machine-learning

Uma caixa de ferramentas baseada em Python com vários métodos em tomada de decisão, quantificação de incerteza e emulação estatística: multi-fidelidade, design experimental, otimização Bayesiana, quadratura Bayesiana, etc.

Uma biblioteca para treinar, avaliar, interpretar e colocar em produção modelos de florestas de decisão, como Random Forest e Gradient Boosted Decision Trees.

Software de Reconhecimento Automático de Placas de Veículos (ALPR) que funciona com qualquer câmera.

Este repositório inclui tutoriais sobre como usar as APIs do TensorFlow estimator para realizar várias tarefas de ML de forma sistemática e padronizada

Notícia: o conjunto de dados de 10k está pronto para download.

Um descompilador de pickling e analisador estático em Python

Processamento e gradeamento de dados espaciais no estilo de aprendizado de máquina

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.

Sistema quantitativo de A-share. A股量化系统

Acompanhe sua Ciência de Dados. A biblioteca Python de código aberto da Skore acelera o desenvolvimento de modelos de ML com relatórios de avaliação automatizados, orientação metodológica inteligente e análise de validação cruzada abrangente.

Implementação de trechos de código, exercícios e aplicação a dados em tempo real do livro Machine Learning for Asset Managers (Elements in Quantitative Finance) escrito pelo Prof. Marcos López de Prado.

Framework extremamente rápido para ajuste fino de modelos de aprendizado de similaridade

(AAAI' 20) A Python Toolbox for Machine Learning Model Combination

Processos gaussianos em JAX e Equinox.

Implementação em C++ e pacote Python do BanditPAM

Caixa de ferramentas e benchmark de aprendizado de representação visual supervisionado, semi-supervisionado e auto-supervisionado do CAIRI

Formate rapidamente suas notas com o ChatGPT no Obsidian

Awesome-LLM-Eval: uma lista com curadoria de ferramentas, conjuntos de dados/benchmarks, demonstrações, placares, artigos, documentos e modelos, focada principalmente na avaliação de LLMs.

BenchMARL é uma biblioteca para benchmark de Multi-Agent Reinforcement Learning (MARL). O BenchMARL permite comparar rapidamente diferentes algoritmos, tarefas e modelos de MARL, mantendo-se sistematicamente fundamentado em seus dois principais pilares: reprodutibilidade e padronização.

Um repositório de conjuntos de dados bem legais que coletei para pesquisas em ciência de redes e aprendizado de máquina.

Código para o projeto de interpretabilidade de ML TCAV

Aceleradores de solução Azure MLOps (v2). Modelos prontos para empresas para implantar seus modelos de machine learning na plataforma Azure.

Divida automaticamente seus modelos PyTorch em múltiplas GPUs para treinamento e inferência

Ciclo de vida completo de um projeto de ciência de dados

Um pacote de aprendizado por reforço para Julia

Uma biblioteca para modelar dados multivariados usando cópulas.

Um mecanismo de inferência onnx em puro C99, leve e portátil, para dispositivos embarcados com suporte a aceleração de hardware.

Um código simples e flexível para arquiteturas de computação de reservatório, como Echo State Networks.

Biblioteca oneAPI Data Analytics Library (oneDAL)

MICA - Rumo à reconstrução métrica de rostos humanos [ECCV2022]