machine-learning

Tài nguyên để làm việc với dữ liệu chuỗi thời gian và dữ liệu trình tự

Xuất các mô hình Hugging Face sang Core ML và TensorFlow Lite.

Tree-Boosting, Gaussian Processes và Mixed-Effects Models

Các thuật toán học máy cho hệ lượng tử nhiều vật thể.

Danh sách hơn 234 dự án dựa trên học máy, học sâu, thị giác máy tính, xử lý ngôn ngữ tự nhiên và hơn thế nữa.

Bộ sưu tập các thuật toán hiện đại để huấn luyện, phục vụ và diễn giải các mô hình Decision Forest trong Keras.

Client và bộ công cụ Python cho DataFrames, Big Data, Machine Learning và ETL trong Elasticsearch.

Các bài báo, mã nguồn và tập dữ liệu về học sâu cho Phát hiện đối tượng 3D.

Học máy cho Ruby

Kho lưu trữ này chứa tất cả các dự án phân tích dữ liệu tôi đã thực hiện bằng Python.

Dự đoán giá cổ phiếu sử dụng mạng thần kinh TensorFlow LSTM (long short-term memory) để dự báo chuỗi thời gian

Điểm chuẩn cho học máy liên kết (federated learning). Dành riêng cho cộng đồng. 🤗

Ollama cho các mô hình ML cổ điển. Trình biên dịch AOT chuyển đổi các mô hình XGBoost, LightGBM, scikit-learn, CatBoost và ONNX thành mã suy luận C99 gốc. Một lệnh để tải, một lệnh để phục vụ. Nhanh hơn 336 lần so với suy luận bằng Python.

Thư viện Deep Learning (DLL) tốc độ cao cho C++ (ANNs, CNNs, RBMs, DBNs...)

Khóa học Machine Learning Serverless để xây dựng các dịch vụ dự đoán hỗ trợ AI từ các mô hình và tính năng.

Sơ đồ các khái niệm trong vật lý/hóa học/ML

ML-capsule là dự án dành cho người mới bắt đầu và những người đam mê khoa học dữ liệu có kinh nghiệm, những người không có người hướng dẫn và muốn học Machine learning. Sử dụng kho lưu trữ này, họ có thể học ML, DL và nhiều công nghệ liên quan thông qua các dự án thực tế khác nhau để chuẩn bị cho phỏng vấn.

Các hướng dẫn về Physics Informed Machine Learning (Pytorch và Jax)

HISTDATA - Tập dữ liệu bao gồm tất cả các cặp giao dịch ngoại hối / Dầu thô / Chỉ số chứng khoán. API đơn giản để truy xuất dữ liệu 1 phút (và dữ liệu tick) Giá ngoại hối lịch sử (được cập nhật).

Thư viện tạo và đánh giá dữ liệu bảng tổng hợp phục vụ quyền riêng tư, tính công bằng và tăng cường dữ liệu.

Triển khai các thuật toán Học tăng cường nghịch đảo (IRL) trong Python/Tensorflow. Deep MaxEnt, MaxEnt, LPIRL

Joint Deep Matcher cho điểm và đường thẳng 🖼️💥🖼️ (ICCV 2023)

Trí tuệ thời tiết dựa trên AI cho các hợp đồng tương lai hàng hóa nông nghiệp. Dự đoán biến động giá trước 48-72 giờ đối với nước cam, cà phê, ca cao, đường, ngô và lúa mì bằng cách sử dụng Claude Sonnet và dữ liệu vệ tinh.

Các ví dụ về kỹ thuật huấn luyện mô hình ML có thể giải thích, giải thích mô hình ML và gỡ lỗi mô hình ML về độ chính xác, phân biệt đối xử và bảo mật.

Một bộ dữ liệu âm thanh miễn phí về các chữ số được đọc. Phiên bản âm thanh của MNIST.

Xây dựng 12 ứng dụng dữ liệu bằng Python với Streamlit.

Pipeline OCR đa phương thức được tối ưu hóa cho huấn luyện ML (văn bản, hình ảnh, toán học, bảng biểu, sơ đồ)

[JMLR 2023] Quantus là bộ công cụ AI có thể giải thích (eXplainable AI) để đánh giá có trách nhiệm các giải thích của mạng thần kinh

Nền tảng mô hình hóa chủ đề nhanh

Bộ công cụ dựa trên Python bao gồm nhiều phương pháp trong việc ra quyết định, định lượng độ không đảm bảo và mô phỏng thống kê: đa độ trung thực, thiết kế thí nghiệm, tối ưu hóa Bayesian, tích phân Bayesian, v.v.