ml

TransmogrifAI adalah pustaka AutoML untuk membangun alur kerja pembelajaran mesin yang modular, dapat digunakan kembali, dan memiliki tipe data kuat di Apache Spark dengan penyesuaian manual minimal.

Daftar pilihan: Sumber daya untuk pembelajaran mesin di Ruby

nannyml: data science pasca-penerapan dengan python

Contoh resmi Azure Machine Learning yang digerakkan oleh komunitas, diuji dengan GitHub Actions.

Scaled-YOLOv4: Penskalaan Cross Stage Partial Network

Membangun aplikasi berbasis LLM dengan Ruby

Virtual Feature Store. Ubah infrastruktur data Anda yang ada menjadi feature store.

Server manajemen foto berbasis web yang modern. Jalankan di server rumah Anda untuk menemukan foto dari koleksi Anda di perangkat apa pun. Pemfilteran cerdas dimungkinkan melalui pengenalan objek, pengenalan wajah, deteksi lokasi, analisis warna, dan algoritma ML lainnya.

Proses Gaussian dalam TensorFlow

SDK C#/.NET tidak resmi untuk mengakses API OpenAI GPT-3

🚀 500+ sumber pilihan untuk Analisis Data & Data Science: Python, SQL, Statistik, ML, AI, Visualisasi, Lembar Contek, Peta Jalan, Persiapan Wawancara. Untuk pemula dan ahli.

Responsible AI Toolbox adalah rangkaian alat yang menyediakan antarmuka pengguna dan pustaka untuk eksplorasi serta penilaian model dan data guna memahami sistem AI dengan lebih baik. Antarmuka dan pustaka ini memberdayakan pengembang dan pemangku kepentingan sistem AI untuk mengembangkan serta memantau AI secara lebih bertanggung jawab dan mengambil tindakan berbasis data yang lebih baik.

Basis Pengetahuan Video berbasis lokal. Indeks pustaka video Anda dengan analisis multi-modal (YOLO, DeepFace, Whisper), cari secara semantik melalui bahasa alami, siap Docker.

Organisasi open source ApacheCN: Pengumuman, perkenalan, anggota, aktivitas, dan saluran komunikasi

Compiler CUDA, Triton, dan HIP open-source yang menargetkan berbagai arsitektur GPU dan CPU.

Kumpulan materi Artificial Intelligence, Machine Learning, dan Deep Learning yang luar biasa saat kami mempelajarinya. Catatan studi dan daftar sumber daya terpilih untuk topik-topik tersebut.

Daftar besar berisi hal-hal menarik yang bisa Anda dapatkan secara gratis!

:closed_book: Kejelasan di tengah kekacauan inovasi Open Source yang bergerak cepat saat ini

playwright untuk penggunaan komputer windows

Daftar komprehensif berisi 180+ Channel YouTube untuk Data Science, Data Engineering, Machine Learning, Deep Learning, Computer Science, pemrograman, software engineering, dll.

Backend multimodal terpadu untuk aplikasi data AI

Paket ML yang dapat diinterpretasikan 🔍 untuk pemodelan prediktif yang ringkas, transparan, dan akurat (kompatibel dengan sklearn).

Model bahasa chat yang dapat menggunakan tools dan menginterpretasikan hasilnya.

Konversikan pustaka musik apa pun menjadi sample-library produksi musik dengan ML

Toolkit untuk mengoptimalkan model ML untuk penerapan pada Keras dan TensorFlow, termasuk kuantisasi dan pruning.

🤖 MLE-Agent: Pendamping cerdas Anda untuk rekayasa dan penelitian AI yang mulus. 🔍 Terintegrasi dengan arxiv dan paper with code untuk memberikan rencana kode/penelitian yang lebih baik 🧰 Mendukung OpenAI, Anthropic, Gemini, Ollama, dll. :fireworks: Kode RAG

fklearn: Functional Machine Learning

Pustaka confusion matrix multi-kelas di Python

Korvus adalah SDK pencarian yang menyatukan seluruh pipeline RAG dalam satu kueri basis data. Dibangun di atas Postgres dengan binding untuk Python, JavaScript, Rust, dan C.

Aplikasi Karaoke bertenaga machine learning (dengan skor!)