machine-learning

Tudo o que você precisa saber para construir sua própria aplicação RAG

Um pacote Python para segmentação de dados geoespaciais com o Segment Anything Model (SAM).

Orquestração de GPU tolerante a falhas e altamente escalável, e um framework de aprendizado de máquina projetado para treinar modelos com bilhões a trilhões de parâmetros

LimiX: Liberando a capacidade de modelagem de dados estruturados para inteligência generalista https://arxiv.org/abs/2509.03505

Uma lista curada de recursos incríveis sobre aprendizado de máquina responsável.

FEDML - A biblioteca de ML unificada e escalável para treinamento distribuído em larga escala, serviço de modelos e aprendizado federado. O FEDML Launch, um agendador cross-cloud, permite executar qualquer trabalho de IA em qualquer nuvem de GPU ou cluster local. Construída sobre esta biblioteca, a TensorOpera AI (https://TensorOpera.ai) é sua plataforma de IA generativa em escala.

Um agendamento personalizado moderno para Anki baseado no algoritmo Free Spaced Repetition Scheduler

Deepchecks: Testes para validação contínua de modelos de ML e dados. O Deepchecks é uma solução open-source holística para todas as suas necessidades de validação de IA e ML, permitindo testar minuciosamente seus dados e modelos desde a pesquisa até a produção.

Recursos de trading quantitativo e algorítmico com foco em Machine Learning

Uma lista abrangente de tutoriais de Deep Learning / Inteligência Artificial e Machine Learning - expandindo rapidamente para áreas de IA/Deep Learning / Visão Computacional / NLP e áreas específicas da indústria como Clima / Energia, Automotiva, Varejo, Farmacêutica, Medicina, Saúde, Políticas, Ética e mais.

Documentação do TVM em chinês simplificado

Um compilador de machine learning baseado em MLIR retargetable e toolkit de runtime.

A CLI oficial e o cliente Python para o Hugging Face Hub.

Tomada de decisão por IA ultrarrápida e processamento inteligente de dados multimodais.

Um conjunto extenso de nós que permite ao ComfyUI processar entradas 3D (Mesh, UV Texture, etc.) usando algoritmos de ponta (3DGS, NeRF, etc.).

Maestro: O orquestrador de fluxos de trabalho da Netflix.

Filtragem colaborativa rápida em Python para conjuntos de dados de feedback implícito

Jupyter notebooks da série de vídeos do scikit-learn

Estas são as anotações manuscritas do curso de Andrew NG no Coursera.

Uma biblioteca Python para aprendizado autossupervisionado em imagens.

DeepVariant é um pipeline de análise que utiliza uma rede neural profunda para identificar variantes genéticas a partir de dados de sequenciamento de DNA de próxima geração.

A implementação funcional mais simples do Stylegan2, rede adversária generativa de última geração, em PyTorch. Permitindo que todos experimentem o desmembramento

Tutorial introdutório do PyTorch, endereço de leitura online: https://datawhalechina.github.io/thorough-pytorch/

Biblioteca de dataframe e visualização em Java

Regressão simbólica de alto desempenho em Python e Julia

Livro_5_《Estatística Simples》 | Livro Iris: da aritmética básica ao aprendizado de máquina; já disponível!

Infraestrutura de IA / Orquestração de IA / Plano de Controle de IA.

Notebooks do curso fast.ai

🧠💬 Artigos que escrevi sobre aprendizado de máquina, arquivados do MachineCurve.com.

Práticas de implementação de IA de grandes empresas, artigos recentes de laboratórios de ponta e registros reais de desafios enfrentados pela indústria.