machine-learning

Todo lo que necesitas saber para construir tu propia aplicación RAG.

Un paquete de Python para segmentar datos geoespaciales con el Segment Anything Model (SAM)

Orquestación de GPU tolerante a fallos y altamente escalable, y un framework de machine learning diseñado para entrenar modelos con miles de millones o billones de parámetros

LimiX: Desatando la capacidad de modelado de datos estructurados para la inteligencia generalista https://arxiv.org/abs/2509.03505

Una lista seleccionada de recursos increíbles sobre machine learning responsable.

FEDML: la biblioteca de ML unificada y escalable para entrenamiento distribuido a gran escala, servicio de modelos y aprendizaje federado. FEDML Launch, un programador multinube, permite además ejecutar cualquier tarea de IA en cualquier nube de GPU o clúster local. Basada en esta biblioteca, TensorOpera AI (https://TensorOpera.ai) es tu plataforma de IA generativa a escala.

Una planificación personalizada moderna para Anki basada en el algoritmo Free Spaced Repetition Scheduler

Deepchecks: Pruebas para la validación continua de modelos de ML y datos. Deepchecks es una solución integral de código abierto para todas tus necesidades de validación de IA y ML, permitiendo probar a fondo tus datos y modelos desde la investigación hasta la producción.

Recursos de trading cuantitativo y algorítmico con énfasis en Machine Learning

Una lista exhaustiva de tutoriales de Deep Learning / Inteligencia Artificial y Machine Learning, en rápida expansión hacia áreas de IA / Deep Learning / Visión Artificial / NLP y sectores específicos como Clima / Energía, Automoción, Comercio Minorista, Farmacéutica, Medicina, Salud, Políticas, Ética y más.

Documentación de TVM en chino simplificado / TVM 中文文档

Un compilador de machine learning reorientable basado en MLIR y kit de herramientas de tiempo de ejecución.

El cliente de Python y CLI oficial para Hugging Face Hub.

Toma de decisiones de IA súper rápida y procesamiento inteligente de datos multimodales.

Una extensa suite de nodos que permite a ComfyUI procesar entradas 3D (Mesh y textura UV, etc.) utilizando algoritmos de vanguardia (3DGS, NeRF, etc.)

Maestro: El orquestador de flujos de trabajo de Netflix

Filtrado colaborativo rápido en Python para conjuntos de datos de retroalimentación implícita

Cuadernos de Jupyter de la serie de videos de scikit-learn

Estas son las notas manuscritas de Andrew Ng en Coursera.

Una librería de Python para aprendizaje autosupervisado en imágenes.

DeepVariant es una tubería de análisis que utiliza una red neuronal profunda para identificar variantes genéticas a partir de datos de secuenciación de ADN de nueva generación.

La implementación funcional más simple de Stylegan2, una red generativa antagónica de última generación, en PyTorch. Permitiendo que todos experimenten la disentrelazación

Tutorial de introducción a PyTorch, dirección de lectura en línea: https://datawhalechina.github.io/thorough-pytorch/

Librería de marcos de datos y visualización para Java

Regresión simbólica de alto rendimiento en Python y Julia

Book_5_《统计至简》 | Libro de la serie Iris: De la aritmética básica al Machine Learning; ¡Disponible!

Infraestructura de AI / Orquestación de AI / Plano de control de AI

Los cuadernos del curso fast.ai

🧠💬 Artículos que escribí sobre aprendizaje automático, archivados de MachineCurve.com.

Prácticas de implementación de IA de grandes empresas, los últimos artículos de los principales laboratorios y registros reales de errores en la industria