machine-learning

スタンフォード大学の全チートシート：人工知能、Transformers、LLM、ディープラーニング、機械学習、確率、統計、代数、微積分

🔍 LangKit: 大規模言語モデル（LLMs）をモニタリングするためのオープンソースツールキット。📚 プロンプトとレスポンスからシグナルを抽出し、安全性とセキュリティを確保。🛡️ テキスト品質、関連性指標、感情分析などの機能を搭載。📊 LLMのオブザーバビリティ（可観測性）のための包括的なツール。👀

最先端のSaliency手法（XRAI、BlurIG、SmoothGradなど）のフレームワーク非依存な実装

[ICLR 2025 Spotlight] 「Time-MoE: Billion-Scale Time Series Foundation Models with Mixture of Experts」の公式実装

Unity における sim2real のトレーニングと検証のための認識ツールキット

ONNXファイルをLiteRT/TFLite/TensorFlow、PyTorchネイティブコード(nn.Module)、TorchScript(.pt)、state_dict(.pt)、Exported Program(.pt2)、Dynamo ONNXに変換するツール。LiteRTからPyTorchへの直接変換もサポート

PyTorchを用いた生存時間分析

Keras 3 向けの事前学習済みモデルハブ。

Molecular Sets (MOSES): 分子生成モデルのためのベンチマークプラットフォーム

[Book-2021] Practical MLOps O'Reilly 書籍

ローカル LLM を使用して第一原理から AI エージェントを構築する - フレームワークなし、クラウド API なし、隠れた推論なし。

Sparkクラスター内でH2Oの機能を提供するSparkling Water

3D Morphable Models に関する共有データとアルゴリズムを集約するためのリスト。プルリクエストによるコントリビューションを歓迎します。この元のリストは、2019年3月に開催された 3D Morphable Models に関する Dagstuhl セミナー https://www.dagstuhl.de/19102 から生まれました。

特殊な密・疎行列演算およびディープラーニングプリミティブのためのライブラリ。

ベクトル検索と LLM を使用したマルチモーダル AI、RAG、エージェントのリソース、サンプル、チュートリアル

Apache Spark 用 R インターフェース

OmniXAI: 説明可能な AI のためのライブラリ

Pythonの機械学習アルゴリズムに関する技術ブログです。オリジナルの有益な情報とコードの実装が含まれています。

データサイエンス EBooks リポジトリへようこそ！このコレクションでは、データサイエンス、機械学習、AI に関する高品質な電子書籍を多数提供しています。初学者から上級者まで、これらのリソースを活用して知識とスキルを深めるのに最適です。

BERT から GPT-4 までの Transformer モデル、Hugging Face から OpenAI まで環境。ファインチューニング、トレーニング、プロンプトエンジニアリングのサンプル。ChatGPT、GPT-3.5-turbo、GPT-4、DALL-E に関するボーナスセクション（GPT-4 のクイックスタート、音声認識、音声合成、DALL-E による画像生成、Google Cloud AI、HuggingGPT などを含む）

Machine Learning Q and AIブック

音声、音楽、効果音を含むAI音声データセット (AI-ADS) 🎵。生成AI、AIGC、AIモデルのトレーニング、インテリジェントな音声ツールの開発、音声アプリケーションにトレーニングデータを提供します。

PyGCL: グラフ対照学習のための PyTorch ライブラリ

Unity 向けの TensorFlow Lite サンプル

NequIPは、E(3)同変原子間ポテンシャルを構築するためのコードです。

高速でポータブルなデータ並列アルゴリズムを記述するための多面体コンパイラ

Kaggle の「Titanic: Machine Learning from Disaster」コンペティション向けチュートリアル。基本的なデータ処理、分析、可視化手法を実演し、教師あり機械学習の例を示します。

Deep Forest 向けの効率的、スケーラブルかつ最適化された Python フレームワーク (2021.2.1)

MultiWOZ論文 (Budzianowski et al. 2018, EMNLP) によるエンドツーエンド対話モデルのソースコード