machine-learning

Eine Python-Bibliothek zur Erkennung sozialer Ereignisse.

Code für IDS-ML: Entwicklung von Intrusion-Detection-Systemen mit Machine-Learning-Algorithmen (Entscheidungsbaum, Random Forest, Extra Trees, XGBoost, Stacking, k-Means, Bayes-Optimierung..)

Yet Another Language Model: LLM-Inferenz in C++/CUDA, ohne externe Bibliotheken außer für I/O.

Abschätzung absoluter 3D-Menschwerthaltungen aus RGB-Bildern

Wissen

DEPRECATED, jetzt in sktime enthalten – Begleitpaket für Deep Learning auf Basis von TensorFlow.

Einbettung mit minimaler Verzerrung mittels PyTorch

Eine kuratierte Liste großartiger Ressourcen für quantitative Investment- und Handelsstrategien mit Fokus auf Anwendungen von künstlicher Intelligenz und maschinellem Lernen im Finanzwesen.

Dieses Repository enthält Evaluierungscode für das Paper "MMMU: A Massive Multi-discipline Multimodal Understanding and Reasoning Benchmark for Expert AGI"

AAAI 2024 Papers: Eine umfassende Sammlung innovativer Forschungsarbeiten einer der führenden Konferenzen für künstliche Intelligenz, inklusive Code-Implementierungen.

Verwendung von PyTorch-Modellen mit CasADi für datengesteuerte Optimierung oder lernbasierte optimale Steuerung. Unterstützt Acados.

MatterSim: Ein Deep-Learning-Atommodell für verschiedene Elemente, Temperaturen und Drücke.

Sammlung von ICLR-Artikeln und Open-Source-Projekten der letzten Jahre, einschließlich ICLR 2021, 2022, 2023, 2024 und 2025.

Aktuelle Forschungspapiere zu Foundation Models für kombinatorische Optimierung.

Julia-Bindings für den automatischen Differenzierer Enzyme

Kursmaterialien für maschinelles Lernen

Framework zur schnellen Implementierung von Datenverarbeitungs- und Betriebspipelines

QKeras: eine Quantisierungs-Deep-Learning-Bibliothek für Tensorflow Keras

Monty ist ein Framework für sensomotorisches Lernen, das auf der Thousand-Brains-Theorie des Neocortex basiert.

Modeltime integriert Zeitreihenprognosemodelle und maschinelles Lernen in einem Framework.

Aspektbasierte Sentiment-Analyse: Transformer und erklärbares ML (TensorFlow).

Python-Paket für Conformal Prediction.

Offizielles Repository für das Paper "Grokfast: Accelerated Grokking by Amplifying Slow Gradients"

Label Objects and Save Time (LOST) – Entwerfen Sie Ihren eigenen intelligenten Bildannotationsprozess in einer webbasierten Umgebung.

Links zu Konferenz- und Journalpublikationen im Bereich automatisiertes Fact-Checking (Ressourcen für das TACL22/EMNLP23-Paper).

TOROS Buffalo: Ein schnelles, skalierbares und produktionsreifes Open-Source-Projekt für Empfehlungssysteme.

Ein vereinfachtes Framework und Hilfsprogramme für PyTorch.

Suchmaschine für Sprachmodelle, basierend auf einer Vektordatenbank und einem Key/Value-Store.

Augmentierungs-Pipeline zur Simulation von Prozessen wie Drucken, Faxen, Scannen und Kopieren von Dokumenten

LangGraph für Swift — Erstellen Sie zustandsbehaftete KI-Agenten-Workflows nativ auf Apple/Linux-Plattformen.