machine-learning

ThunderGBM: Schnelle GBDTs und Random Forests auf GPUs

Konfigurierbare Generierung von synthetischen Schemata und Wissensgraphen auf Knopfdruck.

Dieses Repository bietet einen anpassbaren Stack zum Starten neuer ML-Projekte auf Databricks, die sofort Best Practices für die Produktion erfüllen.

Eine kuratierte Liste von Monte-Carlo-Tree-Search-Papern mit Implementierungen.

Little Ball of Fur – Eine Graph-Sampling-Erweiterungsbibliothek für NetworKit und NetworkX (CIKM 2020)

INCEpTION bietet eine Plattform für semantische Annotationen mit intelligenter Annotationsunterstützung und Wissensmanagement.

End-to-End-Workflows für Machine Learning Operations auf der Google Cloud Platform Vertex AI

Eine einfache probabilistische Programmiersprache.

:books: Zusammenfassung zu Rechnerarchitektur, Grundlagen eingebetteter Systeme und gängigen Programmiersprachen

Automatisiertes Modellierungs- und Machine-Learning-Framework FEDOT.

Fundierte Suchmaschine (d. h. mit Quellenangabe) basierend auf LLM / ChatGPT / OpenAI API. Unterstützt Websuche, Dateiinhalssuche usw.

Optimierung von WordPress-Inhalts-Workflows und der Interaktion mithilfe von Künstlicher Intelligenz.

Open-Source-Monocular-Python-HawkEye für Tennis.

BharatMLStack ist ein Open-Source-End-to-End-Infrastruktur-Stack für maschinelles Lernen, entwickelt bei Meesho zur Unterstützung von Echtzeit- und Batch-ML-Workloads im Bharat-Maßstab

Ein ML-Framework in C ohne Abhängigkeiten mit einer modernen Python-API für die vollständige Kontrolle über Ausführung und Speicher.

Spickzettel für KI und Machine Learning

LLMFlows – Einfache, explizite und transparente LLM-Apps

Perpetual ist eine Hochleistungs-Gradient-Boosting-Maschine. Sie liefert optimale Genauigkeit in einem einzigen Durchlauf ohne komplexes Tuning über einen einfachen Budgetparameter. Sie bietet Out-of-the-Box-Unterstützung für kausales ML, kontinuierliches Lernen, native Kalibrierung und robustes Drift-Monitoring sowie einen Rust-Kern und Zero-Copy-Bindings für Python und R.

Cookiecutter-Template für FastAPI-Projekte mit: Machine Learning, uv, GitHub Actions und Pytest

Kubeflows Superfood für Data Scientists

Low-Level-3D-Computer-Vision-Bibliothek in Rust

Künstliche Intelligenz für MapleStory, die maschinelles Lernen und Computer Vision nutzt, um durch schwierige Spielumgebungen zu navigieren

Code für Hands-on Unsupervised Learning Using Python (O'Reilly Media)

VectorFlow ist eine hochvolumige Vektor-Embedding-Pipeline, die Rohdaten aufnimmt, in Vektoren umwandelt und in eine Vektordatenbank Ihrer Wahl schreibt.

[ECCV 2026] SparkVSR: Interaktive Video-Super-Resolution durch spärliche Keyframe-Propagierung

Ein auf natürlichem Sprachverständnis und maschinellem Lernen basierender Chatbot mit Unterstützung für gleichzeitige Benutzer und benutzerdefinierte Dialoge über mehrere Runden hinweg

Eine Full-Stack-ML-Roadmap (Machine Learning) vermittelt die notwendigen Fähigkeiten und Technologien, um in allen Aspekten des maschinellen Lernens kompetent zu werden, einschließlich Datenerfassung und -vorverarbeitung, Modellentwicklung, Bereitstellung und Wartung.

Differenzierbare Signalverarbeitung auf der Kugel für PyTorch

👁 👂 Intelligentes Mediatagging für Nextcloud: Erkennt Gesichter, Objekte, Landschaften und Musikgenres

Python-Paket für Stacking (eine Technik des maschinellen Lernens).