machine-learning

Um repositório listando fontes potenciais que ajudarão você a se preparar para uma entrevista de Ciência de Dados/Aprendizado de Máquina. Novos recursos são adicionados frequentemente.

Towhee é um framework dedicado a tornar os pipelines de processamento de dados neurais simples e rápidos.

PennyLane é uma plataforma de software quântico de código aberto para computação quântica, aprendizado de máquina quântico e química quântica. Crie algoritmos quânticos significativos, da inspiração à implementação.

Implementação PyTorch limpa, robusta e unificada de algoritmos populares de Deep Reinforcement Learning (DRL) (Q-learning, Duel DDQN, PER, C51, Noisy DQN, PPO, DDPG, TD3, SAC, ASL).

Otter, um modelo multimodal baseado no OpenFlamingo (versão de código aberto do Flamingo da DeepMind), treinado no MIMIC-IT, demonstrando melhor capacidade de seguir instruções e aprendizado em contexto.

Notebooks de Machine Learning.

Aprenda a projetar, desenvolver, implantar e iterar aplicações de ML em nível de produção.

Bindings .NET Standard para o TensorFlow do Google para desenvolver, treinar e implantar modelos de Machine Learning em C# e F#.

OP Vault ChatGPT: Dê memória de longo prazo ao ChatGPT usando a OP Stack (OpenAI + Banco de Dados Vetorial Pinecone). Envie seus próprios arquivos de base de conhecimento personalizados (PDF, txt, epub, etc.) usando um frontend simples em React.

P&D de deep learning acelerado

Uma biblioteca para análise de áudio e música, e extração de características.

Lazy Predict ajuda a construir muitos modelos básicos sem muito código e ajuda a entender quais modelos funcionam melhor sem qualquer ajuste de parâmetros.

Book_7_《机器学习》 | Livro da Íris: Da adição e subtração ao aprendizado de máquina; críticas e sugestões são bem-vindas

Substituto direto para o Apache Spark escrito em Rust, unificando processamento em lote, processamento de fluxo e cargas de trabalho de IA intensivas em computação.

Lista de programas de residência em IA.

Volumes I e II de "Álgebra Linear não é difícil", parte da série "Matemática não é difícil", com 66 tópicos concluídos; críticas e sugestões são bem-vindas.

Repositório oficial do ROOT: analisando, armazenando e visualizando big data cientificamente

Pacote Python para AutoML em dados tabulares com engenharia de atributos, ajuste de hiperparâmetros, explicações e documentação automática.

Biblioteca de redes neurais baseada em JAX

Repositório criado para ajudar iniciantes em aprendizado de máquina ou aqueles que estão se preparando para estudos na área.

Construa um LLM moderno do zero. Cada linha comentada. Explicado de forma simples.

Shapash: Explicabilidade e interpretabilidade amigáveis para desenvolver modelos de Machine Learning confiáveis e transparentes

Determined é uma plataforma de aprendizado de máquina de código aberto que simplifica o treinamento distribuído, o ajuste de hiperparâmetros, o rastreamento de experimentos e o gerenciamento de recursos. Funciona com PyTorch e TensorFlow.

Links de recursos cuidadosamente selecionados para ciência de dados em um só lugar

Framework de deep learning open-source para construir, treinar e ajustar modelos de aprendizado profundo usando métodos de Physics-ML de última geração.

Implementação de Dreambooth (https://arxiv.org/abs/2208.12242) por meio de Textual Inversion (https://arxiv.org/abs/2208.01618) para Stable Diffusion (https://arxiv.org/abs/2112.10752). Ajustes focados no treinamento de rostos, objetos e estilos.

Tutoriais em Jupyter Notebook para OpenVINO™.

A Compute Library é um conjunto de funções de visão computacional e aprendizado de máquina otimizadas para CPUs e GPUs Arm usando tecnologias SIMD.

Kit de ferramentas de aprendizado de máquina para análise de séries temporais em Python

Isole vocais, bateria, baixo e outros stems instrumentais de qualquer música