machine-learning

Package Python pour le stacking (technique de machine learning)

Exporter des modèles Hugging Face vers Core ML et TensorFlow Lite

Algorithmes d'apprentissage automatique pour les systèmes quantiques à N corps

Boosting d'arbres, processus gaussiens et modèles à effets mixtes

🙌Kart de 234+ projets basés sur l'apprentissage automatique, apprentissage profond, vision par ordinateur, traitement du langage naturel et tout le reste. Montrez votre soutien en ✨ ce dépôt.

Une collection d'algorithmes de pointe pour l'entraînement, le serving et l'interprétation de modèles de forêts de décision dans Keras.

Client Python et boîte à outils pour DataFrames, Big Data, Machine Learning et ETL dans Elasticsearch

Articles, code et jeux de données sur l'apprentissage profond pour la détection d'objets 3D

Apprentissage automatique pour Ruby

Ce dépôt contient tous les projets d'analyse de données sur lesquels j'ai travaillé en Python.

Prédiction des cours boursiers à l'aide d'un réseau de neurones LSTM (mémoire à long terme) TensorFlow pour la prévision de séries temporelles

Benchmark d'apprentissage fédéré. Dédié à la communauté. 🤗

Ollama pour les modèles de ML classiques. Compilateur AOT qui transforme les modèles XGBoost, LightGBM, scikit-learn, CatBoost et ONNX en code d'inférence C99 natif. Une commande pour charger, une commande pour diffuser. 336 fois plus rapide que l'inférence Python.

Bibliothèque rapide d'apprentissage profond (DLL) pour C++ (Réseaux de neurones artificiels, Convolutionnels, Machines de Boltzmann restreintes, Réseaux profonds...)

Diagrammes de concepts en physique/chimie/ML

Cours sans serveur d'apprentissage automatique pour la construction de services de prédiction alimentés par l'IA à partir de modèles et de fonctionnalités.

Tutoriels d'apprentissage automatique guidé par la physique (PyTorch et JAX)

ML-capsule est un projet destiné aux débutants et aux passionnés de data science, qu'ils aient ou non un mentor ou une orientation, et souhaitent apprendre le machine learning. En utilisant notre dépôt, ils peuvent apprendre le ML, le DL et de nombreuses technologies connexes à travers différents projets concrets et se préparer aux entretiens.

Implémentation d'algorithmes d'apprentissage par renforcement inverse (IRL) en Python/Tensorflow. Deep MaxEnt, MaxEnt, LPIRL

Une bibliothèque pour générer et évaluer des données tabulaires synthétiques pour la confidentialité, l'équité et l'augmentation de données.

HISTDATA - Jeu de données composé de tous les paires de devises FX / Crude Oil / Stock Indexes. API simple pour récupérer des données de 1 minute (et des données de tick) Historique des prix FX (à jour).

Exemples de techniques pour entraîner des modèles ML interprétables, expliquer les modèles ML et déboguer les modèles ML pour la précision, la discrimination et la sécurité.

Joint Deep Matcher pour les points et les lignes 🖼️💥🖼️ (ICCV 2023)

Renseignement météo alimenté par l'IA pour les contrats à terme sur matières premières agricoles. Prédit les variations de prix 48 à 72 heures à l'avance pour le jus d'orange, le café, le cacao, le sucre, le maïs et le blé grâce à Claude Sonnet et aux données satellitaires.

Un jeu de données audio gratuit de chiffres prononcés. Version audio de MNIST.

Créez 12 applications de données en Python avec Streamlit

Pipeline OCR multi-modal optimisé pour l'entraînement du ML (texte, figure, mathématiques, tableaux, diagrammes)

[JMLR 2023] Quantus est un kit d'IA explicable pour l'évaluation responsable des explications de réseaux de neurones

Plateforme de modélisation de thèmes rapide

Une boîte à outils basée sur Python contenant diverses méthodes en matière de prise de décision, de quantification d'incertitude et d'émulation statistique : multi-fidélité, conception expérimentale, optimisation bayésienne, quadrature bayésienne, etc.