ml

TransmogrifAI est une bibliothèque AutoML pour créer des flux de travail d'apprentissage automatique modulaires, réutilisables et fortement typés sur Apache Spark avec un minimum de réglages manuels.

Liste organisée : Ressources pour l'apprentissage automatique en Ruby

nannyml : science des données post-déploiement en Python

Exemples officiels Azure Machine Learning pilotés par la communauté, testés avec GitHub Actions.

Scaled-YOLOv4 : mise à l'échelle du réseau Cross Stage Partial

Créez des applications basées sur les LLM en Ruby.

Le Virtual Feature Store. Transformez votre infrastructure de données existante en un feature store.

Un serveur de gestion de photos moderne basé sur le web. Hébergez-le sur votre serveur domestique pour retrouver facilement n'importe quelle photo de votre collection depuis n'importe quel appareil. Le filtrage intelligent est rendu possible grâce à la reconnaissance d'objets, la reconnaissance faciale, la géolocalisation, l'analyse des couleurs et d'autres algorithmes de ML.

Processus gaussiens dans TensorFlow

Un SDK C#/.NET non officiel pour accéder à l'API OpenAI GPT-3.

Plus de 500 ressources sélectionnées pour l'analyse de données et la science des données : Python, SQL, statistiques, ML, IA, visualisation, aide-mémoire, feuilles de route, préparation aux entretiens. Pour débutants et experts.

Responsible AI Toolbox est une suite d'outils fournissant des interfaces utilisateur et des bibliothèques d'exploration et d'évaluation de modèles et de données, permettant une meilleure compréhension des systèmes d'IA. Ces interfaces et bibliothèques permettent aux développeurs et aux parties prenantes des systèmes d'IA de développer et de surveiller l'IA de manière plus responsable, et de prendre de meilleures décisions basées sur les données.

Base de connaissances vidéo locale. Indexez votre bibliothèque vidéo avec une analyse multimodale (YOLO, DeepFace, Whisper), effectuez des recherches sémantiques en langage naturel, prêt pour Docker.

Organisation open source ApacheCN : annonces, présentation, membres, activités et canaux de communication

Compilateur open-source CUDA, Triton et HIP ciblant diverses architectures GPU et CPU.

Ressources sur l'intelligence artificielle, le machine learning et le deep learning. Notes d'étude et liste organisée de ressources sur ces sujets

Une liste exhaustive de ressources gratuites de qualité.

Clarté dans le chaos actuel de l'innovation Open Source.

playwright pour l'utilisation informatique sous Windows

Une liste complète de plus de 180 chaînes YouTube dédiées à la science des données, à l'ingénierie des données, au machine learning, au deep learning, à l'informatique, à la programmation et au génie logiciel.

Backend multimodal unifié pour les applications de données IA

Package ML interprétable 🔍 pour une modélisation prédictive concise, transparente et précise (compatible sklearn).

Modèle de langage conversationnel capable d'utiliser des outils et d'interpréter les résultats.

Convertissez n'importe quelle bibliothèque musicale en une bibliothèque d'échantillons de production musicale grâce au ML

Boîte à outils pour optimiser les modèles ML pour le déploiement avec Keras et TensorFlow, incluant la quantification et l'élagage.

MLE-Agent : votre compagnon intelligent pour l'ingénierie et la recherche en IA. Intégration avec arXiv et Papers with Code pour optimiser vos plans de recherche. Supporte OpenAI, Anthropic, Gemini, Ollama, etc. Code RAG.

fklearn : Apprentissage automatique fonctionnel

Bibliothèque de matrice de confusion multi-classes en Python.

Korvus est un SDK de recherche qui unifie l'ensemble du pipeline RAG en une seule requête de base de données. Construit sur Postgres avec des liaisons pour Python, JavaScript, Rust et C.

Application de karaoké propulsée par l'apprentissage automatique (avec scores !)