machine-learning

Une bibliothèque pour entraîner et déployer des modèles de machine learning sur Amazon SageMaker.

Ce dépôt est obsolète et sera archivé

Inférence bayésienne avec la programmation probabiliste

Ce dépôt vous aide à apprendre Python et le Machine Learning à partir de zéro.

Une bibliothèque et un framework open source pour l'apprentissage profond sur l'imagerie satellite et aérienne.

Bibliothèque Python pour l'apprentissage de représentations sur des graphes de connaissances https://docs.ampligraph.org

Orchestration agnostique pour l'entraînement, l'inférence et les charges de travail d'agents sur NVIDIA, AMD, TPU et Tenstorrent dans le cloud, Kubernetes et sur serveurs bare metal.

Code source de PyGAD, une bibliothèque Python 3 pour construire des algorithmes génétiques et entraîner des modèles de machine learning (Keras et PyTorch).

Liste organisée : Ressources pour l'apprentissage automatique en Ruby

Implémentation Python des algorithmes TextRank (« textgraphs ») pour l'extraction de phrases.

UnrealCV : Connecter la vision par ordinateur à Unreal Engine

Bibliothèque de haut niveau pour l'apprentissage automatique et l'apprentissage profond en PHP.

Entraînement distribué de modèles d'IA et fine-tuning de LLM sur Kubernetes

Dépôt officiel de xLSTM.

Le recueil de Machine Learning et Deep Learning était une liste de références personnelles, désormais transformée en projet de partage de connaissances via Gitbook.

TFX est une plateforme de bout en bout pour le déploiement de pipelines ML en production.

Embeddings statiques rapides et à la pointe de la technologie

EasyNLP : Une boîte à outils NLP complète et facile à utiliser

Système de reconnaissance de texte manuscrit (HTR) implémenté avec TensorFlow.

Le solveur QP par décomposition d'opérateur.

Un framework Python open source pour l'apprentissage automatique hybride quantique-classique.

Interface unifiée pour le calcul distribué. Fugue exécute du code SQL, Python, Pandas et Polars sur Spark, Dask et Ray sans aucune réécriture.

Sélection de ressources sur l'apprentissage automatique pour les articles d'optimisation combinatoire.

Recueil de conseils pour les futurs doctorants et les étudiants en doctorat actuels.

JAX - Une liste organisée de ressources https://github.com/google/jax

nannyml : science des données post-déploiement en Python

Dépôt contenant les notebooks de mes articles sur Medium

Partage d'aperçus pratiques et de connaissances théoriques sur l'évaluation des LLM, recueillis lors de la gestion de l'Open LLM Leaderboard et de la conception de lighteval.

Implémentation en C++ des tutoriels PyTorch pour tous.

Cours de machine learning, Sharif University of Technology.