machine-learning

Implementasi agnostik kerangka kerja untuk metode saliency mutakhir (XRAI, BlurIG, SmoothGrad, dan lainnya).

Semua Lembar Contekan Stanford: Kecerdasan Buatan, Transformer, LLM, Pembelajaran Mendalam, Pembelajaran Mesin, Probabilitas, Statistik, Aljabar, dan Kalkulus.

🔍 LangKit: Perangkat sumber terbuka untuk memantau Large Language Models (LLM). 📚 Mengekstrak sinyal dari prompt & respons, memastikan keselamatan & keamanan. 🛡️ Fitur mencakup kualitas teks, metrik relevansi, & analisis sentimen. 📊 Alat komprehensif untuk observabilitas LLM. 👀

[ICLR 2025 Spotlight] Implementasi resmi dari "Time-MoE: Billion-Scale Time Series Foundation Models with Mixture of Experts"

Toolkit persepsi untuk pelatihan dan validasi sim2real di Unity

Analisis survival dengan PyTorch

Alat untuk mengonversi file ONNX ke LiteRT/TFLite/TensorFlow, kode natif PyTorch (nn.Module), TorchScript (.pt), state_dict (.pt), Exported Program (.pt2), dan Dynamo ONNX. Alat ini juga mendukung konversi langsung dari LiteRT ke PyTorch.

Pusat model terlatih untuk Keras 3.

Molecular Sets (MOSES): Platform Pembanding untuk Model Pembuatan Molekul

[Book-2021] Buku Praktis MLOps O'Reilly

Membangun agen AI dari prinsip dasar menggunakan LLM lokal - tanpa framework, tanpa API cloud, tanpa penalaran tersembunyi.

Sparkling Water menyediakan fungsionalitas H2O di dalam klaster Spark.

Ide dari daftar ini adalah untuk mengumpulkan data dan algoritma bersama seputar 3D Morphable Models. Anda diundang untuk berkontribusi pada daftar ini dengan mengirimkan pull request. Daftar asli berasal dari seminar Dagstuhl tentang 3D Morphable Models https://www.dagstuhl.de/19102 pada Maret 2019.

Pustaka untuk operasi matriks padat dan renggang khusus, serta primitif deep learning.

Sumber daya, contoh, dan tutorial untuk AI multimodal, RAG, dan agen menggunakan pencarian vektor serta LLM

OmniXAI: Sebuah Pustaka untuk AI yang Dapat Dijelaskan (eXplainable AI)

Antarmuka R untuk Apache Spark

Blog teknis algoritma Machine Learning Python, berisi materi asli! Ada praktik kode! [Untuk konten lebih lanjut, silakan ikuti akun resmi "算法进阶"]

Selamat datang di repositori EBooks Data Science! Koleksi ini menawarkan berbagai ebook berkualitas tinggi tentang Data Science, Machine Learning, dan AI. Sangat cocok untuk pemula maupun pembelajar tingkat lanjut, jelajahi sumber daya ini untuk memperdalam pengetahuan dan keterampilan Anda.

Model transformer dari BERT hingga GPT-4, lingkungan dari Hugging Face hingga OpenAI. Contoh fine-tuning, pelatihan, dan prompt engineering. Bagian bonus mencakup ChatGPT, GPT-3.5-turbo, GPT-4, dan DALL-E termasuk memulai GPT-4, speech-to-text, text-to-speech, pembuatan gambar dengan DALL-E, Google Cloud AI, HuggingGPT, dan banyak lagi.

Buku Machine Learning Q dan AI

Dataset Audio AI (AI-ADS) 🎵, mencakup Ucapan, Musik, dan Efek Suara, yang dapat menyediakan data pelatihan untuk AI Generatif, AIGC, pelatihan model AI, pengembangan alat audio cerdas, dan aplikasi audio.

PyGCL: Pustaka PyTorch untuk Pembelajaran Kontras Graf (Graph Contrastive Learning)

Contoh TensorFlow Lite pada Unity

Kompiler polihedral untuk mengekspresikan algoritma paralel data yang cepat dan portabel

NequIP adalah kode untuk membangun potensial antaratom yang E(3)-equivariant

Framework Python yang efisien, skalabel, dan teroptimasi untuk Deep Forest (2021.2.1).

Tutorial untuk kompetisi Titanic Kaggle: Machine Learning from Disaster. Menunjukkan teknik dasar pengolahan data, analisis, dan visualisasi. Menampilkan contoh teknik pembelajaran mesin terbimbing.

Implementasi resmi dari Half-Quadratic Quantization (HQQ).