machine-learning

Utilisation de BERT et c-TF-IDF pour créer des sujets facilement interprétables.

Framework flexible et puissant pour gérer plusieurs agents IA et traiter des conversations complexes.

Guide détaillé et personnalisé pour les étudiants de premier cycle ou toute personne souhaitant approfondir le domaine de l'IA avec des bases solides.

Bibliothèque Python open source pour l'ingénierie automatisée des caractéristiques.

Livre 3 : « Éléments mathématiques » | Série Iris : de l'arithmétique au machine learning ; disponible ; corrections bienvenues, des livres seront offerts aux contributeurs les plus actifs !

Calcule efficacement les dérivées de code NumPy.

Collection de modèles génératifs, tels que GAN et VAE, en Pytorch et Tensorflow.

H2O est une plateforme d'apprentissage automatique open source, distribuée, rapide et évolutive : Deep Learning, Gradient Boosting (GBM) & XGBoost, Random Forest, modélisation linéaire généralisée (GLM avec Elastic Net), K-Means, PCA, modèles additifs généralisés (GAM), RuleFit, machines à vecteurs de support (SVM), Stacked Ensembles, apprentissage automatique automatique (AutoML), etc.

Une liste organisée de notebooks et bibliothèques de machine learning et de science des données appliqués à divers secteurs (par @firmai)

Devenez un chercheur/ingénieur IA/ML chevronné avec ce manuel non conventionnel couvrant les mathématiques, l'informatique et le ML par l'intuition.

Moteur de pipeline IA haute performance avec un cœur en C++ et plus de 50 nœuds extensibles en Python. Construisez, déboguez et mettez à l'échelle des flux de travail LLM avec plus de 13 fournisseurs de modèles, plus de 8 bases de données vectorielles et une orchestration d'agents, le tout depuis votre IDE. Inclut une extension VS Code, des SDK TypeScript/Python et un déploiement Docker.

Tutoriel d'introduction aux systèmes de recommandation, disponible en ligne sur : https://datawhalechina.github.io/fun-rec/

Orchestration d'IA dynamique et résiliente. Coordonnez les données, les modèles et le calcul lors de la création de vos workflows d'IA.

Le Feature Store open source pour l'IA et le ML.

Détourage d'arrière-plan haute résolution en temps réel

Code Python pour le livre « Probabilistic Machine learning » de Kevin Murphy.

Un package Python pour lutter contre la malédiction des jeux de données déséquilibrés en machine learning.

Bibliothèques et outils pour intégrer des expériences utilisateur basées sur le Machine Learning sur le web

Framework d'orchestration multi-agents de qualité entreprise. Site web : https://swarms.ai

Flower : un framework convivial pour l'apprentissage fédéré.

La plateforme de recherche basée sur l'IA.

La plus grande liste de modèles pour Core ML (pour iOS 11 et versions ultérieures).

Cours d'apprentissage automatique avec Python.

Une bibliothèque open source pour les systèmes de dialogue et les chatbots basés sur l'apprentissage profond de bout en bout.

Format Lakehouse ouvert pour l'IA multimodale. Convertissez depuis Parquet en 2 lignes de code pour un accès aléatoire 100 fois plus rapide, un index vectoriel et le versionnage des données. Compatible avec Pandas, DuckDB, Polars, Pyarrow et PyTorch, avec d'autres intégrations à venir.

Un journal de mes apprentissages

Ajuster des modèles interprétables. Expliquer l'apprentissage automatique en boîte noire.

Liste de lecture pour les sujets de recherche en apprentissage automatique multimodal.

Pratique de l'IA - Version chinoise de practicalAI

Tous les supports de cours pour la formation Machine Learning et Data Science de Zero to Mastery.