meta-learning

Artículos, códigos, conjuntos de datos, aplicaciones y tutoriales sobre aprendizaje por transferencia, adaptación de dominios, generalización de dominios, aprendizaje multitarea, etc.

Aprendizaje automático automatizado con scikit-learn.

Habla con tu agente: aprende y EVOLUCIONA.

Una librería de PyTorch para investigación en meta-aprendizaje.

Implementación de papers en 100 líneas de código.

FSL-Mate: Una colección de recursos para el aprendizaje de pocos ejemplos (few-shot learning, FSL).

Código listo para usar y cuadernos de tutoriales para potenciar tu aprendizaje de pocos ejemplos (few-shot learning) para clasificación de imágenes.

[TPAMI 2023] LibFewShot: una biblioteca integral para el aprendizaje de pocos ejemplos (Few-shot Learning).

Implementación en TensorFlow y PyTorch de "Meta-Transfer Learning for Few-Shot Learning" (CVPR2019)

Fusión de modelos en LLMs, MLLMs y más allá: métodos, teorías, aplicaciones y oportunidades. ACM Computing Surveys, 2026.

Todos los materiales necesarios para el aprendizaje federado: blogs, videos, artículos, software, etc.

Código complementario para la publicación en Nature "Discovering State-of-the-art Reinforcement Algorithms"

Manipulación de programas en Python.

TorchOpt es una biblioteca eficiente para optimización diferenciable construida sobre PyTorch.

Meta-aprendizaje con optimización convexa diferenciable (CVPR 2019 Oral)