machine-learning

Un fork de gym-retro avec des jeux supplémentaires, des émulateurs et des plateformes supportées

mlr3 : Apprentissage automatique en R - nouvelle génération.

Explorez des jeux de données multimédias à grande échelle

torchview : visualiser les modèles pytorch

Environnements d'apprentissage par renforcement pour le contrôle des feux de signalisation avec SUMO. Compatible avec Gymnasium, PettingZoo et les bibliothèques RL populaires.

Projets de Machine Learning avec code source - Projets pour débutants, étudiants en fin d'études, et niveaux avancés.

Microsoft AI for Good Lab — Hub de recherche sur la biodiversité. Modèles d'IA open source, appareils edge et outils pour la surveillance et la conservation de la biodiversité. Inclut MegaDetector, SPARROW, PytorchWildlife, Bioacoustics, et plus encore.

Notes et solutions d'exercices de la première partie du livre : "Hands-On ML with Scikit-Learn, Keras & TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems" par Aurelien Geron.

Livres, PDF et EPUB pour divers domaines de la programmation.

Développement de stratégies de trading d'options utilisant des indicateurs techniques et des méthodes quantitatives.

Corpus pour le secteur de l'assurance et chatbot.

Réseau de neurones convolutifs 3D multi-échelle efficace pour la segmentation d'imagerie médicale 3D.

Guide essentiel pour rester à jour sur l'IA, le ML, le DL et la vision par ordinateur.

Une boîte à outils puissante et modulaire pour le couplage d'enregistrements et la détection de doublons en Python

Questions et réponses d'entretien sur les LLM pour vous préparer à vos prochains entretiens en machine learning et data science en 2026.

Sorties de couches et gradients dans Keras, simplifiés

Introduction à PyTorch, couvrant l'initialisation des tenseurs, les opérations, l'indexation et le remodelage.

Code et matériel pour le livre Deep Learning and the Game of Go.

Construisez des agents contrôlés par des LLM.

Le guide du voyageur galactique de la science des données pour le bien social.

La référence ultime des benchmarks BCI.

Une liste organisée d'articles de recherche sur le gradient boosting avec leurs implémentations.

Compilation de codes de programmation R et Python issus de la chaîne YouTube Data Professor.

Parcours d'apprentissage complet pour ingénieurs Agent : maîtriser l'ingénierie IA à partir de zéro, 20 étapes, 503 cours, traduction complète, site dédié et vidéos explicatives animées.

Reconnaissance de gestes via CNN, implémentée avec Keras, Tensorflow/Theano et OpenCV

Conception d'algorithmes quantiques efficace et extensible pour les humains.

Augmentez la résolution d'une image par un facteur de 4 tout en générant des détails photoréalistes.

RAFT contient des algorithmes et des primitives fondamentaux largement utilisés pour l'apprentissage automatique et la recherche d'informations. Les algorithmes sont accélérés par CUDA et constituent des blocs de construction pour faciliter l'écriture d'applications haute performance.

Apprentissage rapide et simple de la structure de réseaux profonds sous contraintes de ressources.

Implémentation pure PyTorch de l'article de NVIDIA sur l'entraînement instantané de primitives graphiques neuronales : https://nvlabs.github.io/instant-ngp/