machine-learning

Danh sách tổng hợp các tài nguyên trí tuệ nhân tạo (Khóa học, Công cụ, Ứng dụng, Dự án mã nguồn mở)

Kho lưu trữ này chứa danh sách các bài báo về Phân đoạn chuỗi thời gian. Kho lưu trữ này vẫn đang được cải thiện liên tục.

Mô hình dự đoán tuyến tính với khả năng tự động hóa kỹ thuật và lựa chọn đặc trưng

Happy Transformer giúp việc tinh chỉnh và thực hiện suy luận với các mô hình NLP Transformer trở nên dễ dàng.

Tổng hợp các bài báo nghiên cứu, công cụ, kỹ thuật lượng tử hóa và tài liệu học tập về nén mô hình học máy.

OWASP CycloneDX là tiêu chuẩn Bill of Materials (BOM) toàn diện, cung cấp các khả năng chuỗi cung ứng nâng cao để giảm thiểu rủi ro mạng, bao gồm SBOM, SaaSBOM, HBOM, AI/ML-BOM, CBOM, OBOM, MBOM, VDR và VEX.

Các bài báo nghiên cứu nổi bật về Language-Model-as-a-Service (LMaaS)

Cleora AI là mô hình mã nguồn mở đa năng giúp học các embedding thực thể ổn định và quy nạp một cách hiệu quả, có khả năng mở rộng cho dữ liệu quan hệ không đồng nhất. Được tạo bởi đội ngũ Synerise.com.

Khung theo dõi thử nghiệm đơn giản và tinh tế, tích hợp logic lưu trữ và các phương pháp thực hành tốt nhất trực tiếp vào Python

Hướng dẫn thực tế về toán học được sử dụng trong Trí tuệ nhân tạo

Tác nhân tương tác giọng nói hai chiều (Speech-to-Speech) chất lượng cao và hỗ trợ streaming trong một tệp duy nhất.

Xây dựng chatbot hoặc bot hỏi đáp dựa trên nội dung trang web của bạn.

Các mẫu âm thanh đi kèm với các ấn phẩm liên quan đến Tacotron, một mô hình tổng hợp giọng nói end-to-end.

Bộ công cụ sử dụng cho các dịch vụ Microsoft Azure Form Recognizer và OCR.

Thư viện Machine Learning cho web và Node.

Các cuộc thi CodaLab

Các mô hình học máy phân tán từ Manning Publications của Yuan Tang https://bit.ly/2RKv8Zo

Ma trận nhầm lẫn (Confusion Matrix) trong Python: vẽ ma trận nhầm lẫn đẹp mắt (giống Matlab) bằng cách sử dụng seaborn và matplotlib.

Kho lưu trữ này dành cho tất cả những người đam mê AI, những người thực sự yêu thích đọc sách và học hỏi.

Triển khai PyTorch cho Perceiver, Perceiver IO và Perceiver AR, bao gồm các script PyTorch Lightning để huấn luyện phân tán.

apricot triển khai tối ưu hóa submodular nhằm chọn lọc các tập con từ tập dữ liệu khổng lồ để huấn luyện mô hình học máy nhanh chóng. Xem tài liệu tại: https://apricot-select.readthedocs.io/en/latest/index.html

Bộ sưu tập các tài nguyên về khoa học dữ liệu và học máy mà tôi thấy hữu ích (tôi chỉ đăng những gì tôi đã đọc!)

Khám phá và diễn giải các embedding lớn ngay trong trình duyệt của bạn với tính năng trực quan hóa tương tác!

Danh sách các bài báo và tài nguyên tuyệt vời về học máy lượng tử

Rust đã sẵn sàng cho Machine Learning đến mức nào?

Danh sách các khóa học kỹ thuật học máy công khai từ CalTech, Columbia, Berkeley, MIT và Stanford.

Chạy các tác vụ deep learning trên Kubernetes dễ dàng và hiệu quả hơn.

Một công cụ OCR đơn giản bằng Python sử dụng opencv.

AI có khả năng giải thích cho con người.

TensorLayerX: Khung học sâu và học tăng cường thống nhất cho mọi phần cứng, backend và hệ điều hành.