machine-learning

Framework rapide et personnalisable pour la création automatique de modèles de ML (AutoML)

Le choix open-source des data scientists pour mettre à l'échelle, évaluer et maintenir les données en langage naturel. Traitez les données d'entraînement comme un artefact logiciel.

ModelFox facilite l'entraînement, le déploiement et la surveillance des modèles de machine learning.

Un programme d'apprentissage sur les modèles de fondation, de zéro jusqu'à la pointe de la technologie

Ce dépôt vise à cartographier l'écosystème des directives, principes, codes d'éthique, normes, réglementations et autres aspects de l'intelligence artificielle.

Une collection de notebooks Jupyter de référence et d'applications IA/ML de démonstration pour les cas d'usage en entreprise : marketing, tarification, chaîne d'approvisionnement, fabrication intelligente, et plus encore.

AMD-SHARK Studio -- Interface web pour la distribution d'apprentissage automatique haute performance SHARK+IREE

Générer de la musique à partir d'invites en langage naturel en utilisant des LLM exécutés localement

Concrete ML : framework de ML préservant la confidentialité utilisant le chiffrement homomorphe complet (FHE), construit sur Concrete, avec des liaisons vers les frameworks de ML traditionnels.

Application de karaoké propulsée par l'apprentissage automatique (avec scores !)

Ressources sélectionnées en Data Science (gratuites et payantes) pour aider les data scientists débutants et expérimentés à apprendre, progresser et faire avancer leur carrière.

Une boîte à outils pour l'apprentissage automatique et l'apprentissage profond sur les séries temporelles

Exemple d'apprentissage automatique avec TensorFlow sur Android (construction de TensorFlow pour Android)

Un ensemble de notebooks et d'autres fichiers pour apprendre l'IA à partir de zéro.

Algorithmes d'apprentissage métrique en Python.

Code pour l'article TKDE "Self-supervised learning on graphs: Contrastive, generative, or predictive".

QuPath - Analyse d'images biologiques open source pour la recherche

PointCNN : Convolution sur des points X-transformés (NeurIPS 2018).

Framework de deep learning de l'université Koç.

Documentation chinoise pour OpenCV-Python 4.1.

Code source accompagnant le livre : Data Science on the Google Cloud Platform, Valliappa Lakshmanan, O'Reilly 2017

Prévision automatisée de séries temporelles.

Boîte à outils d'apprentissage automatique pour la détection d'anomalies basée sur les logs [ISSRE'16]

Apprentissage automatique pour la neuro-imagerie en Python

Algorithmes concis et élégants écrits en Julia

Tribuo - Une bibliothèque d'apprentissage automatique pour Java

Un modèle de package Python complet pour démarrer et standardiser vos initiatives MLOps et vos pipelines de données.

Logiciel Julia pour une dynamique des fluides rapide, flexible et adaptée aux océans sur CPU et GPU.

Une galerie classée des meilleures applications Streamlit créées par la communauté

Utilisez des transformers pré-entraînés comme BERT, XLNet et GPT-2 dans spaCy.