machine-learning

Kotak alat berbasis Python untuk berbagai metode dalam pengambilan keputusan, kuantifikasi ketidakpastian, dan emulasi statistik: multi-fidelitas, desain eksperimental, optimisasi Bayesian, kuadratur Bayesian, dll.

Pustaka untuk melatih, mengevaluasi, menginterpretasi, dan memproduksi model hutan keputusan seperti Random Forest dan Gradient Boosted Decision Trees.

Berita: dataset 10k siap untuk diunduh.

Repositori ini mencakup tutorial tentang cara menggunakan API estimator TensorFlow untuk melakukan berbagai tugas ML secara sistematis dan terstandarisasi.

Perangkat lunak Automatic License Plate Recognition (ALPR) atau Automatic Number Plate Recognition (ANPR) yang berfungsi dengan kamera apa pun.

Decompiler Python pickling dan analyzer statis

Pemrosesan dan gridding data spasial, dengan gaya machine-learning

MOA adalah framework sumber terbuka untuk penambangan aliran data besar. Ini mencakup koleksi algoritma pembelajaran mesin (klasifikasi, regresi, pengelompokan, deteksi outlier, deteksi pergeseran konsep, dan sistem rekomendasi) serta alat untuk evaluasi.

Implementasi cuplikan kode, latihan, dan aplikasi pada data langsung dari Machine Learning for Asset Managers (Elements in Quantitative Finance) yang ditulis oleh Prof. Marcos López de Prado.

Lacak Data Science Anda. Pustaka Python sumber terbuka Skore mempercepat pengembangan model ML dengan laporan evaluasi otomatis, panduan metodologis cerdas, dan analisis validasi silang yang komprehensif.

Sistem kuantitatif saham A (A-share).

Kerangka kerja super cepat untuk fine-tuning model similarity learning.

(AAAI' 20) A Python Toolbox for Machine Learning Model Combination

Proses Gaussian di JAX dan Equinox.

Implementasi C++ dan paket Python untuk BanditPAM

Format catatan Anda dengan cepat menggunakan ChatGPT di Obsidian

Toolbox dan tolok ukur pembelajaran representasi visual CAIRI yang diawasi, semi-diawasi, dan mandiri

BenchMARL adalah pustaka untuk pengujian <i>benchmark</i> Multi-Agent Reinforcement Learning (MARL). BenchMARL memungkinkan perbandingan cepat antara berbagai algoritma, tugas, dan model MARL dengan tetap berlandaskan pada dua prinsip inti: reproduksibilitas dan standarisasi.

Awesome-LLM-Eval: Daftar kurasi alat, dataset/benchmark, demo, papan peringkat, makalah, dokumen, dan model, terutama untuk evaluasi LLM.

Repositori dataset menarik yang saya kumpulkan untuk penelitian ilmu jaringan dan machine learning.

Kode untuk proyek interpretabilitas ML TCAV.

Akselerator solusi Azure MLOps (v2). Template siap perusahaan untuk menerapkan model machine learning Anda di platform Azure.

Secara otomatis membagi model PyTorch Anda ke beberapa GPU untuk pelatihan & inferensi

Siklus Hidup Lengkap Proyek Ilmu Data

Pustaka untuk memodelkan data multivariat menggunakan copula.

Mesin inferensi onnx murni C99 yang ringan dan portabel untuk perangkat tertanam dengan dukungan akselerasi perangkat keras.

Kode yang sederhana dan fleksibel untuk arsitektur Reservoir Computing seperti Echo State Networks

Paket reinforcement learning untuk Julia

oneAPI Data Analytics Library (oneDAL)

MICA - Menuju Rekonstruksi Metrik Wajah Manusia [ECCV2022]