unsupervised-learning

Uma lista curada de cursos, livros, videoaulas e artigos sobre Inteligência Artificial (IA).

Transfer learning, adaptação de domínio, generalização de domínio, aprendizado multitarefa, etc. Artigos, códigos, conjuntos de dados, aplicações e tutoriais.

Uma biblioteca Python para detecção de anomalias em dados tabulares, séries temporais, grafos, texto, imagem e áudio. Mais de 60 detectores, orquestração ADEngine baseada em benchmarks e um fluxo de trabalho agente para agentes de IA.

Livros, artigos, vídeos e toolboxes relacionados à detecção de anomalias. Última atualização no final de 2025 para trabalhos com LLM e VLM!

Contém soluções e notas para a Especialização em Machine Learning da Stanford University e Deeplearning.ai - Coursera (2022) pelo Prof. Andrew NG

Uma biblioteca de detecção de anomalias que inclui algoritmos de ponta e recursos como gerenciamento de experimentos, otimização de hiperparâmetros e inferência na borda (edge).

Uma biblioteca de módulos de extensão e auxiliares para bibliotecas de análise de dados e aprendizado de máquina em Python.

Aprendizado não supervisionado para registro de imagens.

Algoritmos para detecção de outliers, adversários e drift.

Implementação em PyTorch do SimCLR: um framework simples para aprendizado contrastivo de representações visuais

Um framework para Inteligência Artificial integrada e Inteligência Artificial Geral (AGI)

Uma lista curada de artigos de pesquisa sobre detecção de comunidades com implementações

Karate Club: Um framework Python de código aberto orientado a API para aprendizado não supervisionado em grafos (CIKM 2020)

🚀 Recursos de IA GRATUITOS - 🎓 Cursos, 👷 Vagas, 📝 Blogs, 🔬 Pesquisa em IA e muito mais - para todos!

MiniSom é uma implementação minimalista de Self-Organizing Maps.

Código para o artigo do TKDE "Self-supervised learning on graphs: Contrastive, generative, or predictive".

Biblioteca de detecção de anomalias em séries temporais não supervisionada.

Uma lista abrangente de artigos incríveis sobre aprendizado autossupervisionado contrastivo.

Autoencoder variacional implementado em TensorFlow e PyTorch (incluindo fluxo auto-regressivo inverso)

AutoVC: Transferência de estilo de voz zero-shot usando apenas perda de autoencoder

A implementação oficial do artigo "One-Pot Multi-frame Denoising" do IJCV & BMVC 2022.

[IEEE TIP] "EnlightenGAN: Deep Light Enhancement without Paired Supervision" por Yifan Jiang, Xinyu Gong, Ding Liu, Yu Cheng, Chen Fang, Xiaohui Shen, Jianchao Yang, Pan Zhou, Zhangyang Wang

Implementação oficial de "ADBench: Anomaly Detection Benchmark", NeurIPS 2022.

Implementação em PyTorch do SimCLR: Um framework simples para aprendizado contrastivo de representações visuais por T. Chen et al.

[Prêmio de Jovem Cientista MICCAI 2019] [Prêmio de Melhor Artigo MEDIA 2020] Models Genesis, um dos primeiros modelos "fundacionais" em análise de imagens médicas para múltiplas tarefas a jusante.

BFM_Zero: Um Modelo de Fundação Comportamental Baseado em Prompts para Controle de Humanoides Usando Aprendizado por Reforço Não Supervisionado

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

[VLDB'22] Detecção de Anomalias usando Transformers, auto-condicionamento e treinamento adversarial.

Decomposição não supervisionada de fala via gargalo de informação triplo

Ciclo de vida completo de um projeto de ciência de dados