machine-learning

データサイエンスや機械学習の面接対策に役立つ情報源をまとめたリポジトリ。新しいリソースが頻繁に追加されます。

Towheeは、ニューラルデータ処理パイプラインをシンプルかつ高速化することに特化したフレームワークです。

PennyLaneは、量子コンピューティング、量子機械学習、量子化学のためのオープンソース量子ソフトウェアプラットフォームです。アイデアから実装まで、意味のある量子アルゴリズムを作成できます。

主要な深層強化学習（DRL）アルゴリズムのクリーン、堅牢、かつ統一された PyTorch 実装（Q-learning, Duel DDQN, PER, C51, Noisy DQN, PPO, DDPG, TD3, SAC, ASL）

🦦 Otter。OpenFlamingo（DeepMindのFlamingoのオープンソース版）をベースにしたマルチモーダルモデルで、MIMIC-ITでトレーニングされ、指示追従能力とコンテキスト内学習能力が向上しています。

機械学習のノートブック

本番環境グレードのMLアプリケーションの設計、開発、デプロイ、およびイテレーションの方法を学ぶ。

C# および F# で機械学習モデルの開発、トレーニング、デプロイを行うための Google TensorFlow の .NET Standard バインディング

OP Vault ChatGPT: OP Stack (OpenAI + Pinecone Vector Database) を使用して ChatGPT に長期記憶を持たせる。シンプルな React フロントエンドを使用して、独自のカスタムナレッジベースファイル (PDF、txt、epub など) をアップロード可能。

高速化されたディープラーニングの研究開発

音声および音楽の分析、特徴量抽出のためのライブラリ

Book_7_『機械学習』 | 鸢尾花書：四則演算から機械学習へ；ご批判とご指摘を歓迎します

Lazy Predictは、多くのコードを書かずに多数の基本モデルを作成するのを助け、パラメータチューニングなしでどのモデルがより良く機能するかを理解するのに役立ちます

Rustで書かれた Apache Spark のドロップイン代替であり、バッチ処理、ストリーム処理、および計算負荷の高いAIワークロードを統合します。

AIレジデンスプログラムのリスト

「数学不難」シリーズの『線形代数不難』上下巻、全66トピック。ご批判とご指導をお願いいたします。

ビッグデータの科学的解析、保存、視覚化を行うROOTの公式リポジトリ

特徴量エンジニアリング、ハイパーパラメータチューニング、説明可能性、自動ドキュメント生成を備えた、表形式データ向けAutoML用Pythonパッケージ

JAX ベースのニューラルネットワークライブラリ

機械学習の初心者や勉強会を準備される方々のために作成されたリポジトリです。

スクラッチからモダンなLLMを構築。全行にコメント付き。初心者にもわかりやすく解説。

🔅 Shapash：信頼性が高く透明性の高い機械学習モデルを開発するための、ユーザーフレンドリーな説明可能性および解釈性ツール

Determined は、分散トレーニング、ハイパーパラメータチューニング、実験追跡、リソース管理を簡素化するオープンソースの機械学習プラットフォームです。PyTorch および TensorFlow と連携します。

データサイエンスに関する厳選されたリソースリンク集

最先端の Physics-ML 手法を使用してディープラーニングモデルの構築、トレーニング、ファインチューニングを行うためのオープンソースのディープラーニングフレームワーク

OpenVINO™向けのJupyter Notebookチュートリアル集

Stable Diffusion向けのTextual Inversion（https://arxiv.org/abs/2208.01618）を用いたDreambooth（https://arxiv.org/abs/2208.12242）の実装。顔、オブジェクト、スタイルの学習に特化した調整を行っています。

Compute Libraryは、SIMD技術を使用してArmのCPUおよびGPUの両方に最適化された、コンピュータービジョンおよび機械学習関数のセットです。

Python における時系列分析のための機械学習ツールキット

任意の楽曲からボーカル、ドラム、ベース、その他の楽器パートを分離します