machine-learning

Tout ce qu'il faut savoir pour créer votre propre application RAG

Un package Python pour la segmentation de données géospatiales avec le Segment Anything Model (SAM)

Orchestration GPU tolérante aux pannes et hautement évolutive, et framework d'apprentissage automatique conçu pour entraîner des modèles de plusieurs milliards à plusieurs billions de paramètres

LimiX : Libérer la capacité de modélisation de données structurées pour l'intelligence généraliste https://arxiv.org/abs/2509.03505

Une liste organisée de ressources exceptionnelles sur l'apprentissage automatique responsable.

FEDML - La bibliothèque ML unifiée et évolutive pour l'entraînement distribué à grande échelle, le déploiement de modèles et l'apprentissage fédéré. FEDML Launch, un ordonnanceur multi-cloud, permet d'exécuter tout travail d'IA sur n'importe quel cloud GPU ou cluster sur site. Basée sur cette bibliothèque, TensorOpera AI (https://TensorOpera.ai) est votre plateforme d'IA générative à grande échelle.

Un planificateur personnalisé moderne pour Anki basé sur l'algorithme Free Spaced Repetition Scheduler

Deepchecks : Tests pour la validation continue des modèles ML et des données. Deepchecks est une solution open source holistique pour tous vos besoins de validation IA et ML, permettant de tester minutieusement vos données et modèles de la recherche à la production.

Ressources de trading quantitatif/algorithmique avec un accent sur l'apprentissage automatique.

Liste exhaustive de tutoriels sur le Deep Learning, l'intelligence artificielle et le Machine Learning, couvrant des domaines comme la vision par ordinateur, le NLP et des secteurs industriels tels que l'énergie, l'automobile, la santé et l'éthique

Documentation de TVM en chinois simplifié

Un compilateur d'apprentissage automatique et une boîte à outils d'exécution basés sur MLIR et retargetables.

Le client CLI et Python officiel pour le Hugging Face Hub.

Prise de décision IA ultra-rapide et traitement intelligent de données multimodales.

Une suite de nœuds étendue permettant à ComfyUI de traiter des entrées 3D (Mesh, texture UV, etc.) en utilisant des algorithmes de pointe (3DGS, NeRF, etc.).

Maestro : l'orchestrateur de workflow de Netflix

Filtrage collaboratif Python rapide pour les jeux de données à rétroaction implicite.

Notebooks Jupyter issus de la série de vidéos scikit-learn.

Notes manuscrites du cours Coursera d'Andrew Ng.

Une bibliothèque Python pour l'apprentissage auto-supervisé sur les images.

DeepVariant est un pipeline d'analyse utilisant un réseau de neurones profond pour identifier des variants génétiques à partir de données de séquençage ADN de nouvelle génération.

Implémentation simple et fonctionnelle de Stylegan2, un réseau antagoniste génératif de pointe, en Pytorch. Permet à chacun d'expérimenter le désenchevêtrement.

Tutoriel d'introduction à PyTorch, disponible en ligne : https://datawhalechina.github.io/thorough-pytorch/

Bibliothèque Java pour les dataframes et la visualisation.

Régression symbolique haute performance en Python et Julia.

Book_5_《Statistiques simplifiées》 | Série Iris : de l'arithmétique au machine learning ; disponible maintenant.

Infrastructure IA / Orchestration IA / Plan de contrôle IA

Les notebooks du cours fast.ai

Articles sur l'apprentissage automatique, archivés depuis MachineCurve.com.

Pratiques d'IA déployées par les grandes entreprises, articles de recherche de pointe et retours d'expérience industriels