machine-learning

데이터 사이언스 및 머신러닝 면접 준비에 도움이 되는 잠재적 소스를 나열한 저장소입니다. 리소스가 자주 추가됩니다.

Towhee는 신경망 데이터 처리 파이프라인을 빠르고 간단하게 만드는 데 특화된 프레임워크입니다.

PennyLane은 양자 컴퓨팅, 양자 머신러닝, 양자 화학을 위한 오픈소스 양자 소프트웨어 플랫폼입니다. 아이부터 구현까지 의미 있는 양자 알고리즘을 만드세요.

인기 있는 Deep Reinforcement Learning (DRL) 알고리즘들의 깔끔하고 견고하며 통합된 PyTorch 구현 (Q-learning, Duel DDQN, PER, C51, Noisy DQN, PPO, DDPG, TD3, SAC, ASL)

🦦 Otter, OpenFlamingo(DeepMind Flamingo의 오픈소스 버전) 기반의 멀티모달 모델로, MIMIC-IT으로 학습되어 향상된 지시 따르기 및 문맥 내 학습 능력을 보여줍니다.

:fire: 머신러닝 노트북

프로덕션 등급의 ML 애플리케이션을 설계, 개발, 배포 및 반복 개선하는 방법을 배웁니다.

C# 및 F#에서 머신러닝 모델을 개발, 훈련 및 배포하기 위한 Google TensorFlow의 .NET Standard 바인딩

OP Vault ChatGPT: OP Stack(OpenAI + Pinecone Vector Database)을 사용하여 ChatGPT에 장기 기억 기능을 부여합니다. 간단한 React 프론트엔드를 사용하여 사용자 지정 지식 베이스 파일(PDF, txt, epub 등)을 업로드할 수 있습니다.

가속화된 딥러닝 연구개발(R&D)

오디오 및 음악 분석, 특징 추출을 위한 라이브러리

Book_7_《머신러닝》 | 아이리스 북: 사칙연산부터 머신러닝까지; 피드백을 환영합니다

Lazy Predict는 적은 코드로 많은 기본 모델을 구축할 수 있게 도와주며, 매개변수 튜닝 없이 어떤 모델이 더 잘 작동하는지 파악할 수 있게 해줍니다.

배치 처리, 스트림 처리, 연산 집약적 AI 워크로드를 통합하는 Rust로 작성된 Apache Spark 드롭인 대체재입니다.

AI 레지던시 프로그램 목록

"수학은 어렵지 않다" 중 《선형대수학은 어렵지 않다》 상하권, 66개 주제 완권; 질정 및 비판 환영

빅데이터의 과학적 분석, 저장, 시각화를 위한 ROOT의 공식 저장소

피처 엔지니어링, 하이퍼파라미터 튜닝, 설명 및 자동 문서화를 지원하는 테이블 데이터용 AutoML Python 패키지

JAX 기반 신경망 라이브러리

머신러닝 입문자 혹은 스터디를 준비하시는 분들에게 도움이 되고자 만든 repository입니다.

처음부터 현대적인 LLM 구축하기. 모든 줄에 주석 포함. 아주 쉽게 설명됨.

🔅 Shapash: 신뢰할 수 있고 투명한 머신러닝 모델 개발을 위한 사용자 친화적인 설명 가능성 및 해석 가능성 도구

분산 학습, 하이퍼파라미터 튜닝, 실험 추적, 리소스 관리를 단순화하는 오픈소스 머신러닝 플랫폼. PyTorch 및 TensorFlow 지원

데이터 과학을 위해 한곳에 신중하게 엄선된 리소스 링크

최첨단 Physics-ML 방법을 사용하여 딥러닝 모델을 구축, 학습 및 파인튜닝하기 위한 오픈소스 딥러닝 프레임워크

Stable Diffusion(https://arxiv.org/abs/2112.10752)을 위한 Textual Inversion(https://arxiv.org/abs/2208.01618) 방식의 Dreambooth(https://arxiv.org/abs/2208.12242) 구현입니다. 얼굴, 객체 및 스타일 학습에 초점을 맞춘 조정이 포함되어 있습니다.

📚 OpenVINO™용 Jupyter 노트북 튜토리얼

Compute Library는 SIMD 기술을 사용하여 Arm CPU 및 GPU 모두에 최적화된 컴퓨터 비전 및 머신러닝 함수 모음입니다.

Python용 시계열 분석 머신러닝 툴킷

모든 노래에서 보컬, 드럼, 베이스 및 기타 악기 스템을 분리합니다.