Learning in Python

Hilfsfunktionen zum Erstellen von COCO-Datensätzen

Sammlung von KI-Tools für Sportwetten.

Shapley-Interaktionen und Shapley-Werte für maschinelles Lernen

Ein neurales Framework für die MT-Evaluierung

DNABERT: Ein vortrainiertes Bidirectional Encoder Representations from Transformers-Modell für DNA-Sprache im Genom

Bibliothek zum Lesen und Verarbeiten von ML-Trainingsdaten.

Maschinelles Lernen für multivariate Daten durch die Riemannsche Geometrie positiv definiter Matrizen in Python