machine-learning

Visualisez automatiquement n'importe quel jeu de données, quelle que soit sa taille, avec une seule ligne de code. Créé par Ram Seshadri. Collaborateurs bienvenus. Autorisation accordée sur demande.

Un package pour l'identification creuse de systèmes dynamiques non linéaires à partir de données.

Un SDK C#/.NET non officiel pour accéder à l'API OpenAI GPT-3.

Une liste organisée d'articles, de bibliothèques, de jeux de données et d'autres ressources sur la diarisation du locuteur.

La bibliothèque Petastorm permet l'entraînement et l'évaluation distribués ou sur machine unique de modèles de deep learning à partir de jeux de données au format Apache Parquet. Elle prend en charge des frameworks ML tels que Tensorflow, Pytorch et PySpark et peut être utilisée depuis du code Python pur.

Une liste organisée de documents et ressources sur la détection de fraude, d'anomalies et de valeurs aberrantes basés sur les graphes et les Transformers

Natural Gradient Boosting pour la prédiction probabiliste

Programmation génétique en Python, avec une API inspirée de scikit-learn

Bibliothèque Rust et outil CLI pour l'OCR (extraction de texte à partir d'images)

Le système d'auto-codage pour votre application — SDK Alan AI pour iOS

Package Python pour la classification de séries temporelles

Bot de trading intelligent : génération automatique de signaux et trading basés sur l'apprentissage automatique et l'ingénierie des fonctionnalités.

Zoo de modèles Core ML pour iOS/macOS — modèles PyTorch convertis en .mlpackage prêts à l'emploi, chacun avec un script de conversion et une application exemple SwiftUI. Les dépôts associés couvrent le framework Core AI d'Apple et les LLM sur appareil.

Une liste à jour et organisée d'articles, de méthodes et de ressources sur l'apprentissage semi-supervisé.

Un guide complet pour la création d'applications LLM basées sur le RAG en production.

Code officiel de DPM-Solver : un solveur d'ODE rapide pour l'échantillonnage de modèles de diffusion probabilistes en environ 10 étapes (Neurips 2022 Oral).

Un système de programmation probabiliste polyvalent avec inférence programmable

Bibliothèque autonome d'apprentissage automatique et de traitement du langage naturel en Go.

Moteur d'inférence LLM à grande échelle.

(IROS 2020, ECCVW 2020) Implémentation Python officielle pour « 3D Multi-Object Tracking: A Baseline and New Evaluation Metrics ».

Byzer (anciennement MLSQL) : un langage de programmation open-source low-code pour les pipelines de données, l'analytique et l'IA.

Responsible AI Toolbox est une suite d'outils fournissant des interfaces utilisateur et des bibliothèques d'exploration et d'évaluation de modèles et de données, permettant une meilleure compréhension des systèmes d'IA. Ces interfaces et bibliothèques permettent aux développeurs et aux parties prenantes des systèmes d'IA de développer et de surveiller l'IA de manière plus responsable, et de prendre de meilleures décisions basées sur les données.

🤖 Expériences d'apprentissage automatique interactives : 🏋️ entraînement de modèles + 🎨 démonstration de modèles.

Liste approximative de mes ressources préférées en deep learning, utile pour revoir des sujets ou comme référence. J'ai parcouru tout le contenu listé ici avec soin. - Guillaume Chevalier

Bibliothèque Rust pour la finance quantitative.

Le système d'auto-codage pour votre application — SDK Alan AI pour Android

Interprétabilité et explicabilité des données et des modèles d'apprentissage automatique.

Sélection de livres et PDF sur l'IA pour l'apprentissage et le téléchargement, incluant des modèles de test pour s'exercer.

Dépôt partagé pour les projets open source de l'équipe Google AI Language.

Whisper multiplateforme accéléré par GPU