machine-learning

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

Hugging Face Modelle nach Core ML und TensorFlow Lite exportieren

Tree-Boosting, Gaussian Processes und Mixed-Effects Models

Algorithmen des maschinellen Lernens für Vielteilchen-Quantensysteme

Sammlung von über 234 Projekten zu Machine Learning, Deep Learning, Computer Vision, Natural Language Processing und mehr. Zeige deine Unterstützung, indem du diesem Repository einen Stern gibst.

Eine Sammlung modernster Algorithmen für das Training, Bereitstellen und Interpretieren von Decision-Forest-Modellen in Keras.

Python-Client und Toolkit für DataFrames, Big Data, Machine Learning und ETL in Elasticsearch

Maschinelles Lernen für Ruby

Papers, Code und Datensätze zum Thema Deep Learning für die 3D-Objekterkennung.

Dieses Repository enthält alle Datenanalyseprojekte, an denen ich in Python gearbeitet habe.

Vorhersage von Aktienkursen mittels eines TensorFlow LSTM (Long Short-Term Memory) neuronalen Netzwerks für Zeitreihenprognosen

Benchmark für Föderiertes Lernen. Der Community gewidmet. 🤗

Ollama für klassische ML-Modelle. Ein AOT-Compiler, der XGBoost-, LightGBM-, scikit-learn-, CatBoost- und ONNX-Modelle in nativen C99-Inferenzcode umwandelt. Ein Befehl zum Laden, ein Befehl zum Bereitstellen. 336x schneller als Python-Inferenz.

Schnelle Deep-Learning-Bibliothek (DLL) für C++ (ANNs, CNNs, RBMs, DBNs...)

Diagramme zu Konzepten in Physik/Chemie/ML

Serverless Machine Learning-Kurs zum Erstellen KI-gestützter Vorhersagedienste aus Modellen und Features

ML-capsule ist ein Projekt für Anfänger und erfahrene Data-Science-Enthusiasten, die keinen Mentor oder keine Anleitung haben und Machine Learning lernen möchten. Mit unserem Repository können sie ML, DL und viele verwandte Technologien anhand verschiedener realer Projekte erlernen und sich auf Vorstellungsgespräche vorbereiten.

Tutorials zu Physics Informed Machine Learning (Pytorch und Jax)

Implementierung von Algorithmen für Inverse Reinforcement Learning (IRL) in Python/Tensorflow. Deep MaxEnt, MaxEnt, LPIRL

HISTDATA – Datensatz bestehend aus allen FX-Handelspaaren / Rohöl / Aktienindizes. Einfache API zum Abrufen von 1-Minuten-Daten (und Tick-Daten) historischer FX-Preise (aktuell).

Eine Bibliothek zum Generieren und Auswerten synthetischer tabellarischer Daten für Datenschutz, Fairness und Datenanreicherung.

KI-gestützte Wetter-Intelligence für Agrar-Futures. Sagt Preisbewegungen für Orangen-Saft, Kaffee, Kakao, Zucker, Mais und Weizen 48–72 Stunden im Voraus mithilfe von Claude Sonnet und Satellitendaten voraus.

Joint Deep Matcher für Punkte und Linien 🖼️💥🖼️ (ICCV 2023)

Beispiele für Techniken zum Trainieren interpretierbarer ML-Modelle, zum Erklären von ML-Modellen und zum Debuggen von ML-Modellen hinsichtlich Genauigkeit, Diskriminierung und Sicherheit.

Ein kostenloser Audiodatensatz gesprochener Ziffern. Eine Audio-Version von MNIST.

Erstelle 12 Daten-Apps in Python mit Streamlit

Multimodale OCR-Pipeline, optimiert für ML-Training (Text, Abbildungen, Mathematik, Tabellen, Diagramme)

Schnelle Plattform für Topic Modeling

[JMLR 2023] Quantus ist ein eXplainable AI Toolkit zur verantwortungsvollen Evaluierung von Erklärungen neuronaler Netze

Eine Python-basierte Toolbox mit verschiedenen Methoden zur Entscheidungsfindung, Quantifizierung von Unsicherheiten und statistischen Emulation: Multi-Fidelity, Versuchsplanung, bayessche Optimierung, bayessche Quadratur usw.