machine-learning

Código fuente completo para "Robot Learning: A Tutorial". ¡Participa para aparecer en la próxima iteración!

Una lista curada de recursos educativos para habilidades esenciales en ciencia de datos.

LangGraph para Swift: construye flujos de trabajo de agentes de IA con estado de forma nativa en plataformas Apple/Linux.

Conocemos bien las GAN por su éxito en la generación de imágenes realistas. Sin embargo, pueden aplicarse a la generación de datos tabulares. Revisaremos y examinaremos algunos artículos recientes sobre GAN tabulares en acción.

Todo lo que necesitas saber sobre Google Cloud TPU

Organiza tus experimentos en pasos discretos que se pueden almacenar en caché y reutilizar durante todo el ciclo de vida de tu proyecto de investigación.

Código Python, Jupyter Notebooks y archivos CSV con ejemplos para los ejercicios del blog aprendemachinelearning.com y del libro Aprende Machine Learning en Español

Recursos de conjuntos de datos de histopatología.

Una API de deportes gratuita escrita para Python

Implementación en Julia de modelos Transformer

Recursos de aprendizaje automático y aprendizaje profundo.

Un sistema de clasificación flexible y adaptable para la clasificación dinámica de texto

Plataforma para proyectos de aprendizaje automático en ingeniería de software

Recursos definitivos para proyectos desde nivel principiante hasta avanzado, todo en un solo lugar.

Compendio de recursos gratuitos de lectura sobre ML.

Una colección curada de conjuntos de datos industriales públicos.

ParseBench: un benchmark de análisis de documentos para agentes de IA

Usa ArXiv ChatGuru para interactuar con artículos de investigación. Esta aplicación utiliza LangChain, OpenAI, Streamlit y Redis como base de datos vectorial/caché semántica.

SciKit-Learn Laboratory (SKLL) facilita la ejecución de experimentos de aprendizaje automático.

Implementación en Julia de la API de scikit-learn https://cstjean.github.io/ScikitLearn.jl/dev/

Módulo para aprendizaje estadístico, con especial énfasis en el modelado dependiente del tiempo.

Reimplementación en Python de los algoritmos de clustering espectral (restringidos) utilizados en los artículos de diarización de hablantes de Google.

Implementación oficial de Würstchen: preentrenamiento eficiente de modelos de texto a imagen.

Una colección de modelos de detección de noticias falsas basados en GNN.

Soluciones para proyectos de DataCamp

Caja de herramientas de patología computacional desarrollada por el TIA Centre de la Universidad de Warwick.

Taller para planificar la formación de equipos transversales y lograr un ciclo de crecimiento impulsado por aprendizaje automático

Una interfaz unificada para algoritmos de optimización y experimentos

Albumentations de próxima generación: con licencia dual para uso comercial y de código abierto

Construcción automática de múltiples modelos de ML con una sola línea de código. Creado por Ram Seshadri. Colaboradores bienvenidos. Permiso otorgado bajo solicitud.