clustering

Agrupamento fácil de anotações em mapas 📍

Foldseek permite comparações rápidas e sensíveis de grandes conjuntos de estruturas.

IA multimodal de bolso para compreensão e geração de conteúdo em textos multilíngues, imagens e 🔜 vídeo, até 5x mais rápida que o OpenAI CLIP e LLaVA 🖼️ & 🖋️

Distâncias de séries temporais: Dynamic Time Warping (implementação rápida de DTW em C)

pyclustering é uma biblioteca de mineração de dados em Python e C++.

Coleção de vários algoritmos implementados em R.

Uma biblioteca C++ leve para trabalhar com dados de nuvem de pontos.

O RAFT contém algoritmos e primitivas fundamentais amplamente utilizados para aprendizado de máquina e recuperação de informações. Os algoritmos são acelerados por CUDA e formam blocos de construção para facilitar a escrita de aplicações de alto desempenho.

EliasDB a graph-based database.

[IEEE T-KDE 2026] Awesome Deep Graph Clustering é uma coleção de métodos SOTA e inovadores de clustering de grafos profundos (artigos, códigos e conjuntos de dados).

iodine - Servidor HTTP / WebSockets para Ruby com suporte a Pub/Sub

Um módulo baseado em scikit-learn para classificação multi-rótulo, entre outros

Uma biblioteca abrangente para aprendizado de máquina e computação numérica. Aplique Machine Learning com Rust aproveitando os princípios fundamentais.

Um servidor HTTP de alto desempenho para Ruby.

Exemplos em MatLab/Octave de algoritmos populares de aprendizado de máquina com código e explicações matemáticas.

Um minerador robusto de templates de log em streaming baseado no algoritmo Drain

cuVS - uma biblioteca para busca vetorial e agrupamento em GPU

Kit de ferramentas de mineração de dados ELKI

InfluxDB Cluster - Alternativa de código aberto ao InfluxDB Enterprise

Ferramenta versátil de código aberto para análise de microbioma

Agrupamento de mapas em React Native para Android e iOS.

Componentes diretos de fuzzy matching, recuperação de informação e NLP para JavaScript.

Código para Hands-on Unsupervised Learning Using Python (O'Reilly Media)

O MOA é um framework de código aberto para mineração de fluxos de Big Data. Inclui uma coleção de algoritmos de aprendizado de máquina (classificação, regressão, clusterização, detecção de outliers, detecção de desvio de conceito e sistemas de recomendação) e ferramentas para avaliação.

Implementação em C++ e pacote Python do BanditPAM

Apache Commons Math

Sistema de gerenciamento de banco de dados ACID multiparadigma em C# .NET NOSQL (chave-valor, armazenamento de objetos embarcado, pesquisa de texto, pesquisa semântica, camada vetorial).

Agrupe visualmente seus e-mails por remetente, domínio e mais para identificar desperdícios

[Resultados do EMNLP'25] Um sistema Graph RAG fácil de usar que utiliza conhecimento hierárquico.

Reimplementação em Python dos algoritmos de agrupamento espectral (com restrições) usados nos artigos de diarização de locutor do Google.