machine-learning

mlr3: Aprendizaje automático en R - próxima generación.

Un fork de gym-retro con juegos, emuladores y plataformas adicionales compatibles.

🦘 Explora conjuntos de datos multimedia a escala

torchview: visualización de modelos de PyTorch.

Entornos de aprendizaje por refuerzo para el control de semáforos con SUMO. Compatible con Gymnasium, PettingZoo y bibliotecas populares de RL.

Proyectos de Machine Learning con código fuente: proyectos de Machine Learning para principiantes, proyectos de ML para estudiantes universitarios de último año, proyectos de machine learning desde principiante hasta avanzado

Microsoft AI for Good Lab: centro de investigación sobre biodiversidad. Modelos de IA de código abierto, dispositivos de borde y herramientas para el monitoreo y la conservación de la biodiversidad. Tu fuente para MegaDetector, SPARROW, PytorchWildlife, Bioacoustics y más.

Notas y soluciones de ejercicios de la Parte I del libro: "Hands-On ML with Scikit-Learn, Keras & TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems" de Aurelien Geron

Libros, PDF y EPUB para diferentes campos de la programación.

Desarrollo de estrategias de trading de opciones utilizando indicadores técnicos y métodos cuantitativos

:helicopter: Corpus de lenguaje para la industria de seguros, chatbot

Guía esencial para mantenerse al día con AI/ML/DL/CV

Red neuronal convolucional 3D multi-escala eficiente para la segmentación de exploraciones médicas 3D

Un kit de herramientas potente y modular para el enlace de registros y la detección de duplicados en Python.

🟣 Preguntas y respuestas de entrevistas sobre LLMs para ayudarte a prepararte para tu próxima entrevista de machine learning y ciencia de datos en 2026.

Salidas y gradientes de capas en Keras. Simplificado.

Introducción a PyTorch, cubriendo inicialización de tensores, operaciones, indexación y redimensionamiento.

Código y material complementario para el libro Deep Learning and the Game of Go.

Agentes de compilación controlados por LLM.

Guía del autoestopista para la ciencia de datos aplicada al bien social.

Madre de todas las pruebas comparativas de BCI

Lista curada de artículos de investigación sobre gradient boosting con sus implementaciones.

Compilación de códigos de programación en R y Python del canal de YouTube Data Professor.

Reconocimiento de gestos mediante CNN. Implementado en Keras + Tensorflow/Theano + OpenCV.

Ruta de aprendizaje más completa para ingenieros de agentes · Domina la ingeniería de IA desde cero · 20 etapas, 503 lecciones · Traducción completa al chino + sitio web de apoyo + videos explicativos animados · Guía definitiva para convertirte en un ingeniero de agentes de IA

Diseño de algoritmos cuánticos eficiente y extensible para humanos.

Escala una imagen por un factor de 4 mientras genera detalles fotorrealistas.

RAFT contiene algoritmos y primitivas fundamentales ampliamente utilizados para el aprendizaje automático y la recuperación de información. Los algoritmos están acelerados por CUDA y forman bloques de construcción para escribir aplicaciones de alto rendimiento con mayor facilidad.

Aprendizaje rápido y sencillo de estructuras de redes profundas con recursos limitados

Implementación pura en PyTorch del artículo de NVIDIA sobre entrenamiento instantáneo de primitivas de gráficos neuronales: https://nvlabs.github.io/instant-ngp/