ml

TransmogrifAI (pronunciado trăns-mŏgˈrə-fī) é uma biblioteca de AutoML para construir fluxos de trabalho de aprendizado de máquina fortemente tipados, reutilizáveis e modulares no Apache Spark com ajuste manual mínimo

Lista curada: Recursos para aprendizado de máquina em Ruby

nannyml: ciência de dados pós-implantação em Python

Exemplos oficiais do Azure Machine Learning mantidos pela comunidade, testados com GitHub Actions.

Scaled-YOLOv4: Escalonamento da Cross Stage Partial Network

Crie aplicações baseadas em LLM usando Ruby

O Virtual Feature Store. Transforme sua infraestrutura de dados existente em um feature store.

Um servidor moderno de gerenciamento de fotos baseado na web. Execute-o em seu servidor doméstico e ele permitirá que você encontre a foto certa de sua coleção em qualquer dispositivo. A filtragem inteligente é possível através de reconhecimento de objetos, reconhecimento facial, reconhecimento de localização, análise de cores e outros algoritmos de ML.

Processos gaussianos em TensorFlow

Um SDK C#/.NET não oficial para acessar a API do OpenAI GPT-3

🚀 Mais de 500 recursos selecionados para Análise de Dados e Ciência de Dados: Python, SQL, Estatística, ML, IA, Visualização, Cheatsheets, Roadmaps e preparação para entrevistas. Para iniciantes e especialistas.

O Responsible AI Toolbox é um conjunto de ferramentas que fornece interfaces de usuário e bibliotecas para exploração e avaliação de modelos e dados, permitindo uma melhor compreensão de sistemas de IA. Essas interfaces e bibliotecas capacitam desenvolvedores e partes interessadas a desenvolver e monitorar a IA de forma mais responsável e a tomar melhores decisões baseadas em dados.

Base de conhecimento de vídeo local-first. Indexe sua biblioteca de vídeos com análise multimodal (YOLO, DeepFace, Whisper), pesquise semanticamente via linguagem natural, pronto para Docker.

Organização de código aberto ApacheCN: anúncios, introdução, membros, atividades e canais de comunicação

Compilador de código aberto para CUDA, Triton e HIP, voltado para múltiplas arquiteturas de GPU e CPU.

Uma curadoria de recursos sobre Inteligência Artificial, Machine Learning e Deep Learning, incluindo notas de estudo e uma lista selecionada de materiais sobre esses temas.

Uma lista enorme de coisas ótimas que você pode obter de graça!

Clareza na atual confusão acelerada da inovação de código aberto

Playwright para uso de computador no Windows

Uma lista abrangente de mais de 180 canais do YouTube sobre Ciência de Dados, Engenharia de Dados, Aprendizado de Máquina, Aprendizado Profundo, Ciência da Computação, programação, engenharia de software, etc.

Backend multimodal unificado para aplicações de dados de IA

Pacote de ML interpretável 🔍 para modelagem preditiva concisa, transparente e precisa (compatível com sklearn).

Modelo de linguagem de chat capaz de usar ferramentas e interpretar os resultados.

Converta qualquer biblioteca de música em uma biblioteca de samples de produção musical usando ML.

Um kit de ferramentas para otimizar modelos de ML para implantação em Keras e TensorFlow, incluindo quantização e poda.

MLE-Agent: Seu companheiro inteligente para engenharia e pesquisa de IA. Integra-se com arxiv e paper with code para fornecer melhores planos de código/pesquisa. Suporte a OpenAI, Anthropic, Gemini, Ollama, etc. Code RAG

fklearn: Aprendizado de Máquina Funcional

Biblioteca de matriz de confusão multiclasse em Python

Korvus é um SDK de busca que unifica todo o pipeline de RAG em uma única consulta de banco de dados. Construído sobre o Postgres com bindings para Python, JavaScript, Rust e C.

Aplicativo de karaokê com aprendizado de máquina (com pontuação!)