machine-learning

Une liste organisée de ressources pédagogiques en science des données pour les compétences essentielles

Nous connaissons bien les GAN pour leur succès dans la génération d'images réalistes. Cependant, ils peuvent être appliqués à la génération de données tabulaires. Nous passerons en revue et examinerons quelques articles récents sur les GAN tabulaires en action.

🐦‍🔥 LangGraph pour Swift — Créez des flux de travail d'agents IA avec état de manière native sur les plateformes Apple/Linux.

Tout le code source pour "Robot Learning: A Tutorial". Impliquez-vous pour figurer dans la prochaine version !

Organisez vos expériences en étapes distinctes qui peuvent être mises en cache et réutilisées tout au long du cycle de vie de votre projet de recherche.

Tout ce que vous voulez savoir sur Google Cloud TPU

Code Python, Jupyter Notebooks et fichiers csv contenant des exemples pour les exercices du blog aprendemachinelearning.com et du livre Aprende Machine Learning en Español

Ressources de jeux de données en histopathologie

Une API sportive gratuite écrite en Python

Ressources pour l'apprentissage automatique et l'apprentissage profond

Implémentation en Julia de modèles Transformer

Un système de classification flexible et adaptatif pour la classification de texte dynamique

Plateforme pour les projets de Machine Learning en génie logiciel

:octocat:🌟 Les ressources ultimes pour les projets de niveau débutant à avancé, regroupées en un seul endroit 💻 🎯🚀

Compendium de ressources de lecture gratuites sur le ML.

Une collection organisée de jeux de données industriels publics.

ParseBench - Un benchmark d'analyse de documents pour les agents IA.

Utilisez ArXiv ChatGuru pour interagir avec des articles de recherche. Cette application utilise LangChain, OpenAI, Streamlit et Redis comme base de données vectorielle/cache sémantique.

SciKit-Learn Laboratory (SKLL) facilite l'exécution d'expériences d'apprentissage automatique.

Implémentation en Julia de l'API scikit-learn https://cstjean.github.io/ScikitLearn.jl/dev/

Module d'apprentissage statistique, avec un accent particulier sur la modélisation dépendante du temps

Réimplémentation en Python des algorithmes de clustering spectral (contraint) utilisés dans les articles de Google sur la diarisation du locuteur.

Implémentation officielle de Würstchen : pré-entraînement efficace de modèles texte-vers-image.

Solutions pour les projets DataCamp

Une collection de modèles de détection de fausses nouvelles basés sur les GNN.

Atelier pour constituer des équipes transversales et planifier un cycle de croissance basé sur le machine learning.

Boîte à outils de pathologie computationnelle développée par le TIA Centre, Université de Warwick.

Une interface unifiée pour les algorithmes d'optimisation et les expérimentations

Une liste organisée de ressources sur l'intelligence artificielle (cours, outils, applications, projets open source)

Construisez automatiquement plusieurs modèles ML avec une seule ligne de code. Créé par Ram Seshadri. Collaborateurs bienvenus. Permission accordée sur demande.