machine-learning

Hyperréseaux mettant à jour les LLM pour mémoriser des informations factuelles.

Conseils de programmation R pour le nettoyage de données, la visualisation, la modélisation statistique et l'apprentissage automatique.

Un Data Scientist de bout en bout

[ECCV 2024 - Oral] ACE0 est une approche de structure-from-motion basée sur l'apprentissage qui estime les paramètres de caméra d'ensembles d'images en apprenant une représentation de scène implicite et cohérente multi-vues.

L'ingénierie des caractéristiques est le processus consistant à utiliser les connaissances du domaine pour extraire des caractéristiques à partir de données brutes via des techniques de data mining. Ces caractéristiques peuvent être utilisées pour améliorer les performances des algorithmes d'apprentissage automatique. L'ingénierie des caractéristiques peut être considérée comme de l'apprentissage automatique appliqué.

Une liste organisée de ressources sur l'apprentissage actif (Active Learning)

Ressources sur la prévision de séries temporelles et l'apprentissage profond.

Régression symbolique distribuée haute performance en Julia.

Un outil léger pour l'étiquetage de boîtes englobantes 3D dans des nuages de points.

Bibliothèque dédiée à la recherche en NLP et en vision par ordinateur sur les articles scientifiques.

Un solveur QP rapide et différentiable pour PyTorch.

Décodage par IA des publications de Trump et impact sur le marché boursier : 31,5 millions de modèles, taux de réussite de 61,3 %, open source.

Trankit est une boîte à outils Python légère basée sur les Transformers pour le traitement du langage naturel multilingue.

SDK de données synthétiques ✨

Framework d'apprentissage automatique pour le deep learning et les algorithmes traditionnels

Un package Python minimal pour stocker et récupérer du texte en utilisant le découpage, les embeddings et la recherche vectorielle.

Liste organisée de ressources pour vous aider à débuter en science des données

Apprentissage actif basé sur un pool en Python.

Réseaux de neurones informés par la physique pour la modélisation avancée

Implémentation TensorFlow pour le calcul d'une vue aérienne (BEV) segmentée sémantiquement à partir d'images de caméras embarquées sur véhicule.

Couche mémoire partagée en un seul fichier pour tous vos agents, RAG sub-milliseconde sur texte, photo et vidéo sur Apple Silicon. Sans serveur. Sans API. Un seul fichier. Swift pur.

🍰 PromptLayer - Maintenez un journal de vos prompts et requêtes API OpenAI. Suivez, déboguez et rejouez d'anciennes complétions.

DoubleML - Double Machine Learning en Python.

Fonctions d'assistance pour la création de jeux de données COCO

Collection d'outils d'IA pour les paris sportifs.

Interactions de Shapley et valeurs de Shapley pour l'apprentissage automatique.

Un framework neuronal pour l'évaluation de la traduction automatique.

DNABERT : modèle BERT (Bidirectional Encoder Representations from Transformers) pré-entraîné pour le langage ADN dans le génome

Bibliothèque pour la lecture et le traitement des données d'entraînement ML.

Réseau de neurones profond apprenant à conduire dans des jeux vidéo