machine-learning

Méthodes d'interprétabilité pour les modèles tf.keras avec Tensorflow 2.x

Un hub complet et structuré pour apprendre l'intelligence artificielle, couvrant l'IA, le machine learning, le deep learning et la science des données avec des livres, des feuilles de route et des ressources sélectionnées, du niveau débutant à avancé.

Machine Learning University : Cours accéléré sur les données tabulaires

Le kit de développement du jeu de données nuPlan.

Supports de cours sur les systèmes d'apprentissage profond efficaces

Une liste d'articles et de projets intéressants sur le TinyML.

Conception d'antennes inverses pilotée par IA avec NEC2 + openEMS en boucle. Essayez le terrain de jeu interactif dans le navigateur.

Tutoriels liés à l'IA. Accédez-y gratuitement → https://towardsai.net/editorial

Ce mot n'existe pas

Implémentation officielle de "ADBench: Anomaly Detection Benchmark", NeurIPS 2022.

Dépôt public officiel de PM4Py (Process Mining for Python) — une bibliothèque open source pour explorer, analyser et optimiser les processus métier avec Python.

Pour accélérer et simplifier le processus d'étiquetage/annotation d'images avec prise en charge de plusieurs formats.

Supports de cours pour le Dr Waleed A. Yousef

Ressources de carrière pour la science des données, l'apprentissage automatique, le Big Data et l'analyse commerciale.

Point central pour le groupe de travail ingénierie/mise à l'échelle : documentation, scripts et journaux SLURM, environnement de calcul et données.

[IEEE T-KDE 2026] Awesome Deep Graph Clustering est une collection de méthodes de pointe et innovantes en clustering de graphes profonds (articles, codes et jeux de données).

Ressource centrale et ouverte pour les données et outils liés au raisonnement par chaîne de pensée (chain-of-thought) dans les grands modèles de langage. Développé par le groupe de recherche Samwald.

[CONTRIBUTORS WELCOME] Modèles additifs généralisés en Python

Code source, page web et démonstrations pour le What-If Tool.

allRank est un framework pour l'entraînement de modèles neuronaux de type learning-to-rank basé sur PyTorch.

Package Python pour les statistiques sur les graphes.

Détecte le genre reggaeton avec le Machine Learning et envoie des paquets pour désactiver les enceintes Bluetooth (si possible)

Implémentation pratique du code pour le livre Machine Learning (Watermelon Book).

Une bibliothèque de machine learning avec une API TypeScript et un backend Rust. Compatible CUDA et WebGPU. Conçue pour comprendre le fonctionnement interne des frameworks et modèles de ML.

Un environnement de benchmark pour la performance en coopération totale entre humains et IA.

Le livre que tout data scientist doit avoir sur son bureau.

Une boîte à outils d'apprentissage automatique topologique haute performance en Python.

Une plateforme open-source de développement de pipelines ML

Tout ce qu'il faut savoir sur l'apprentissage actif (Active Learning).